अँथ्रोपिकने सोमवारी क्लॉड फेबल 5.2 आणि क्लॉड मिथॉस 5.2 रिलीज केले, हे सर्वात मागणी असलेल्या तांत्रिक कामासाठी राखीव असलेल्या फ्रंटियर मॉडेल्सच्या नवीनतम आवृत्त्या आहेत. कंपनी म्हणते की अपग्रेड केलेली जोडी कोडिंग, तर्क आणि दृष्टी सुधारते, फेबल 5.1 आणि मायथॉस 5.1 पेक्षा 30% वेगाने आउटपुट तयार करते आणि कमी किमतीत येते: $8 प्रति दशलक्ष इनपुट टोकन आणि $40 प्रति दशलक्ष आउटपुट टोकन, पर्यायी जलद मोडसह जे प्रति $2 दशलक्ष प्रति $6 दशलक्ष वेळा आणि $5 दशलक्ष पर्यंत वाढवते. आउटपुट टोकन.

लाँचने मॉडेल-ट्रॅकिंग समुदायाचे लक्ष वेधून घेतले. कृत्रिम विश्लेषण, एक स्वतंत्र AI मूल्यमापन साइट, त्याच्या बुद्धिमत्ता निर्देशांकावर Fable 5.2 ला 65 वर स्कोअर केले, जे आतापर्यंत कोणत्याही रिलीज केलेल्या मॉडेलसाठी नोंदवलेले सर्वोच्च स्कोअर आहे आणि या घोषणेने हॅकर न्यूजवर काही तासांतच शेकडो टिप्पण्या मिळवल्या. नवीनतम AI घडामोडी फॉलो करणाऱ्या वाचकांसाठी, हे प्रकाशन जूनमध्ये फेबल लाइन डेब्यू झाल्यापासून अँथ्रोपिकने दाखवलेल्या सर्वात तीव्र क्षमतेची उडी दर्शवते.

एक मॉडेल, दोन दरवाजे

दंतकथा आणि मिथॉस समान अंतर्निहित मॉडेल आहेत. फरक म्हणजे प्रवेश धोरण: दंतकथा मजबूत सायबरसुरक्षा आणि जीवशास्त्र सुरक्षा पाळते ज्यामुळे अँथ्रोपिक सर्व वापरकर्त्यांना ते ऑफर करू देते, तर मिथॉस कमी क्षमता काढून टाकते आणि म्हणून अँथ्रोपिकच्या जीवन विज्ञान आणि सायबर पडताळणी कार्यक्रमांमध्ये स्वीकारलेल्या संस्थांपुरते मर्यादित आहे. एन्थ्रोपिकने सांगितले की फेबल 5.2 चे सुरक्षा उपाय Fable 5.1 प्रमाणेच मजबूत आहेत परंतु कमी अनावश्यक ब्लॉक्स तयार करतात आणि नवीन मॉडेलमध्ये डिस्टिलेशन हल्ल्यांविरूद्ध कंपनीचे सर्वात मजबूत संरक्षण समाविष्ट आहे.

कंपनीने हे देखील उघड केले आहे की प्री-रिलीझ सुरक्षा चाचणीमध्ये सँडबॉक्स एस्केप्स सारख्या विशिष्ट वर्तणुकीशी संबंधित कादंबरी मूल्यमापनांचा समावेश आहे आणि बहुतेक संरेखन उपायांवर मॉडेलने अलीकडील मानववंशीय मॉडेल्सपेक्षा चांगले किंवा चांगले प्रदर्शन केले आहे. संपूर्ण तपशील दंतकथा 5.2 आणि Mythos 5.2 सिस्टम कार्डमध्ये प्रकाशित केले आहेत.

