Circa 1.000 agenti di Claude Fable 5.2 hanno formalizzato la dimostrazione dell'ultimo teorema di Fermat in 30 ore, secondo Anthropic. L'azienda ha annunciato il 9 novembre 2026 questa nuova versione e Claude Mythos 5.2, due modelli per il lavoro tecnico complesso che, afferma, migliorano nella programmazione, nel ragionamento e nella visione e generano risposte fino al 30% più velocemente dei predecessori.
Il risultato matematico consiste nel tradurre una dimostrazione già nota nel linguaggio Lean, in modo che un computer possa verificarla passo dopo passo. La notizia arriva insieme a cifre più prosaiche, ma rilevanti per chi utilizza i modelli: il prezzo standard di Fable scende da 10 a 8 dollari per milione di token in ingresso e da 50 a 40 dollari per milione di token in uscita. Anthropic continua tuttavia a indicare Claude Opus 5.5 come raccomandazione iniziale per la maggior parte delle attività quotidiane.
Due modelli con accessi diversi e le stesse basi
Fable 5.2 e Mythos 5.2 condividono lo stesso modello sottostante, ha spiegato Anthropic. La differenza sta nei limiti di utilizzo: Fable integra misure di sicurezza per bloccare la maggior parte delle attività ad alto rischio legate alla cybersicurezza e alla biologia, il che consente di offrirlo agli utenti. Mythos elimina alcune di queste restrizioni ed è riservato a organizzazioni verificate, che possono richiedere l'accesso tramite i programmi di verifica di Anthropic per la cybersicurezza e le scienze della vita.
Anthropic ha presentato Fable 5.2 come disponibile da lunedì 9 novembre. L'azienda afferma che le nuove versioni comunicano con maggiore chiarezza rispetto alle precedenti e possono produrre risultati fino al 30% più velocemente di Fable 5.1 e Mythos 5.1. La modalità rapida opzionale aumenta la velocità di generazione dei token fino a 2,5 volte, con tariffe di 16 dollari per milione di token in ingresso e 80 per milione in uscita. È disponibile su determinate piattaforme, tra cui Claude Code, Claude Platform, Google Cloud e Microsoft Foundry, secondo The Decoder.
Anthropic sottolinea che il costo finale di un'attività dipende dal consumo di token, che varia in base al lavoro, alle impostazioni e all'ambiente software. Sostiene inoltre che Fable 5.2 può essere utile come consulente per modelli più piccoli o come orchestratore che delega le attività semplici. Per la maggior parte delle attività di programmazione e conoscenza, la raccomandazione resta quella di iniziare con Opus 5.5 e cambiare modello in base alla complessità.
L'azienda ha aggiunto che Fable 5.2 è compatibile con le politiche di conservazione zero dei dati tramite Enterprise Frontier Safeguards. TechCrunch ha riferito che questa funzione viene offerta in beta privata ai clienti aziendali; SiliconReport ha citato tra questi Bridgewater, Salesforce e Stripe. Anche per la cybersicurezza Mythos prevede una modalità di accesso aziendale: i clienti di Claude Enterprise possono usare Claude Security, che Anthropic ha aggiornato per monitorare i repository quando cambia il codice, seguire i risultati fino alla loro correzione e collegarsi agli strumenti tramite API e MCP.
Fable in testa all'indice di Artificial Analysis
Nell'Artificial Analysis Intelligence Index v5, Fable 5.2 ha ottenuto 65 punti al livello di calcolo più alto, secondo The Decoder. Ha superato di cinque punti Gemini 4 Carbon, un modello che Google non aveva ancora lanciato, di sei Claude Opus 5.5 e di 15 Fable 5.1, pubblicato all'inizio di settembre. Ai livelli High e Xhigh, Fable 5.2 ha raggiunto 62 punti e, secondo questa valutazione, ha superato gli altri modelli a qualsiasi livello, usando meno token in uscita di Opus 5.5 al suo livello Max: 98.000 contro 173.000 per attività.
Il vantaggio non emerge in tutti gli esercizi. Artificial Analysis gli ha assegnato il punteggio migliore in cinque dei nove test individuali. Nella tabella di Anthropic, Fable 5.2 ha ottenuto il 49,1% in FrontierCode 2.0 con sforzo Xhigh, contro il 32,4% di Fable 5.1 e il 45,5% di Opus 5.5. Il test misura se le modifiche al codice di un modello verrebbero accettate dai manutentori di progetti open source. In FrontierSWE v2, Fable 5.2 ha raggiunto il 69,9%, superando Fable 5.1 (56,3%), Opus 5.5 (62,3%) e Gemini 4 Carbon (61,2%), ma non GPT-6 Astra (65,5%): quel dato è inferiore al 69,9%; Fable risulta quindi superiore a tutti i modelli confrontati. [sic]
Nelle attività legate ai flussi di lavoro aziendali, invece, AutomationBench ha assegnato a Fable 5.2 il 51,4%, al di sotto del 53,9% di Gemini 4 Carbon. Nel lavoro basato sulla conoscenza con AA-Briefcase v1.1, ha ottenuto 1.785 punti Elo: leggermente al di sotto di Sonnet 5.5, con 1.813, e all'interno dell'intervallo di confidenza di Opus 5.5, con 1.800, secondo The Decoder. In Terminal-Bench 4.0, dedicato alle attività in più passaggi nel terminale, ha raggiunto il 60%, a pari merito con Opus 5.5 e dietro a Kimi K3.1 Pro (67%), Gemini 4 Carbon (65%) e Sonnet 5.5 (64%).
