SWE-bench Verified 95% 달성한 Fable 5의 성능과 규제 리스크

Context

기존 Claude Opus 4.8의 한계를 넘어서는 Mythos-class 모델의 필요성 대두. 특히 복잡한 코딩 벤치마크 및 Long-horizon reasoning 성능 극대화를 목표로 설계됨.

Technical Solution

• Safeguard Layer 도입을 통한 사이버 보안 및 생물학 도메인 쿼리의 자동 rerouting 처리
• 고위험 쿼리 감지 시 Fable 5가 아닌 하위 모델인 Opus 4.8로 요청을 전달하는 안전 장치 구현
• Persistent file-based memory 구조를 활용한 Slay the Spire 기반의 long-horizon evaluation 수행
• Model class는 동일하게 유지하되 deployment configuration을 달리하여 Fable 5(Public)와 Mythos 5(Vetted Partner)로 이원화
• API 요청자의 국적 검증 매커니즘 부재에 따른 전 세계 서비스 일괄 중단이라는 극단적 제어 전략 채택

Impact

• SWE-bench Verified 95.0% 및 SWE-bench Pro 80.3% 달성으로 GPT-5.5 대비 21.7p 성능 우위 확보
• 8개 코딩 벤치마크 평균 11.8p의 격차로 업계 최고 성능 기록
• Opus 4.8 대비 메모리 누적에 따른 학습 속도 및 최종 단계 도달률 3배 향상
• Input $10/M, Output $50/M의 가격 정책을 통한 고성능 컴퓨팅 비용 반영

Key Takeaway

모델의 성능 고도화보다 더 중요한 것은 배포 환경의 Compliance 및 Safeguard의 실효성 검증임. 특히 국가 단위의 Export Control과 같은 외부 제약 사항이 시스템 가용성에 치명적 영향을 미칠 수 있음을 시사함.