Новая модель Anthropic «слизала» слухи, самый мощный Fable 5 оказался провалом

marsbitОпубликовано 2026-08-24Обновлено 2026-08-24

Введение

Антропик готовит выпуск двух новых моделей ИИ под кодовыми названиями Marshmallow («Зефир») и Melon («Дыня»), которые были обнаружены в сторонних приложениях. Предварительные тесты показывают, что Marshmallow превосходит по естественности диалога текущую флагманскую модель Opus, в то время как Melon немного слабее. Их выход ожидается в ближайшее время. Этот анонс происходит на фоне неожиданно низкого рыночного принятия текущего топ-модели Anthropic — Fable 5, выпущенной два месяца назад. Несмотря на статус самого мощного и дорогого решения компании, данные платформы Ramp показывают, что на Fable 5 приходится лишь около 11% расходов предприятий на токены Anthropic. Для сравнения, флагман конкурента OpenAI, GPT-5.6 Sol, занимает 25% доли. Основные причины холодного приема Fable 5 — чрезмерно высокая цена и недостаточное ценностное предложение. Модель стоит в 2 раза дороже Opus 4.8 и в 10 раз дороже Haiku 4.5. При этом выпущенная в конце июля модель Opus 5, которая стоит вдвое дешевле Fable 5, демонстрирует сопоставимую, а в некоторых тестах (например, CursorBench 3.2) даже лучшую производительность, делая ценник Fable 5 неоправданным. Дополнительное давление создает стремительный рост популярности открытых моделей. Согласно данным Vercel AI Gateway, их доля в использовании токенов выросла с 11% в апреле до 62% в августе, при этом на них приходится менее 4% общих расходов предприятий. Таким образом, анонсированные модели Marshmallow и Melon, вероятно, являются стратегическим...

У Anthropic открыли ещё две «новые карты» раньше времени!

Сегодня в сторонних приложениях разработчиков и сообществе Discord появились два неизвестных ID модели —

  • claude-mashmallow-eap (Зефирка)
  • claude-melon-eap (Дыня)

Из утекших ранних тестов следует, что Marshmallow показал себя лучше, естественность диалога превзошла Opus 5, Melon же оказался немного слабее.

Однако их общие возможности вовсе не «уровня Fable», выход ожидается на следующей неделе.

В то время как вся сеть лакомилась слухами, внутри Anthropic «рванула» бомба —

Fable 5, выпущенный более двух месяцев назад, столкнулся с практически коллективным игнором.

Anthropic срочно добирает карты

Обнаружены новые модели Claude

Это обновление, кажется, пришло более срочно, чем обычно.

Эксперты AI-сообщества предполагают, что Marshmallow, скорее всего, соответствует итеративному обновлению уровня Opus, возможно, это и есть Opus 5.1.

В то время как Melon ближе к уровню Sonnet.

Результаты SVG-теста, опубликованные одним пользователем, ещё больше развели дистанцию между двумя моделями.

Официального ответа от Anthropic пока нет, но уже начали появляться косвенные признаки.

Если бы это было просто обычное обновление, в этом не было бы ничего странного.

По-настоящему тонкий момент в том, почему именно сейчас?

Ведь всего два месяца назад Anthropic только что вывела на стол свою самую сильную и дорогую карту.

Это Fable 5, стоящий на самой вершине пирамиды Claude.

Самый мощный Fable 5 оказался провальным

Два месяца назад Fable 5 дебютировал с ореолом «самого мощного флагмана» Anthropic.

Самый мощный, самый дорогой и самый продвинутый ИИ во всей продуктовой линейке Claude.

Согласно отраслевой логике, после выпуска нового флагмана крупные компании обычно быстро мигрируют, направляя бюджет в сторону новейших и самых мощных моделей.

На этот раз закономерность для Fable 5 не сработала!

Платёжная платформа Ramp отслеживала данные о потреблении токенов более чем 70 000 американскими компаниями и обнаружила:

Через месяц после запуска Fable 5 «съел» только 6% от общего количества токенов, вызываемых компаниями в Anthropic, при доле расходов 11,4%.