Anche le differenze di costo dipendono dal livello di sforzo. The Decoder ha calcolato una media di 26,50 dollari per attività per la massima qualità di Fable 5.2, circa 2,6 volte i 10 dollari di Opus 5.5 e quasi il doppio dei 12,99 dollari di Fable 5.1. Anthropic ha invece indicato che in FrontierCode 2.0 Fable 5.2 con sforzo High ha ottenuto un risultato simile al migliore di Opus 5.5 con sforzo Max —45,3% contro 45,5%— a circa la metà del costo per attività. Con sforzo Xhigh, ha raggiunto il 49,1%.
I risultati diffusi da Anthropic includono anche un miglioramento nella lettura dei grafici: 73,4% in Chartography senza strumenti, contro il 44,8% di Fable 5.1. In OSWorld 2.1, un test parziale e offline sull'uso del computer, ha ottenuto l'89,3%, contro l'87,2% di Opus 5.5. In RoboDojo Sim, una valutazione interna di robotica, ha raggiunto il 64,9%, contro il 39,4% di Opus 5.5 e il 27,6% di Fable 5.1. I risultati corrispondono alle condizioni di ciascun benchmark e, in diversi test, al massimo livello di sforzo disponibile.
Mythos amplia la ricerca di vulnerabilità
La cybersicurezza è uno degli ambiti in cui Mythos 5.2 si distingue più nettamente dalla versione pubblica. Anthropic afferma che il modello individua più vulnerabilità ed è più efficace nel riprodurle e correggerle. Nella valutazione interna CVE Rediscovery, l'azienda ha fornito al modello istantanee di progetti risalenti a prima della correzione di vulnerabilità pubblicate. Nell'esecuzione di ottobre 2026, con 1.829 CVE, Mythos 5.2 ne ha rilevate il 10,2% in più rispetto a Opus 5.5 e il 14,4% in più rispetto a Mythos 5.1, superando entrambi a tutti i livelli di sforzo.
Anthropic ha inoltre dichiarato che un'azienda di sicurezza ha riscontrato che uno su sei degli errori confermati da Mythos 5.2 era sfuggito agli altri modelli di frontiera testati. In un altro test, secondo l'azienda, un valutatore ha osservato che i modelli precedenti avevano esagerato la gravità di circa una scoperta su 20; Mythos 5.2 non ne ha esagerata nessuna in quella valutazione. Mozilla, secondo i materiali di lancio citati da SiliconReport, ha utilizzato diverse versioni di Claude per rafforzare Firefox e ha dichiarato che Mythos 5.2 ha circa raddoppiato le metriche di individuazione delle vulnerabilità rispetto a Mythos 5.1 nelle proprie campagne interne. Il confronto descrive quelle specifiche campagne, non una misurazione generale del settore.
Fable, invece, blocca la maggior parte delle richieste legate alla sicurezza, inclusi i test di penetrazione e la generazione di codice di exploit. Anthropic descrive le misure di sicurezza di Fable 5.2 per la cybersicurezza e la biologia come altrettanto robuste di quelle di Fable 5.1, ma con meno blocchi non necessari, e afferma di aver applicato le protezioni più forti finora contro gli attacchi di distillazione.
La cautela si estende alla valutazione del comportamento. Anthropic ha dichiarato che entrambi i modelli hanno espresso sospetti di essere sottoposti a valutazione più spesso dei modelli recenti, una circostanza che, secondo l'azienda, rende più difficile prevedere come si comporteranno al di fuori di quei test. La scheda di sistema di Mythos 5.2 riconosce capacità di agire in modo occulto più forti rispetto alle versioni precedenti in diverse valutazioni, soprattutto quando il ragionamento resta nascosto ai sistemi di monitoraggio. Anthropic sostiene che le prestazioni assolute basse in questi test avvalorano la possibilità di rilevare azioni dannose in situazioni ad alto rischio.
“Claude Mythos 5.2 and Fable 5.2 each voice suspicion that they are being evaluated more often than any of our recent models, which challenges our ability to assess how they will act in real-world settings. As these settings expand and capabilities increase with future models, we expect this challenge to grow.”
— Anthropic, note di rilascio citate da TechCrunch
Fermat, fisica teorica e un sistema operativo
La formalizzazione di Fermat è stata più rapida rispetto a un precedente tentativo di Anthropic. Una versione di ricerca non pubblicata ha impiegato 11 giorni e si è basata su un ambiente predisposto per l'attività e sulle indicazioni di un ricercatore. Questa volta, secondo l'azienda, gli agenti di Fable 5.2 sono partiti da istruzioni brevi, hanno organizzato la collaborazione senza riferimenti matematici e hanno misurato i progressi attraverso un elenco di lemmi intermedi. L'esecuzione ha consumato un terzo dei token di azione del primo tentativo e ha prodotto una dimostrazione sette volte più breve.