बेंचमार्क काय दाखवतात

अँथ्रोपिकने नवीन मॉडेल्सना क्लॉड ओपस 5.5 वर एक पायरी म्हणून स्थान दिले, त्याचे शिफारस केलेले दैनिक-ड्रायव्हर मॉडेल, जवळजवळ प्रत्येक क्षमतेवर त्याचे मूल्यांकन केले. FrontierCode 2.0 वर, एजंटिक कोडिंग बेंचमार्क जे मॉडेलचे बदल प्रत्यक्षात ओपन-सोर्स रिपॉझिटरीजमध्ये विलीन केले जातील की नाही हे मोजतात, Fable 5.2 ने जास्तीत जास्त तर्कशक्तीच्या प्रयत्नात 49.1% स्कोअर केला, जो कंपनीने चाचणी केलेल्या कोणत्याही रिलीज केलेल्या मॉडेलचा सर्वोच्च स्कोअर आहे. उच्च प्रयत्नात ते ४५.३% पर्यंत पोहोचले, साधारणपणे Opus 5.5 च्या 45.5% च्या सर्वोत्कृष्ट स्कोअरशी जवळपास निम्म्या प्रति टास्कवर आणि GPT-6 Astra च्या सर्वोत्कृष्ट 42.8% वर मात करते.

अँथ्रोपिकच्या घोषणेचे इतर परिणाम:

  • FrontierSWE v2 (एजंटिक कोडिंग): 69.9%, Fable 5.1 साठी 56.3% वरून आणि Opus 5.5 (62.3%), GPT-6 Astra (65.5%), आणि Gemini 4 कार्बन (61.2%) च्या पुढे.
  • उपकरणांसह मानवतेची शेवटची परीक्षा (बहुविद्याशाखीय तर्क): ७४.२%, दंतकथा ५.१ साठी ६५.६% आणि GPT-६ ॲस्ट्रासाठी ५७.२% कमाल प्रयत्नात.
  • रिमोट लेबर इंडेक्स (ज्ञान कार्य): ​​उच्च प्रयत्नात 41.3%, फेबल 5.1 च्या 17.9% पेक्षा दुप्पट आणि Opus 5.5 च्या 21.3% च्या पुढे.
  • OSWorld 2.1 (संगणक वापर): 89.3%, Opus 5.5 च्या पुढे 87.2%.
  • रोबोडोजो सिम (रोबोटिक्स): ६४.९%, मागील आवृत्तीसाठी २७.६% वरून उडी.
  • BenchCAD 2.1 (हार्डवेअर अभियांत्रिकी): कमाल प्रयत्नात 83.5, Opus 5.5 साठी 65.3 विरुद्ध.

जेमिनी 4 कार्बनने एका क्षेत्रात धार धरली, ऑटोमेशनबेंच, व्यवसाय-कार्यप्रवाह बेंचमार्कवर 53.9% ते फेबल 5.2 च्या 51.4% गुण मिळवले. Mythos 5.2 ने मजबूत सायबरसुरक्षा आणि प्रोटीन-डिझाइन परिणाम पोस्ट केले, ज्यात CyScenarioBench वर 76.3% आणि CVE रीडिस्कव्हरी चाचणीवर 89.6% समाविष्ट आहेत.

लाँच करण्यापूर्वी मॉडेलने काय केले

घोषणेतील सर्वात लक्षवेधी दावे प्री-रिलीझ चाचणीशी संबंधित आहेत. अँथ्रोपिकने सांगितले की, फेबल 5.2 ने त्याच्या अभियंत्यांना अन्यथा-अशक्य सॉफ्टवेअर स्थलांतर पूर्ण करण्यात मदत केली, तीन कार्यरत इलेक्ट्रॉनिक उपकरणांची सुरवातीपासून रचना केली, ब्लॅक होलच्या भौतिकशास्त्रातील दोन खुल्या समस्यांचे निराकरण केले आणि 30 तासांत फर्मॅटच्या शेवटच्या प्रमेयाचा पुरावा औपचारिक केला.

