Anthropic သည် Claude Fable 5.2 နှင့် Mythos 5.2 ကို ၎င်း၏အမြင့်ဆုံး စံနှုန်းများနှင့်အတူ စတင်လိုက်သည်

Anthropic သည် Claude Fable 5.2 နှင့် Claude Mythos 5.2 တို့ကို တနင်္လာနေ့တွင် ထုတ်ပြန်ခဲ့ပြီး၊ အလိုအပ်ဆုံး နည်းပညာဆိုင်ရာ အလုပ်အတွက် သိမ်းဆည်းထားသော Frontier မော်ဒယ်များ၏ နောက်ဆုံးဗားရှင်းများ။ အဆင့်မြှင့်ထားသောအတွဲသည် coding၊ ကျိုးကြောင်းဆင်ခြင်ခြင်းနှင့် အမြင်အာရုံကို ပိုမိုကောင်းမွန်စေပြီး Fable 5.1 နှင့် Mythos 5.1 ထက် 30% ပိုမြန်သော output များကိုထုတ်ပေးပြီး စျေးနှုန်းသက်သာစွာဖြင့်ရောက်ရှိသည်- input tokens တစ်သန်းလျှင် $8 နှင့် output tokens သန်းတစ်သန်းလျှင် $40 ၊ optional fast mode ဖြင့် မျိုးဆက်နှုန်း $6.5 million အထိနှုန်းနှင့် output အကြိမ်ရေ 2.5 million အထိ မြန်ဆန်သောမုဒ်ဖြင့်

လွှတ်တင်မှုသည် မော်ဒယ်ခြေရာခံအသိုင်းအဝိုင်းမှ လျင်မြန်စွာ အာရုံစိုက်လာခဲ့သည်။ လွတ်လပ်သော AI အကဲဖြတ်သည့်ဆိုက်ဖြစ်သည့် Artificial Analysis သည် ၎င်း၏ဉာဏ်ရည်ညွှန်းကိန်းတွင် Fable 5.2 ကို 65 ဖြင့် ရမှတ်ရရှိခဲ့ပြီး ယခုအချိန်အထိ ထွက်ရှိထားသည့် မည်သည့်မော်ဒယ်အတွက်မဆို အမြင့်ဆုံးရမှတ်အဖြစ် မှတ်တမ်းဝင်ခဲ့ပြီး ကြေညာချက်သည် နာရီပိုင်းအတွင်း Hacker News တွင် ရာနှင့်ချီသော မှတ်ချက်များရရှိခဲ့သည်။ နောက်ဆုံးပေါ် AI ဖွံ့ဖြိုးတိုးတက်မှုများ ကို လိုက်လျှောက်သည့် စာဖတ်သူများအတွက်၊ ဤထုတ်ဝေမှုသည် Fable လိုင်းကို ဇွန်လတွင် ပွဲဦးထွက်ပြီးကတည်းက အပြတ်သားဆုံးသော စွမ်းဆောင်ရည်ကို Anthropic မှ ပြသလိုက်ခြင်းဖြစ်သည်။

ပုံစံတစ်မျိုး၊ တံခါးနှစ်ပေါက်

Fable နှင့် Mythos တို့သည် တူညီသော အရင်းခံပုံစံဖြစ်သည်။ ခြားနားချက်မှာ အသုံးပြုခွင့်မူဝါဒ- Fable သည် Anthropic ၏ဘဝသိပ္ပံနှင့် ဆိုက်ဘာအတည်ပြုခြင်းအစီအစဉ်များတွင် လက်ခံထားသောအဖွဲ့အစည်းများအတွက် ကန့်သတ်ထားသော်လည်း Mythos သည် သုံးစွဲသူအားလုံးကို ၎င်းအား Anthropic က ပေးဆောင်ခွင့်ပေးသည့် ခိုင်မာသောဆိုက်ဘာလုံခြုံရေးနှင့် ဇီဝဗေဒဆိုင်ရာအကာအကွယ်များကို ပေးဆောင်ထားသည်။ Fable 5.2 ၏ အကာအကွယ်များသည် Fable 5.1 ကဲ့သို့ ခိုင်မာသော်လည်း မလိုအပ်သော လုပ်ကွက်များကို နည်းပါးစေပြီး မော်ဒယ်အသစ်တွင် ကုမ္ပဏီ၏ ပေါင်းခံတိုက်ခိုက်မှုများမှ အပြင်းထန်ဆုံးသော အကာအကွယ်များ ပါဝင်ကြောင်း Anthropic မှ ပြောကြားခဲ့သည်။

အကြိုထုတ်လွှတ်မှုဘေးကင်းရေးစမ်းသပ်ခြင်းတွင် sandbox ထွက်ပေါက်များကဲ့သို့သော အပြုအမူများနှင့်ပတ်သက်သည့် သီးခြားအကဲဖြတ်မှုများနှင့် စပ်လျဉ်းသည့် ဆန်းသစ်သောအကဲဖြတ်မှုများ ပါဝင်ကြောင်းနှင့် မော်ဒယ်သည် ချိန်ညှိမှုအများစုအတွက် လတ်တလော Anthropic မော်ဒယ်များထက် ကောင်းမွန်စွာလုပ်ဆောင်နိုင်ခဲ့ကြောင်းလည်း ကုမ္ပဏီမှထုတ်ဖော်ပြောကြားခဲ့သည်။ အသေးစိတ်အချက်အလက်အပြည့်အစုံကို Fable 5.2 နှင့် Mythos 5.2 စနစ်ကတ်တွင် ထုတ်ပြန်ထားသည်။

