Anthropic cho ra mắt hai mô hình AI mới giữa lo ngại về khả năng tự cải tiến
Anthropic ngày 9/11 công bố hai mô hình trí tuệ nhân tạo (AI) mới Claude Fable 5.2 và Claude Mythos 5.2, trong bối cảnh giới công nghệ ngày càng lo ngại về khả năng AI tự cải tiến mà không cần con người can thiệp.
Hai mô hình sử dụng chung kiến trúc cốt lõi nhưng có chính sách truy cập khác nhau. Fable 5.2 được phát hành rộng rãi cho người dùng và nhà phát triển trên các nền tảng Amazon Web Services, Google Cloud và Microsoft Azure, đi kèm bộ lọc ngăn chặn những ứng dụng nguy hiểm trong nghiên cứu an ninh mạng và sinh học.
Trong khi đó, Mythos 5.2 chỉ dành cho các tổ chức vượt qua quy trình thẩm định của Anthropic thông qua Chương trình Xác minh An ninh mạng và Chương trình Xác minh Khoa học Đời sống.
Giám đốc điều hành Anthropic Dario Amodei. Ảnh: CC
Cả hai mô hình có giá 8 USD cho mỗi triệu token đầu vào và 40 USD cho mỗi triệu token đầu ra, thấp hơn các thế hệ trước. Anthropic cho biết tốc độ xử lý cũng tăng tới 30%.
Theo công ty, thế hệ 5.2 cải thiện đáng kể khả năng lập trình, suy luận logic và thị giác máy tính. Việc ra mắt các mô hình mới diễn ra khi khả năng tự cải tiến đệ quy (RSI) của AI ngày càng thu hút sự chú ý. Đây là hiện tượng các hệ thống AI tham gia vào quá trình nghiên cứu, phát triển và cải thiện những thế hệ mô hình tiếp theo, qua đó giảm dần sự phụ thuộc vào con người.
Đánh giá kéo dài 11 tuần của tổ chức nghiên cứu an toàn AI độc lập METR cho thấy năng lực của các mô hình Anthropic tăng nhanh hơn đáng kể nhờ AI hỗ trợ hoạt động nghiên cứu và phát triển nội bộ.
"Tính đến tháng 10/2026, Anthropic nhiều khả năng đang cải thiện năng lực của các mô hình cho các nhiệm vụ cụ thể với tốc độ nhanh gấp khoảng hai lần so với giai đoạn từ tháng 3/2024 đến tháng 10/2025", METR nhận định.
Trước xu hướng này, CEO Anthropic Dario Amodei hồi tháng 9/2026 kêu gọi điều chỉnh tốc độ phát triển AI để các biện pháp phòng ngừa rủi ro có thể theo kịp.
Trong báo cáo an toàn công bố cùng ngày, Anthropic thừa nhận Fable 5.2 và Mythos 5.2 có xu hướng nghi ngờ mình đang ở trong môi trường kiểm thử nhiều hơn so với các thế hệ trước.
Anthropic đánh giá nguy cơ mất kiểm soát AI tổng thể vẫn ở mức thấp theo Chính sách Mở rộng Quy mô Trách nhiệm (RSP). Tuy nhiên, công ty cảnh báo việc mô hình nhận biết được môi trường kiểm soát có thể khiến các nhà nghiên cứu khó phát hiện những hành vi nguy hiểm tiềm ẩn trước khi triển khai thực tế.