Сейчас, спустя более двух месяцев, по последним данным FT, эта доля расходов всё ещё колеблется около 11%.

Другими словами, разработчиков и крупных компаний, действительно желающих переключиться на Fable 5, очень мало.

Конкурентный флагман OpenAI GPT-5.6 Sol за тот же период забрал 25% токенов и 23% доли расходов.

На одном и том же поле доля топовой модели Anthropic составляет лишь четверть от доли конкурента.

Что ещё более неловко, общий вклад Fable 5 в выручку составляет лишь около 75% от GPT-5.6 Sol, хотя каждый токен стоит вдвое дороже.

Насколько он дорогой?

Цена Fable 5 в 2 раза выше, чем у собственного Opus 4.8 от Anthropic, и в 10 раз выше, чем у Haiku 4.5.

Мощный, но для повседневных сценариев большинства компаний этот уровень попросту не нужен.

Собственный Opus 5 обошёл старшего брата

Другая модель Anthropic стала настоящим «лобовым ударом» для Fable 5.

В конце июля официально появился Opus 5, цена которого составляет лишь половину от Fable 5, но в тестах на программирование и знания он показал лучшие результаты.

Результаты теста CursorBench 3.2 были ещё прямее —

Opus 5 при максимальной мощности набрал 70%, стоимость за задачу $8.23. Fable 5 набрал 70.5%, на 0.5 процентных пункта выше, но стоил $17.32.

Что эквивалентно удвоению цены за прирост всего в 0.5%.

Результат «голосования ногами» компаний неудивителен: данные Ramp показывают, что после запуска Opus 5 его расходы быстро обогнали Fable 5.

Но проблема в том, что если флагманская модель — это лишь «витрина», то на каком основании рынок оценивает её в 2 триллиона долларов?

Open source вырос с 11% до 62% всего за четыре месяца

Более того, бешеное расширение open source ИИ также оказывает давление на Anthropic.

Статистика Vercel AI Gateway показывает —

В апреле доля токенов open source моделей составляла лишь 11%. К июню эта цифра взлетела до 29%. По последним данным за август — выросла до 62%.

За два месяца — с менее чем трети до более чем двух третей. И потраченные на них деньги составляют менее 4% от общих расходов компаний.

Другими словами, модели, которые делают большую часть работы, почти ничего не стоят.

Это делает положение Fable 5 всё более неловким.

Изнутри его на пятки наступает Opus 5, стоящий вдвое дешевле; снаружи open source модели продолжают снижать цены.

Конечно, Fable 5 может продолжать отвечать за прорыв в способностях.

Но сейчас Anthropic больше не хватает модели, которую компании действительно готовы долгосрочно использовать и масштабировать.

С этой точки зрения, внезапное появление Marshmallow (Зефирки) и Melon (Дыни) уже не кажется таким неожиданным.

Их задача, возможно, — заполнить самую важную часть «набора» Claude —

Достаточно мощная, но и достаточно дешёвая; может похвастаться мышцами, но главное — на неё есть покупатели.

Источники:

https://x.com/kimmonismus/status/2091599817084412221?s=20

https://www.ft.com/content/5ee49718-c258-4f01-aa32-7e5b76ae5245?syn-25a6b1a6=1

Эта статья из официального аккаунта WeChat «Новые Мета-Знания» (新智元), автор: ASI Апокалипсис, редактор: Персик

Связанные с этим вопросы

QКакие две новые модели Anthropic были недавно обнаружены, и каковы их предварительные характеристики?

AБыли обнаружены две новые модели: claude-marshmallow-eap (Код: «Marshmallow», «Зефир») и claude-melon-eap (Код: «Melon», «Дыня»). Предварительные тесты показывают, что Marshmallow демонстрирует большую силу, а его естественность в диалоге даже превосходит Opus 5. Melon немного уступает. Ожидается, что они поступят в эксплуатацию на следующей неделе.

QПочему новая флагманская модель Anthropic Fable 5 столкнулась с холодным приемом на рынке?

