Claude Fable 5 наконец-то может говорить о биологии: Anthropic сокращает количество ложноположительных отказов на 85%

С момента своего запуска 9 июня Claude Fable 5 является самой мощной моделью, которую выпускает компания, — и той, которая с наибольшей вероятностью передаст ваш запрос более слабой модели. Её биологические предохранительные механизмы были настолько широкими при запуске, что просьба объяснить клеточные мембраны, описать митохондрию или интерпретировать результат лабораторного анализа часто заканчивалась тем, что запрос молча перенаправлялся на менее биологически способную модель. 7 августа компания обновила эти предохранительные механизмы, и в ходе собственного тестирования компании количество биологических перенаправлений снизилось примерно на 85% во всех её продуктах.

Это уточнение модели, которая работает уже два месяца, а не запуск новой — но это самое большое изменение в поведении Fable 5 со времени инцидента с экспортным контролем, из-за которого Anthropic была вынуждена отозвать модель по всему миру в июне. Далее описано, что именно изменилось, какие цифры опубликовала Anthropic, что осталось закрытым и что это обновление означает для разработчиков, которые вызывают модель через API.

Что на самом деле изменилось?

Биологический защитный барьер Fable 5 работает на классификаторах безопасности: меньших ИИ-системах, которые находятся перед моделью и определяют, является ли запрос «защищённой» биологической задачей. Когда срабатывает классификатор, запрос перенаправляется — как говорится в анонсе Anthropic, «модель перенаправляет запрос пользователя на Claude Opus 5» — на модель с более низкой биологической способностью. При запуске компания Anthropic намеренно заблокировала почти все биологические запросы, сознательно принимая поток ложных срабатываний, потому что ошибка в области двойного назначения может быть катастрофической.

Обновление представляло собой переобучение, а не подстройку параметров. За последние несколько недель, как утверждает Anthropic, компания переписала «конституцию» классификатора — правила, отделяющие защищённую биологию от разрешённой, — детально описав безвредные применения, запросила отзывы внутренних и внешних экспертов, построила новые обучающие данные на основе этой конституции, переобучила классификатор и повторно проверила, что он по-прежнему реагирует на вредоносный контент и контент двойного назначения, пропуская больше безвредных применений. Практический эффект, по словам Anthropic, заключается в том, что граница решений классификатора сместилась: «запас прочности», который излишне блокировал легитимные запросы, уменьшился.

Числа — и то, где они оказываются иначе.

Anthropic сообщает о снижении на 85% количества откатов, связанных с биологией, в ходе своего тестирования. Поскольку откат перенаправляет вас на менее производительную модель, это также означает, что ваш запрос реже возвращается с более слабым результатом, чем мог бы дать Fable 5. Эта цифра предоставлена самой компанией — это собственное измерение Anthropic собственных поверхностей, и независимого аудита этих данных не проводилось.

Снижение распределено неравномерно. Anthropic ожидает, что общее количество откатов — по биологии или по любой другой причине — сократится примерно на 67% на Claude.ai, на 55% на Claude Cowork, на 17% на Claude Code и всего на 7% на Claude Platform, то есть в API. Число по API — наименьшее, и тому есть причина, которую стоит назвать прямо: большая часть API-трафика не связана с биологией, поэтому доля ложных срабатываний классификатора по биологии там была меньше. Для пользователей Claude Code ключевая цифра — 17%: биомедицинская лексика в контексте рабочего пространства является документально подтверждённым триггером ложных срабатываний, а issue в репозитории Claude Code на GitHub (#76620 и #81074) описывают, как безобидные проекты с медицинскими корпусами текстов переводились на более ограниченную модель.

Что конкретно открылось: повседневные вопросы о здоровье и образовании — интерпретация лабораторных результатов, понимание симптомов, изучение биологии — теперь в основном получают ответы от самой Fable 5, и Anthropic сообщает, что медицинские специалисты получают больше поддержки в клинических задачах. Именно эти категории сделали Fable 5 времен запуска ходячей шуткой: модель, которая знала всё о биологии, но отказывалась объяснить прион.

