جهشهای پیاپی در توسعه مدلهای زبانی بزرگ (LLM) در سال ۲۰۲۶، رقابت میان غولهای سیلیکونی و استارتاپهای پیشرو را به نقطه اوج خود رسانده است. در روزهای ابتدایی ژوئن ۲۰۲۶، شرکت انتروپیک که پیش از این با ارسال اسناد اولیه خود به کمیسیون بورس و اوراق بهادار آمریکا (SEC) برای عرضه عمومی سهام (IPO) و ثبت ارزشگذاری نزدیک به یک تریلیون دلار صدر اخبار را تسخیر کرده بود، با جدیدترین مدل هوش مصنوعی کلود؛ شکست سقف توانمندیهای پیشین کلود و یک برگ برنده فنی و ساختارشکن به میدان بازگشت.
معرفی جدیدترین مدل هوش مصنوعی کلود با نام تجاری Claude ClaudeFable 5 و رونمایی از اَبَرکلاس لایه پردازشی “Mythos” نشان داد که استراتژی این شرکت فراتر از بهبودهای جزئی در مدلهای گذشته است. لایه مایتوس اکنون به عنوان بالاترین استاندارد پردازش، استدلال و امنیت این شرکت، در جایگاهی کاملاً برتر نسبت به سری اوپوس (Opus) و سونات (Sonnet) قرار میگیرد و هدف آن، حل پیچیدهترین مسائل محاسباتی و امنیتی جهان است.
کالبدشکافی فنی Claude Fable 5؛ معماری و ظرفیتهای استدلال عمیق
جدیدترین مدل هوش مصنوعی کلود یعنی مدل Claude Fable 5 به عنوان نخستین پردازشگر عمومی از کلاس مایتوس، هماکنون بر روی پلتفرمهای کلیدی مانند AWS (آمازون بدراک)، گوگل ورتکس (Vertex AI) و مایکروسافت فاندری (Microsoft Foundry) در دسترس توسعهدهندگان قرار گرفته است. مهندسان انتروپیک در طراحی این معماری، تمرکز ویژهای بر روی دو چالش اساسی هوش مصنوعی یعنی «پایداری حافظه در بافتهای طولانی» (Long-context Memory) و «استدلال منطقی چندمرحلهای بدون خطا» داشتهاند.

در حالی که لایههایی مانند چتجیپیتی ۴.۵ یا حتی جمینای ۳.۵ فلش در پردازش اسناد حجیم و کدهای سنگین دچار پدیده گمشدن اطلاعات در میان متن (Lost in the Middle) میشوند، Fable 5 با تکیه بر سازوکار توجه پویا (Dynamic Attention Tuning) میتواند بیش از ۱ میلیون توکن داده را با دقت بسیار بالا تحلیل کند.
تفاوت بنیادین جدیدترین مدل هوش مصنوعی کلود در این است که خروجیهای کدنویسی و محاسباتی آن به طرز چشمگیری با کاهش خطای منطقی همراهاند. این مدل موفق شده است در بنچمارکهای ریاضیات پیشرفته دانشگاهی و دیباگ کدهای سنگین سازمانی، رکوردهایی را ثبت کند که پیش از این دستیابی به آنها غیرممکن به نظر میرسید.
انفجار در ارزیابیهای سایبری؛ جزئیات پروژه فوقمحرمانه Glasswing
جذابترین و در عین حال بحثبرانگیزترین بخش از معماری کلاس مایتوس، به مدل Claude Mythos 5 مربوط میشود. انتروپیک به دلیل ماهیت دوگانه و بسیار قدرتمند این مدل، دسترسی به آن را برای عموم قفل کرده و آن را صرفاً از طریق برنامهای تحت عنوان پروژه گلسوِینگ (Project Glasswing) در اختیار ۱۵۰ سازمان حیاتی در سطح جهان قرار داده است.
صنایع فعال در لایههای حساس ملی از جمله اپراتورهای شبکه توزیع برق، سیستمهای مدیریت منابع آب، کادرهای درمانی تراز اول و شرکتهای امنیتی بزرگ مانند CrowdStrike به این نسخه دسترسی دارند.

بر اساس دادههای کالبدشکافی شده در بنچمارک ExploitBench که وظیفه سنجش توانایی هوش مصنوعی در کشف و بهرهبرداری از آسیبپذیریهای نرمافزاری و دفاع سایبری را بر عهده دارد، جهش خیرهکنندهای برای جدیدترین مدل هوش مصنوعی کلود ثبت شده است:
- مدل Claude Mythos 5: توانسته است امتیاز خیرهکننده ۷۸.۰ درصد را در شکار باگها و کدهای مخرب ثبت کند.
- مدل پیشین (Opus 4.8): تنها به امتیاز ۴۰.۰ درصد در این آزمون دست یافته بود.
- مدل رقیب (GPT-5.5): در آخرین ارزیابیها امتیاز ۳۴.۰ درصد را از آن خود کرده است.
طبق گزارشهای اولیه، این موتور پردازشی تنها در فاز تستهای اولیه خود توانسته است بیش از ۲۳ هزار آسیبپذیری واقعی و تاییدشده را در کدهای متنبازِ سیستمهای توزیعشده کشف کند. این حجم از توانایی فنی به سازمانهای دفاعی اجازه میدهد قبل از سوءاستفاده هکرهای کلاهسیاه، زیرساختهای نرمافزاری خود را به طور کامل ایمنسازی کنند.
نتیجهگیری و چشمانداز آینده
انتشار معماری مایتوس و عرضه عمومی Claude Fable 5 نقطه عطفی در تاریخ فناوریهای شناختی است. در ماههای میانی سال ۲۰۲۶، هوش مصنوعی از فاز یک «ابزار کمکی ساده برای نگارش متن و تولید کدهای عمومی» به یک «موتور ارکستراسیون و تحلیل راهبردی» تبدیل شده است.
انتروپیک با توسعه جدیدترین مدل هوش مصنوعی کلود نشان داد که برتری در بازار آینده، متعلق به شرکتی نیست که مدلهای ارزانتر یا عمومیتر میسازد، بلکه در اختیار پلتفرمی است که امنترین، دقیقترین و حاکمیتیترین بستر پردازش داده را فراهم میکند. هرچند که محدودیتهای شدید در دسترسی به نسخه کامل مایتوس نشان از نگرانیهای عمیق امنیتی دارد، اما ورود نسخه Fable 5 به چرخه کاری برنامهنویسان و تحلیلگران ارشد، بدون شک بازدهی صنایع دیجیتال را در نیمه دوم سال ۲۰۲۶ وارد فاز جدیدی از شکوفایی خواهد کرد.