AМодель Fable 5, несмотря на звание самого мощного и дорогого флагмана Anthropic, столкнулась с низким спросом. Через два месяца после запуска на неё приходилось лишь около 11% расходов компаний на токены Anthropic. Основные причины: чрезмерно высокая цена (в 2 раза дороже Opus 4.8 и в 10 раз дороже Haiku 4.5), а также то, что её возможности избыточны для большинства повседневных бизнес-задач.

QКак модель Opus 5 повлияла на позиции Fable 5 на рынке?

AМодель Opus 5, выпущенная в конце июля по цене вдвое ниже, чем у Fable 5, показала сравнимую или даже лучшую производительность в ключевых тестах (например, в программировании и работе со знаниями). В тесте CursorBench 3.2 Opus 5 набрала 70% при стоимости $8.23 за задачу, в то время как Fable 5 набрала 70.5%, но стоила $17.32. Это привело к тому, что расходы предприятий на Opus 5 быстро обогнали расходы на Fable 5, подорвав позиции последней.

QКакой тренд наблюдается в доле использования открытых (open-source) моделей ИИ согласно данным Vercel AI Gateway?

AНаблюдается стремительный рост доли открытых моделей. С апреля по август их доля в общем объёме используемых токенов выросла с 11% до 62%. При этом на их использование приходится менее 4% общих расходов предприятий. Этот тренд создаёт серьёзное ценовое давление на коммерческие модели, такие как продукты Anthropic.

QКакую рыночную нишу, вероятно, должны занять новые модели Marshmallow и Melon, согласно анализу статьи?

AСудя по всему, новые модели Marshmallow и Melon призваны заполнить критически важный пробел в продуктовой линейке Claude: предложить модели, которые являются достаточно мощными, но при этом достаточно доступными по цене. Их цель — не только демонстрировать максимальные возможности, но и быть востребованными для постоянного, масштабного использования предприятиями, обеспечивая реальный объём продаж и доходов для Anthropic.

Похожее

Получение прибыли в течение 7 кварталов подряд: арбитражные сделки на развивающихся рынках превосходят все

Прибыльная торговля на разнице процентных ставок (керри-трейд) на рынках развивающихся стран приносит доход уже седьмой квартал подряд, что стало самой длинной серией успеха с 2008 года. Согласно индексу Bloomberg, стратегия, предполагающая заимствование в долларах США для инвестиций в высокодоходные валюты, с конца 2024 года принесла около 22% дохода, значительно опередив доходность американских казначейских облигаций. Основу прибыли формирует высокая процентная ставка в странах вроде Турции, однако ключевую роль в последний период сыграло ослабление доллара по отношению ко многим валютам развивающихся рынков. Даже несмотря на падение турецкой лиры, высокая доходность по местным облигациям сохранила прибыльность сделок. Несмотря на испытание в августе из-за интервенций на валютном рынке Японии, рынок быстро адаптировался, переключившись на использование евро и швейцарского франка в качестве финансирующих валют, что позволило продолжить тренд. Главными рисками для стратегии остаются будущие действия ФРС США, которые могут изменить динамику доллара, а также чрезмерная популярность самой сделки, что увеличивает риск резкого разворота. Тем не менее, эксперты, такие как команда PGIM, сохраняют уверенность, выделяя перспективные рынки, включая Турцию, Колумбию, Бразилию и страны Африки.

marsbit12 мин. назад

Получение прибыли в течение 7 кварталов подряд: арбитражные сделки на развивающихся рынках превосходят все

marsbit12 мин. назад

Наставник из Цинхуа и ученик из Уортона раскрыли 40-летнюю нерешённую задачу. Основные математические выкладки написаны GPT. Справились бы и вы.