एका अंतर्गत प्रयोगात, एका मानववंशीय अभियंत्याने मॉडेलला रिकाम्या फोल्डरपासून सुरू होणारी प्रोटोटाइप ऑपरेटिंग सिस्टम तयार करण्यास सांगितले. मॉडेलने आठ दिवसांत 1,000 हून अधिक सबएजंट्सचे समन्वय साधले आणि लॅपटॉपवर स्वतःचे कर्नल, डिस्क, कीबोर्ड आणि नेटवर्क ड्रायव्हर्स, कायमस्वरूपी फाइल स्टोरेज, विंडोिंग सिस्टम, लॉगिन स्क्रीन आणि इंस्टॉलरसह बूट होणारी प्रणाली तयार केली. अँथ्रोपिकने असेही म्हटले आहे की मॉडेलची पूर्वीची आवृत्ती चालवणाऱ्या एजंटच्या एका संघाने पायथनपासून रस्टमध्ये महत्त्वपूर्ण उत्पादन सेवा स्थलांतरित केली आणि आता ही सेवा सुमारे 26 पट वेगाने सुरू होते.

कंपनीने जोडले की त्याच्या स्वतःच्या कोर कोडबेसमध्ये विलीन केलेले 90% पेक्षा जास्त बदल आता क्लॉडने मानवी मार्गदर्शनासह लिहिले आहेत.

मानववंशीय ते कसे वापरण्याचे सुचवतात

बेंचमार्क लीप असूनही, एन्थ्रोपिक त्याच्या मुख्य लाइनअपसाठी फेबल 5.2 ला स्थान देत नाही. बऱ्याच कोडिंग आणि ज्ञान कार्यांसाठी ते Opus 5.5 सह प्रारंभ करून फेबल किंवा मिथॉस वर जाण्याची शिफारस करते जेव्हा एखादी समस्या त्याची मागणी करते तेव्हा किंवा सॉनेट 5.5 आणि हायकू 5.5 वर जाण्याची शिफारस केली जाते. Fable 5.2 एक सल्लागार म्हणून देखील कार्य करू शकते जे लहान मॉडेल्स कठीण समस्यांवर सल्लामसलत करतात किंवा एक ऑर्केस्ट्रेटर म्हणून काम करू शकतात जे खाली सोपी कार्ये सोपवतात.

घोषणेमध्ये उद्धृत केलेल्या सुरुवातीच्या ग्राहकांमध्ये Vercel, Shopify, Datadog, Unity, Uber, Oracle, Snowflake, Cognition आणि iGent यांचा समावेश आहे. व्हर्सेलमधील तांत्रिक कर्मचाऱ्यांचे सदस्य, जो हदाद म्हणाले की, इतर मॉडेल्ससह अनेक आठवड्यांपर्यंत ढकलले गेलेले प्रकल्प पूर्ण झाले आणि काही दिवसांत मंजूर झाले, तर टॉम प्रिचर्ड, शॉपिफाईचे कर्मचारी अभियंता यांनी मॉडेलचे वर्णन केले की दुसऱ्या कर्मचारी-स्तरीय अभियंत्याबरोबर काम केल्यासारखे वाटते.

उपलब्धता

Fable 5.2 आता Amazon Web Services, Google Cloud आणि Microsoft Azure वर उपलब्ध आहे आणि डेव्हलपर त्याला क्लॉड प्लॅटफॉर्मवर claude-fable-5-2 म्हणून कॉल करू शकतात. Mythos 5.2 ऍक्सेस पडताळणी कार्यक्रमांद्वारे चालते, आणि Anthropic देखील एंटरप्राइझ ग्राहकांसाठी क्लॉड सिक्युरिटीच्या आतील मॉडेलला सर्फेस करत आहे. लॉन्च आठवड्यासाठी, Anthropic पात्र सशुल्क सदस्यांना Pro प्लॅन्सवरील साप्ताहिक वापर मर्यादेच्या 50% पर्यंत किमतीच्या Fable प्रवेशासह अतिरिक्त Fable वापर देत आहे.

क्षमता वाढीमुळे किंमतीतील कपात लक्षणीय आहे. Fable 5.2 चे स्कोअर स्वतंत्र मूल्यमापनात टिकून आहेत की नाही आणि OpenAI आणि Google त्यांच्या पुढील हालचालींना किती लवकर प्रतिसाद देतात, हे 2027 मधील आघाडीच्या शर्यतीला आकार देईल.

---

एआयच्या पुढे राहा

नवीनतम AI बातम्या, विश्लेषण आणि यश मिळवा — सर्व एकाच ठिकाणी.

अधिक AI बातम्या वाचा →