Resumen de la versión de Claude Fable 5.1 y Claude Mythos 5.1
Claude Fable 5.1 y Claude Mythos 5.1 fueron lanzados como actualizaciones de la línea de modelos de clase Mythos de Anthropic, siendo Claude Fable 5.1 la primera actualización de clase Mythos desde el lanzamiento de Fable 5 el 9 de junio. Anthropic describió los nuevos modelos como «los más avanzados del mundo para programación y trabajo de conocimiento.» Ambas actualizaciones llevan el número de versión 5.1 para Fable y Mythos, lo que hace que 5.1 sea el identificador de la versión actual para esas familias de modelos.
Rendimiento en Benchmarks de Claude Fable 5.1
En el benchmark Terminal-Bench-Science 0.1, Claude Fable 5.1 obtuvo un 52.6%, en comparación con Fable 5 que obtuvo un 24.7% y Opus 5 un 29.0%. En Terminal-Bench 4.0, Claude Fable 5.1 obtuvo un 55.8%, comparado con Fable 5 que obtuvo un 42.0% y Opus 5 un 52.3%. Claude Fable 5.1 más que duplicó la puntuación de Fable 5 en el benchmark Terminal-Bench-Science 0.1 y superó las puntuaciones reportadas de Opus 5 en estos benchmarks. Anthropic publicó que Fable 5.1 ahora supera a Opus 5 en cada benchmark que lanzó.
Mythos 5.1 obtuvo un 60.9% en Terminal-Bench-Science 0.1, con Anthropic señalando que Mythos 5.1 tenía menos salvaguardias y que la diferencia de puntuación reflejaba tareas que las salvaguardias interceptaron y redirigieron a Opus 4.8. En el Último Examen de la Humanidad, Claude Fable 5.1 obtuvo un 60.9% sin herramientas externas y un 65.0% con herramientas. Anthropic informó que tanto los resultados sin herramientas como los resultados aumentados de Fable 5.1 en esa prueba estaban por delante de Opus 5.
Rendimiento en Benchmarks de Claude Fable 5.1
En el benchmark Terminal-Bench-Science 0.1, Claude Fable 5.1 obtuvo un 52.6%, en comparación con Fable 5 que obtuvo un 24.7% y Opus 5 un 29.0%. En Terminal-Bench 4.0, Claude Fable 5.1 obtuvo un 55.8%, en comparación con Fable 5 que obtuvo un 42.0% y Opus 5 un 52.3%. Claude Fable 5.1 más que duplicó la puntuación de Fable 5 en Terminal-Bench-Science 0.1 y superó a Opus 5 en estos benchmarks reportados. Anthropic publicó que Fable 5.1 ahora supera a Opus 5 en cada benchmark que lanzó.
Mythos 5.1 obtuvo un 60.9% en Terminal-Bench-Science 0.1, y Anthropic destacó que Mythos 5.1 tenía menos salvaguardas y que la diferencia de puntuación reflejaba las tareas que las salvaguardas interceptaron y redirigieron a Opus 4.8. En el Último Examen de la Humanidad, Claude Fable 5.1 obtuvo un 60.9% sin herramientas externas y un 65.0% con herramientas. Anthropic informó que tanto los resultados sin herramientas como los resultados aumentados con herramientas de Fable 5.1 en esa prueba estaban por delante de Opus 5.
Claude Fable 5.1 fue lanzado como una actualización de la línea de modelos de clase Mythos de Anthropic y representa la primera actualización de clase Mythos desde que Fable 5 se lanzó el 9 de junio. Anthropic reportó resultados de benchmark que muestran que Claude Fable 5.1 mejoró notablemente con respecto a modelos anteriores, duplicando más que Fable 5 en Terminal-Bench-Science 0.1 y superando a Opus 5 en todos los benchmarks publicados, mientras que Anthropic también presentó los resultados relacionados de Mythos 5.1 y el Último Examen de la Humanidad.