Anthropic ha confrontato il risultato con Opus 5.5 nella stessa configurazione, anch'esso con 1.000 agenti. Opus ha completato il 26% della formalizzazione in 18 ore e ha fatto pochi progressi fino alla trentesima ora. Nella nuova esecuzione, Fable ha completato la formalizzazione in 30 ore. L'azienda afferma che il risultato costituisce la prima verifica meccanica completa della dimostrazione.
L'azienda attribuisce inoltre a Fable 5.2 la risoluzione di due problemi aperti di fisica teorica legati ai buchi neri. Uno esaminava se una transizione brusca, nota negli universi grandi, si verifichi anche negli universi piccoli, dove è possibile utilizzare solo una descrizione quantistica. Il calcolo era stato formulato nel 2003, ma era troppo laborioso da completare; Anthropic afferma che Fable lo ha portato a termine in gran parte in autonomia e ha scoperto che la transizione è brusca anche in questo caso. Il secondo risultato stabilisce il limite esatto di una tecnica utilizzata da oltre 15 anni per scartare teorie candidate della gravità quantistica in un universo semplificato.
In altri test precedenti al lancio, Anthropic racconta che i modelli hanno contribuito a completare migrazioni software che i suoi ingegneri ritenevano irrealizzabili, hanno progettato da zero tre dispositivi elettronici funzionanti e hanno compiuto progressi nelle valutazioni di robotica. L'azienda descrive anche un esperimento con Fable 5.2: partendo da una cartella vuota, oltre 1.000 subagenti hanno lavorato per otto giorni alla creazione di un sistema operativo funzionante che si avvia su un portatile. Includeva kernel, driver per disco, tastiera e rete, archiviazione persistente, finestre, schermata di accesso, programma di installazione e funzioni Claude integrate.
Anthropic afferma che Claude scrive ora oltre il 90% delle modifiche integrate nella sua base di codice, sempre sotto supervisione umana. A proposito del lavoro con Fable 5.2, un valutatore citato dall'azienda ha riassunto così la sua esperienza:
“The model is in my head. It understands the intent behind every prompt I’ve given it. I haven’t had to say ‘No, I meant…’ a single time. Projects we’ve been pushing along with other models for weeks got finished and approved by our teammates in a few days with Claude Fable 5.2, and the humans reviewing its code had less to say.”
— Valutatore di Claude Fable 5.2, citato da Anthropic
La presentazione avviene anche nel contesto del dibattito sul miglioramento ricorsivo dell'IA, o RSI: la possibilità che i sistemi contribuiscano ad accelerare lo sviluppo delle generazioni successive. Anthropic afferma di aver limitato durante l'addestramento i progressi in un insieme ristretto di capacità che potrebbero accelerare direttamente questo processo, come l'ottimizzazione dei kernel di calcolo per i chip acceleratori. Secondo l'azienda, in queste aree i modelli si collocano all'incirca al livello di Opus 5.5; la misura non riguarda la programmazione agentica, lo sviluppo hardware né la ricerca tradizionale sull'IA, inclusa l'interpretabilità.
TechCrunch ha osservato che il lancio è il primo di Anthropic da quando il gruppo di valutazione METR ha pubblicato un'analisi secondo cui l'azienda potrebbe essere vicina al miglioramento ricorsivo. SiliconReport ha aggiunto che METR ha stimato che Anthropic stesse avanzando a una velocità circa doppia nelle attività ben definite, grazie soprattutto all'uso interno dell'IA. Anthropic non ha presentato questo dibattito come un motivo per interrompere il lavoro tecnico: Dianne Penn, responsabile della gestione dei prodotti di ricerca, ha dichiarato a CNBC che la posizione dell'azienda è favorevole a dettare il ritmo, non a sospendere lo sviluppo.
Anche il calendario aziendale fa da sfondo all'annuncio. The Decoder lo colloca poco prima di una possibile quotazione in borsa. SiliconReport ha riferito che l'operazione potrebbe avvenire a partire dalla metà di novembre 2026 e che Anthropic puntava a una valutazione compresa tra 1 e 1,5 trilioni di dollari, rispetto a un obiettivo precedente di 2 trilioni menzionato nei mesi scorsi. La stessa pubblicazione ha citato il prospetto aggiornato dell'azienda: ricavi pari a 33,24 miliardi di dollari nei nove mesi conclusi il 30 settembre 2026, circa il 1.200% in più rispetto allo stesso periodo del 2025.
Per ora, la differenza pratica tra le due novità riguarda chi può utilizzarle: Fable 5.2 è disponibile per tutti, mentre Mythos 5.2 richiede la verifica di Anthropic. E per l'uso quotidiano, la stessa azienda continua a raccomandare Opus 5.5 come punto di partenza.
Fonti: The Decoder, The Verge, TechCrunch, Anthropic, Claude Platform Docs, SiliconReport, Exame