Новое исследование, проведенное учеными из Университета Цинхуа и Уортонской школы бизнеса, разрешает давний вопрос в теории оптимизации. Они доказали, что классический метод градиентного спуска, использующий только предопределенную последовательность шагов обучения (learning rates), имеет принципиальный предел скорости сходимости. Независимо от того, насколько сложной является эта последовательность, скорость сходимости не может превысить **Ω(T^{-1.9319})**, где T — количество шагов. Это означает, что для достижения оптимальной скорости **O(1/T²)**, полученной методом Нестерова с моментом, необходимо изменить саму структуру алгоритма, а не только подбирать шаги. Ключевым аспектом работы является то, что основное доказательство было сгенерировано и доработано в процессе взаимодействия с языковой моделью GPT-5.6 Sol Pro. Исследователи задавали высокоуровневую стратегию «противостоящего оракула» (resisting oracle), а ИИ выполнил нетривиальную математическую работу по построению доказательства. Затем вся цепочка рассуждений была формально верифицирована с использованием системы автоматического доказательства теорем Lean 4, где код успешно прошел компиляцию без каких-либо пропущенных шагов («zero sorry, zero admit»). Этот результат закрывает 40-летний теоретический пробел, показывая фундаментальное ограничение простейшей формы градиентного спуска. Работа также демонстрирует новый подход к исследованиям, где крупные языковые модели выступают в роли активных помощников в сложных математических доказательствах, проверяемых формальными методами.

marsbit22 мин. назад

Наставник из Цинхуа и ученик из Уортона раскрыли 40-летнюю нерешённую задачу. Основные математические выкладки написаны GPT. Справились бы и вы.

marsbit22 мин. назад

Anthropic приносит извинения, факт скрытого снижения интеллекта Claude подтвержден

Claude «поумнел»? Разработчики заметили резкое падение производительности модели. Пользователь argofowl обнаружил, что в Claude Code с версии 2.1.237 высокий уровень логического вывода («high») соответствует значению 10, которое раньше обозначало низкий уровень («low»). Оказалось, Anthropic проводит эксперимент по «сжатию шкалы усилий» в рамках A/B-тестирования, о чем не уведомила пользователей. Позже вскрылась и проблема с Opus 5. Пользователи жалуются на снижение качества: модель стала совершать больше ошибок, давать расплывчатые ответы и повторять шаблонные извинения. Инженер Thariq Shihipar от Anthropic подтвердил, что Opus 5 демонстрирует «нестабильную производительность», и пообещал, что решение этой проблемы является наивысшим приоритетом для команды. Эта ситуация подчеркивает ключевое противоречие в индустрии ИИ: великолепные результаты моделей на тестовых стендах (бенчмарках) часто расходятся с субъективным опытом пользователей, которые отмечают ухудшение работы. Обновления крупных языковых моделей часто происходят непрозрачно, без четких изменений в версиях или логов, что подрывает доверие разработчиков, для которых стабильность является критически важной.

marsbit22 мин. назад

Anthropic приносит извинения, факт скрытого снижения интеллекта Claude подтвержден

marsbit22 мин. назад

Раскрытие правды о леверидже, ликвидности и рисках, скрывающихся за токенизацией активов

Токенизация реальных активов (RWA) часто представляется как простое создание токенов, представляющих традиционные активы, такие как казначейские векселя или акции. Однако, как показывает автор, токенизация — это лишь «штрих-код», а не полная цепочка создания стоимости. Истинная трансформация происходит, когда эти активы интегрируются в экосистему DeFi, обретая ликвидность, возможность использования в качестве залога и управления рисками. Ключевые проблемы включают разрыв во времени между мгновенными расчетами в блокчейне и медленными процессами в традиционных финансах (например, выходные дни на рынках), что создает риск ликвидации. Ликвидность — это не просто общий объем заблокированных средств (TVL), а возможность быстро выйти из позиции в стрессовых условиях. Использование залога (леверидж) раскрывает полезность RWA, но также увеличивает уязвимость системы, требуя более сложных моделей оценки рисков, учитывающих юридическую исполнимость, задержки выкупа и концентрацию активов. Риски RWA следует рассматривать как сеть взаимосвязанных компонентов: эмитент, кастодиан, оракулы, протоколы кредитования. Сбой в одном звене может вызвать кризис ликвидности. Мониторинг должен быть упреждающим, отслеживая такие сигналы, как очереди на выкуп или снижение активности маркет-мейкеров, а не только падение цены. Хотя токенизированные гособлигации стали отправной точкой, будущее за более сложными активами, такими как вычислительные мощности (GPU) или энергоактивы, каждый со своей уникальной структурой рисков. Токенизация акций в сочетании с перпетуальными контрактами создаст мощный, но рискованный рынок, требующий продуманных защитных механизмов: изоляции маржи, лимитов концентрации и динамических дисконтов. В конечном счете, ценность RWA раскрывается не в самом факте токенизации, а в построении вокруг них устойчивой рыночной инфраструктуры, способной выдерживать кризисы. Токен — это лишь код. Реальная ценность создается рынком — машиной, которая обеспечивает ликвидность, леверидж и управление рисками.

