En física de partícules, les «amplituds de dispersió» descriuen la probabilitat que unes partícules interaccionin d'una manera determinada, i calcular-les amb més precisió —afegint-hi més «bucles» a la seva expressió matemàtica— és un dels exercicis més exigents de la teoria quàntica de camps. Un dels bancs de proves clàssics d'aquest tipus de càlcul és l'amplitud hexagonal (de sis partícules) en la teoria N=4 super Yang-Mills, un model simplificat que els físics fan servir per desenvolupar mètodes de càlcul abans d'aplicar-los a teories més realistes. El físic Lance Dixon, de l'Accelerador Lineal d'Stanford (SLAC), n'havia establert el rècord el 2023 amb un càlcul indirecte a vuit bucles.
Dos físics d'Anthropic, Liam Fitzpatrick i Siddharth Mishra-Sharma, expliquen en una nota de recerca publicada el 25 de setembre que, després de preguntar a Claude quin problema tenia més probabilitats de poder abordar, li van fer una única instrucció: calcular l'amplitud hexagonal a nou bucles. Fable 5.1, operant dins de l'entorn Claude Science, hi va treballar de manera continuada durant diversos dies —l'equivalent a una setmana en 96 CPU—, amb un cost total d'entre 1.000 i 2.000 dòlars. El mateix Lance Dixon ha verificat personalment el resultat i ha dit que Claude «entén els nostres articles millor que ningú»; un equip rival liderat per Song He, de l'Acadèmia de Ciències de la Xina a Pequín, hi ha arribat de manera independent poc després pel seu compte.
El resultat és rellevant perquè mostra que els models d'IA ja poden ampliar la frontera d'aquest tipus de càlcul simbòlic llarg i mecànic, un terreny on la limitació no sol ser la creativitat teòrica sinó la paciència i els recursos de càlcul disponibles; si el mètode es pot repetir en altres problemes similars, podria alliberar temps de físics teòrics per a les parts més conceptuals de la seva feina.
El físic Matt von Hippel, extern al treball, matisa que Claude «ha fet servir mètodes ja coneguts, amb una mica més de càlcul», no pas un enfocament nou; el resultat valida un marc teòric existent, no en descobreix cap de nou, i la mateixa Anthropic ho presenta com una millora en l'enginyeria de programari i en l'assignació de recursos per part dels humans, no com una innovació computacional que hagi sorprès els mateixos investigadors.