Claude Fable 5.2、RoboDojoで64.9%　Anthropic自身の測定でGPT-6 Astraの2倍超

Anthropicは11月9日、コーディングや金融、科学向けをうたう汎用モデルClaude Fable 5.2を公開し、発表記事にロボットの成績を載せた。RoboDojoは、カメラ映像を手がかりにシミュレーション上の双腕ロボットを操作させる公開ベンチマークだ。Anthropicによると、Fable 5.2の平均成功率は64.9%で、GPT-6 Astraの29.8%、Fable 5.1の27.6%の2倍を超え、Claude Opus 5.5の39.4%、Gemini 4 Argonの**34.2%**も上回った。どのモデルもAnthropicが自ら、それぞれ最も高い推論設定で走らせた。

Anthropicの評価環境での伸びは本物だが、後ろに並ぶライバルの順位は、誰がストップウォッチを握るかで変わる。Artificial Analysisが10月14日に公開したAA-Robotics v0.1は、実機の6軸アームに8つの卓上タスクをこなさせた。そこではGPT-6 Astraが100点満点で69.4、Fable 5.1が46.3と23点の差がついた。AnthropicのRoboDojoの測定では、同じ2モデルの差は2.2ポイントしかない。

7月時点、専用のロボット方策はまだ低空飛行

RoboDojoの著者らは7月、ARX X5双腕プラットフォーム上に42のシミュレーションタスクを用意して公開した。汎化、記憶、精度、長時間タスク、自由な指示への対応を測る。評価した30種類の学習済みロボット方策のうち、最高でも平均成功率は**8.80%だった。同じ評価手順で人間の熟練者は76.03%**に達した。AnthropicはFable 5.2がロボット制御専用のAIシステムの大半を上回ったとしており、ライブのリーダーボードにはまだ上位がいくつか残る余地がある。同社の数字は独自の評価環境で出たもので、論文の数値と並べることはできても、同じ物差しでは比べられない。

ベンチマークの外では、パズルキューブとボトルのふた

AnthropicによればFable 5.2は、以前のClaudeモデルより実機ロボットの制御が大きく上達し、明示的に学習していないタスクもこなす。公開された動画では、モデルが操るロボットがパズルキューブを解き、ボトルのふたを開け、ロボットの絵を描いている。同じ記事で、回路基板メーカーのDiodeと組んで、家庭用音声アシスタントのハブ、USBスピーカーフォン、携帯型の育成ペットの3つの電子機器を設計したとも説明した。3台とも電気的な修正なしで動いたという。

Fable 5.2の料金は入力100万トークンあたり8ドル、出力100万トークンあたり40ドルで、Fable 5.1の10ドルと50ドルから下がった。

RoboDojoが採点するのはロボットが作業を終えたかどうかで、生産ラインが対価を払うのはその速さだ。Artificial Analysisの計測では、フロンティアモデルは1タスクに約30分かかり、人間は20秒だった。Fable 5.1は最初の動作までに約10分を計画に費やした。