Что всё ещё заблокировано

Смягчение имеет жесткие ограничения. Anthropic заявляет, что Fable 5 «по-прежнему возвращается к Claude Opus 5 для запросов, которые мы считаем двойного назначения, — включая вирусологию, токсикологию и молекулярный дизайн». Таким образом, модель остается непригодной для профессиональных биологических исследований или разработки лекарств, и Anthropic заявляет, что «стремится устранить этот разрыв через доверенные каналы доступа» для проверенных исследователей — без указания сроков.

Anthropic также признаёт, что остаточные ложные срабатывания сохранятся для запросов, находящихся в пределах запаса безопасности классификатора: очень низкий риск, но всё же помечаются. Компания просит продолжать присылать обратную связь. Иными словами, исправление реально, но оно явно не окончательное.

Почему вообще существует это защитное ограждение

Это предостережение связано с возможностями модели. Anthropic утверждает, что Fable 5 «теперь может превосходить экспертов в некоторых очень сложных биологических задачах», а собственные оценки возможностей показали, что модель «может оказать значительную поддержку» злоумышленнику, разрабатывающему биологическое оружие, — поддержку, «не встречающуюся больше нигде». Компания ссылается на двойное назначение этой области и на Ежегодную оценку угроз разведывательного сообщества США за 2026 год, в которой синтетическая биология и геномное редактирование называются потенциальными источниками новых биологических угроз.

Этот контекст также объясняет самые тяжелые две недели в недолгой жизни Fable 5. 12 июня, через три дня после запуска, Бюро промышленности и безопасности Министерства торговли США предписало Anthropic приостановить доступ к Fable 5 для иностранных граждан. Выполнить это предписание выборочно Anthropic не могла, поэтому она отключила модель для всех. Доступ по всему миру был восстановлен 1 июля после снятия ограничений: Anthropic выпустила новый классификатор, нацеленный на ту конкретную технику джейлбрейка, которая и стала причиной предписания. Обновление от 7 августа — второй акт той же истории: модель, чья стратегия безопасности формировалась при максимальной осторожности, теперь проходит перенастройку по частям.

Что это значит для разработчиков API

Если вы вызываете Fable 5 через API, обновление в основном меняет то, какие запросы попадают в классификатор, — но контракт на отказ стоит знать наизусть, потому что с момента запуска он был источником тихой путаницы.

Когда классификатор блокирует запрос, API возвращает 200 с stop_reason "refusal" и объектом stop_details, категория которого — "bio", "cyber" или "reasoning_extraction". Ориентируйтесь на stop_reason, а не на содержимое сообщения: stop_details носит информационный характер и может быть null. Есть также деталь биллинга, которая делает обработку дешевле: прямые блокировки классификатором бесплатны. Если запрос блокируется до возврата каких-либо выходных токенов, входные токены не тарифицируются, что, по словам Anthropic, автоматически применяется ко всем производственным моделям.

Запросы с откатом тарифицируются иначе. Обычно при смене модели в середине разговора входные токены новой модели тарифицируются как запись в кэш: 1.25x базовой ставки за входные токены при 5-минутном TTL и 2x при 60-минутном. Anthropic же тарифицирует входные токены отката как чтение из кэша, то есть 10% от базовой цены за входные токены. В нативном Claude API и на Claude Platform в AWS серверный параметр отката применяется автоматически; на стороне клиента параметр fallback_credit_token в stop_details позволяет повторить запрос на резервной модели в течение пяти минут по тарифу чтения из кэша. В SDK Anthropic встроено промежуточное ПО для отката в случае отказа модели, которое автоматически настраивает это за вас.

Одно замечание по поводу запасной цели, поскольку экосистема сейчас в этом отношении расколота. В анонсе Anthropic в качестве цели перенаправления названа Claude Opus 5, тогда как Artificial Analysis по-прежнему обозначает конфигурацию как «Opus 4.8 fallback», а документация платформы Claude по запасному варианту ссылается на Claude Opus 4.8. В любом случае принцип одинаков — отклонённый запрос попадает на модель с меньшей биологической способностью, — но если вы строите свою систему вокруг идентичности запасной модели, сверьтесь с документацией для вашего канала доступа, поскольку вызываемая вами поверхность может отличаться.