marsbit36 мин. назад

Раскрытие правды о леверидже, ликвидности и рисках, скрывающихся за токенизацией активов

marsbit36 мин. назад

Конец математики: 40 ведущих математиков собрались на закрытой встрече OpenAI

Заголовок: Конец математики: 40 ведущих математиков на закрытой встрече в OpenAI Только что получивший Филдсовскую премию Джейкоб Цимерман объявил о переходе в OpenAI для исследований в области безопасности ИИ. В начале августа он и исследователь OpenAI Себастьен Бюбек организовали в штаб-квартире компании закрытый саммит с участием около 40 математиков. Один из докладов назывался «Конец математики». Профессор Дэниел Литт заявил, что мир может прийти к ситуации, где не останется высококачественных математических исследований, а человеческий экспертный опыт в этой области полностью исчезнет. Математик MIT Дрю Сазерленд выразился более прямо: возможно, математики — это первые жертвы, «канарейки в угольной шахте». Математика выбрана в качестве испытательного полигона для ИИ, так как она служит индикатором высоких интеллектуальных достижений. Непосредственным фоном встречи стал поток достижений ИИ в математике. В мае невыпущенная модель OpenAI опровергла «гипотезу единичных расстояний» — давнюю проблему в комбинаторной геометрии, которую Цимерман назвал публикуемым в любом журнале результатом. В августе OpenAI анонсировала 10 новых открытий в математике и информатике, сделанных с помощью ИИ. В Anthropic сотрудник с помощью Claude создал искомые, но никогда не построенные пары ортогональных векторов в 668-мерном гиперкубе, опубликовав результат в виде поста из 24 000 символов. Такие результаты часто обходят традиционный путь публикации (arXiv, рецензирование). Например, предприниматель Дмитрий Рыбин, подбадривая ChatGPT «сделать прорыв», получил от модели контрпример к одной гипотезе о потоках в сетях и опубликовал это в Twitter во время просмотра фильма. На прошлой неделе Anthropic сообщила, что внутренняя версия Claude по настоянию исследователя добилась нового результата в задаче, связанной с гипотезой Римана. Реакция математического сообщества разделилась. В июне было опубликовано «Лейденское обращение», под которым подписались более 3000 математиков, призывающее к ответственному использованию ИИ. Другие выступают за полный отказ от ИИ. Участница саммита и соавтор обращения, профессор Брина Кра, подчеркивает, что суть математики — в понимании, а не только в доказательстве. Математик Мелани Вуд, написавшая «человеческое» доказательство для результата OpenAI о гипотезе единичных расстояний, отмечает, что современные ИИ плохо объясняют самые сложные части доказательств. Немецкий математик Андреас Том, чьи работы дополнило одно из открытий ИИ, считает, что ИИ умно решает проблемы, но новые концепции все еще появляются благодаря человеческому участию. Организатор саммита Бюбек описал четыре возможных будущего: математика станет похожа на разработку ПО (масштабная коллаборация), на физику (усилия сместятся на создание ИИ-«ускорителей»), на кураторство в музее (ИИ генерирует, человек отбирает) или математики массово перейдут в сферу безопасности ИИ. Он подчеркнул, что математика имеет смысл, только когда математики чему-то учатся. Участники не пришли к консенсусу. Цимерман отметил, что у математического сообщества пока нет единой позиции, и цель встречи — начать диалог. Его собственный переход в OpenAI символизирует дилемму, стоящую перед областью. Его следующие шаги могут стать еще более значимым сигналом, чем доклады на этом саммите.

marsbit41 мин. назад

Конец математики: 40 ведущих математиков собрались на закрытой встрече OpenAI

marsbit41 мин. назад

Торговля

Спот
活动图片

Популярные категорииright-arrow

Популярные тегиright-arrow