Claude Fable 5.2とClaude Mythos 5.2が登場、1000体以上のAIを指揮して8日間でOSを自律開発することに成功

従来のAIによるプログラミング支援はコードの生成や修正が主な用途でしたが、大規模なソフトウェアを完成させるには設計から実装、テスト、不具合の修正まで多数の工程をこなす必要があります。複雑な開発では作業が長期間に及ぶため、AIが途中で目的を見失わずに作業を続けられるかどうかも重要です。

Fable 5.2は長時間にわたる自律的な作業能力が強化されており、複数のAIエージェントに仕事を分担させながら開発を進めることができます。Anthropicによると、AIに大まかな指示を与えるだけでも必要な作業を判断し、コードの作成やテストを繰り返しながら複雑な問題に取り組めるようになったとのこと。

Anthropicのエンジニアが実施した実験では、Fable 5.2に試作OSの設計を指示しました。Fable 5.2は何も入っていないフォルダーから開発を開始し、1000体以上の補助AIエージェントを指揮してコードの作成、テスト、レビューを実施。8日間にわたって昼夜を問わず作業を続け、ノートPCで起動するOSを完成させました。

完成したOSにはコンピューターの基本動作を制御する「カーネル」のほか、ストレージやキーボード、ネットワークを動かすためのドライバーが実装されています。ファイルの永続保存やウィンドウ表示、ログイン画面、インストーラーにも対応しており、Claudeを利用する機能まで組み込まれています。

Claude Fable 5.2 builds an operating system from scratch - YouTube

Fable 5.2は各種ベンチマークでも前世代を上回る成績を記録しています。実際のソフトウェア開発に近い課題を解く「FrontierCode 2.0」ではFable 5.1の32.4％から49.1％に向上。複数の専門分野にまたがる知識や推論能力を測定する「Humanity's Last Exam」でも65.6％から74.2％に上昇しました。

数学分野では、Fable 5.2は1000体のAIエージェントを連携させ、数学の難問として知られる「フェルマーの最終定理」の証明をコンピューターで検証できる形式に約30時間で変換しました。さらにその他の成果として、音声アシスタント端末やUSBスピーカーフォンなど3種類の電子機器を設計して実際に動作する製品を製作できたと報告されています。

一方、Mythos 5.2は既知の脆弱(ぜいじゃく)性を発見する能力がMythos 5.1より向上しており、発見した問題の再現や修正にも対応するなどサイバーセキュリティ分野で高い性能を発揮します。

Fable 5.2とMythos 5.2の出力速度は旧モデルより最大30％高速化され、API利用料金は入力100万トークン当たり10ドル(約1580円)から8ドル(約1270円)、出力100万トークン当たり50ドル(約7910円)から40ドル(約6330円)へと20％引き下げられました。また、通常の2倍の料金となる高速モードも用意されており、文章の生成速度を最大2.5倍に高めることが可能です。

Fable 5.2はすでにClaudeの対応プランやAPI、Amazon Web Services、Google Cloud、Microsoft Azureなどで利用可能になっています。Mythos 5.2は引き続き審査制で提供されるとのことです。