Вы получаете второй резервный переключатель.

Та часть этой истории, которую большинство освещений упускает, заключается в том, что решение о запасном варианте вы можете принять самостоятельно, независимо от классификатора Anthropic. Anthropic решает, когда запрос достаточно рискован, чтобы перенаправить его; у вас могут быть совершенно иные причины для смены моделей — стоимость, задержка, отказ, с которым вы не согласны, ограничение частоты запросов.

OrcaRouter направляет Claude Fable 5 по ценам Anthropic без наценки — 10 долларов за миллион входных токенов, 50 долларов за миллион выходных, 1 доллар за кэшированные чтения, 12,50 долларов за запись в кэш, всё передаётся как есть — и поверх этого вы получаете собственную цепочку отказоустойчивости. Если вызов Fable 5 отклоняется, истекает по тайм-ауту или завершается ошибкой, вы решаете, куда направить запрос дальше: на повторную попытку, на другую модель рассуждений или на более дешёвую универсальную модель, а не на выбор поставщика по умолчанию. Это рычаг, независимый от биологического классификатора Anthropic, и он сочетается с паттерном эскалации, который большинство команд реально используют — отправляйте рутинные задачи на дешёвую модель, а сложные и ответственные вызовы эскалируйте на Fable 5, всё через один API с поддержкой более 200 моделей.

Суть

Для повседневного использования в здравоохранении и образовании обновление от 7 августа — настоящее улучшение: наиболее критикуемое поведение флагманской модели Anthropic существенно снижено, и компания опубликовала цифры вместо расплывчатых впечатлений. Для исследователей в области вирусологии, токсикологии или молекулярного дизайна пока ничего не изменилось — такие запросы по-прежнему приводят к откату, а «доверенный путь доступа» остаётся обещанием без указания сроков. Для разработчиков вывод таков: относитесь к контракту отказов как к части API — явно обрабатывайте stop_reason "refusal", знайте, что заблокированные запросы бесплатны, а откаты тарифицируются как чтение кэша, и держите управляемую вами цепочку аварийного переключения, чтобы невидимый для вас классификатор никогда не определял вашу доступность.

Часто задаваемые вопросы

Будет ли Claude Fable 5 по-прежнему отказываться отвечать на мои вопросы по биологии?

Это зависит от области. Повседневные вопросы о здоровье и образовании — интерпретация результатов анализов, понимание симптомов, изучение биологии — сейчас в основном решаются с помощью Fable 5. Запросы, которые Anthropic классифицирует как двойного назначения — вирусология, токсикология и молекулярный дизайн — по-прежнему обрабатываются менее биологически способной моделью, а профессиональные исследования или разработка лекарств остаются заблокированными.

С меня взимается плата, когда Claude Fable 5 блокирует запрос или переходит на резервный вариант?

Прямые блокировки классификатора бесплатны: если запрос блокируется до возврата каких-либо выходных токенов, входные токены не тарифицируются. Когда запрос переключается на более слабую модель, входные токены резервного запроса тарифицируются как чтение из кэша (10% от базовой цены входных токенов), а не как запись в кэш, согласно документации платформы Anthropic.

Сменилась ли запасная модель на Claude Opus 5?

В анонсе Anthropic называется Claude Opus 5 как цель перенаправления, в то время как Artificial Analysis по-прежнему обозначает конфигурацию как «Opus 4.8 fallback», а документация по запасному варианту платформы ссылается на Claude Opus 4.8. Проверьте по документации для вашего способа доступа; принцип — отклонённый запрос попадает на модель с меньшими биологическими возможностями — одинаков в любом случае.

Могу ли я выбрать свой собственный запасной вариант вместо Anthropic?

Да. Через OrcaRouter вы можете задать собственную цепочку отказоустойчивости для Claude Fable 5 — направлять запрос на повторную попытку, более дешёвую модель или другую модель рассуждений при отказе, тайм-ауте или ошибке — независимо от классификатора Anthropic. Fable 5 доступна там по ценам Anthropic без наценки ($10/$50 за миллион токенов).