Anthropic, Claude Fable 5.2 ve Claude Mythos 5.2 modellerini kodlama, bilimsel araştırma ve akıl yürütme alanlarında önemli performans artışlarıyla tanıttı. FrontierCode 2.0 testinde yüzde 49,1 başarı elde eden Fable 5.2, GPT-6 Astra’nın yüzde 42,8’lik sonucunu geride bıraktı. Şirket, yeni modellerin önceki sürümlere göre yüzde 30 daha hızlı çalıştığını, kullanım maliyetlerinin ise yüzde 20 azaldığını açıkladı.
Claude Fable 5.2 Daha Hızlı Ve Daha Uygun Maliyetli Çalışıyor
Anthropic, iki yeni modelini aynı temel mimari üzerine inşa etti. Claude Fable 5.2 genel kullanıcılar için siber güvenlik ve biyoloji alanlarında sıkı koruma önlemleriyle sunulurken Claude Mythos 5.2, doğrulanmış kuruluşların siber güvenlik ve biyomedikal araştırmalarına yönelik daha esnek güvenlik kısıtlamaları içeriyor.
Yeni modeller, önceki nesle kıyasla üretim hızını yüzde 30 artırırken kullanım maliyetini yüzde 20 düşürüyor. Anthropic, bir milyon giriş belirteci için uyguladığı 10 dolarlık ücreti 8 dolara, bir milyon çıkış belirteci için aldığı 50 dolarlık ücreti ise 40 dolara indirdi. Şirket ayrıca geliştiricilere standart API fiyatının iki katı karşılığında belirteç üretimini 2,5 kata kadar hızlandıran isteğe bağlı bir mod sunuyor.
Anthropic’in paylaştığı performans tablosu, Fable 5.2’nin farklı görev türlerinde rakip modellerle nasıl yarıştığını ortaya koyuyor. Model, özellikle otonom yazılım geliştirme, bilgisayar kullanımı, bilimsel araştırma ve karmaşık akıl yürütme değerlendirmelerinde önceki sürüme kıyasla belirgin ilerleme kaydetti.
| Performans testi | Claude Fable 5.2 | Claude Fable 5.1 | Claude Opus 5.5 | GPT-6 Astra | Gemini 4 Carbon |
|---|---|---|---|---|---|
| FrontierCode 2.0 | %49,1 | %32,4 | %45,5 | %42,8 | %41,1 |
| FrontierSWE v2 | %69,9 | %56,3 | %62,3 | %65,5 | %61,2 |
| AutomationBench | %51,4 | %31,4 | %42,5 | %41,4 | %53,9 |
| Terminal-Bench-Science 0.1 | %74,6 | %52,6 | %58,7 | %68,1 | %64,8 |
| OSWorld 2.1 | %89,3 | %83,5 | %87,2 | %79,5 | %81,5 |
| Humanity’s Last Exam | %74,2 | %65,6 | %67,7 | %57,2 | — |
| Chartography | %73,4 | %44,8 | %64,4 | %71,0 | %72,5 |
Fable 5.2, FrontierCode 2.0 değerlendirmesinde yüzde 49,1 puanla ilk sıraya yerleşti. GPT-6 Astra yüzde 42,8, Gemini 4 Carbon yüzde 41,1 ve Opus 5.5 yüzde 45,5 sonuç elde etti. Model, araçlarla gerçekleştirilen Humanity’s Last Exam değerlendirmesinde de yüzde 74,2 başarıya ulaşarak GPT-6 Astra ile arasındaki farkı 17 puana çıkardı.
Bununla birlikte Anthropic’in paylaştığı bütün sonuçlarda Fable 5.2 lider konumda bulunmuyor. İş süreçlerini otomatikleştirmeye odaklanan AutomationBench testinde Gemini 4 Carbon yüzde 53,9 ile Fable 5.2’nin yüzde 51,4’lük sonucunu geçti. Bilgi odaklı görevlerde kullanılan AA-Briefcase değerlendirmesinin Elo sıralamasında ise Opus 5.5, 1.800 puanla en yüksek dereceyi aldı.
Anthropic, modelin yazılım geliştirme yeteneklerini göstermek için kapsamlı bir işletim sistemi projesini örnek gösterdi. Şirketin açıklamasına göre 1.000’den fazla Fable 5.2 aracısı, sekiz gün boyunca koordineli çalışarak sıfırdan işlevsel bir işletim sistemi oluşturdu. Geliştirilen sistem bir dizüstü bilgisayarda açılabiliyor; aygıt sürücüleri, dosya depolama altyapısı, pencere yönetimi ve kurulum programı gibi temel bileşenleri barındırıyor.
Modelin matematik alanındaki performansı da benzer ölçekte bir çalışmayla ortaya kondu. Bin Fable 5.2 aracısı, Fermat’nın Son Teoremi’nin biçimsel ispatını 30 saatte tamamladı. Anthropic, önceki bir Claude araştırma modelinin aynı çalışmayı tamamlamasının 11 gün sürdüğünü belirtti.
Şirket, elektronik tasarım alanında da üç çalışan cihaz geliştirdiğini duyurdu. Sesli asistan merkezi, USB hoparlörlü telefon ve sanal evcil hayvandan oluşan bu cihazların üretim sonrasında ek elektriksel değişiklik yapılmadan çalıştığı aktarıldı. Anthropic ayrıca Fable 5.2’nin kara deliklerle ilgili daha önce çözülememiş iki kuramsal fizik problemini çözdüğünü bildirdi.
Anthropic, Claude Fable 5.2’yi Claude uygulaması, Claude Code ve Claude API üzerinden erişime açtı. Geliştiriciler modele AWS, Google Cloud ve Microsoft Azure platformları üzerinden de ulaşabiliyor. API entegrasyonlarında claude-fable-5-2 model kimliği kullanılıyor.
Şirket, uygun ücretli abonelere bu hafta ek Fable kullanım hakkı sunuyor. Daha az güvenlik kısıtlaması içeren Claude Mythos 5.2 ise genel kullanıma açılmadı. Model, Anthropic’in Siber Güvenlik ve Yaşam Bilimleri Doğrulama Programları kapsamındaki kuruluşlara sunulurken kurumsal müşteriler de Claude Security üzerinden ilgili yeteneklere erişebiliyor.