Benchmarks ကဘာလဲ

Anthropic သည် မော်ဒယ်အသစ်များကို အကဲဖြတ်နိုင်မှုတိုင်းနီးပါးတွင် ၎င်း၏နေ့စဉ်မောင်းနှင်ရန် အကြံပြုထားသည့် Claude Opus 5.5 ထက် ခြေလှမ်းတစ်ခုအဖြစ် နေရာယူထားသည်။ FrontierCode 2.0 တွင် မော်ဒယ်တစ်ခု၏ပြောင်းလဲမှုများသည် open-source repositories များအဖြစ် အမှန်တကယ်ပေါင်းစည်းခြင်းရှိ၊ မရှိကိုတိုင်းတာသည့် အေးဂျင့် coding benchmark တစ်ခုဖြစ်သော Fable 5.2 သည် အမြင့်ဆုံးကျိုးကြောင်းဆင်ခြင်အားထုတ်မှုဖြင့် 49.1% ရမှတ်ရရှိပြီး ကုမ္ပဏီက စမ်းသပ်ထားသည့် မည်သည့်မော်ဒယ်မဆို အမြင့်ဆုံးရမှတ်ဖြစ်သည်။ မြင့်မားသောကြိုးစားအားထုတ်မှုဖြင့် 45.3%၊ အကြမ်းဖျင်းအားဖြင့် Opus 5.5 ၏အကောင်းဆုံးရမှတ် 45.5% သည် လုပ်ငန်းတစ်ခုလျှင် ကုန်ကျစရိတ်တစ်ဝက်ခန့်နှင့် GPT-6 Astra ၏အကောင်းဆုံး 42.8% ကိုကျော်ဖြတ်ခဲ့သည်။

Anthropic ၏ ကြေငြာချက်မှ အခြားရလဒ်များ

• FrontierSWE v2 (agent coding): Fable 5.1 အတွက် 56.3% မှ 69.9% နှင့် Opus 5.5 (62.3%)၊ GPT-6 Astra (65.5%)၊ နှင့် Gemini 4 Carbon (61.2%) တို့ထက် ပိုများသည်။

• လူသားမျိုးနွယ်၏နောက်ဆုံးစာမေးပွဲတွင် ကိရိယာများ (ပေါင်းစုံသော ကျိုးကြောင်းဆင်ခြင်ခြင်း): GPT-6 Astra အတွက် Fable 5.1 အတွက် 74.2% နှင့် 65.6% နှင့် Fable 57.2% အတွက် အများဆုံးအားထုတ်မှု။

• Remote Labour Index (အသိပညာအလုပ်)- မြင့်မားသောအားထုတ်မှုတွင် 41.3%၊ Fable 5.1 ၏ 17.9% နှစ်ဆကျော်နှင့် Opus 5.5 ၏ 21.3% ထက် ကောင်းမွန်သည်။

• OSWorld 2.1 (ကွန်ပြူတာအသုံးပြုမှု): 89.3%, Opus 5.5 ထက် 87.2% ထက် ပိုများသည်။

• RoboDojo Sim (စက်ရုပ်): 64.9% သည် ယခင်ဗားရှင်းအတွက် 27.6% မှ ခုန်တက်သွားသည်။

• BenchCAD 2.1 (ဟာ့ဒ်ဝဲအင်ဂျင်နီယာ): အမြင့်ဆုံးအားထုတ်မှုတွင် 83.5၊ Opus 5.5 အတွက် 65.3 နှင့် နှိုင်းယှဉ်ပါ။

Gemini 4 Carbon သည် နယ်ပယ်တစ်ခုတွင် အစွန်းတစ်ဖက်ကို ထိန်းထားနိုင်ပြီး AutomationBench၊ လုပ်ငန်းလည်ပတ်မှုစံနှုန်းတွင် Fable 5.2 ၏ 51.4% သို့ 53.9% ရမှတ်ရရှိခဲ့သည်။ Mythos 5.2 သည် ပိုမိုအားကောင်းသော ဆိုက်ဘာလုံခြုံရေးနှင့် ပရိုတင်း-ဒီဇိုင်းရလဒ်များကို CyScenarioBench တွင် 76.3% နှင့် CVE ပြန်လည်ရှာဖွေတွေ့ရှိမှုစမ်းသပ်မှုတွင် 89.6% အပါအဝင် အားကောင်းလာခဲ့သည်။

မော်ဒယ်မလွှင့်ခင် ဘာတွေလုပ်ခဲ့လဲ။

ကြေငြာချက်တွင် အဖမ်းအဆီးအခံရဆုံးသော တိုင်ကြားချက်များသည် ကြိုတင်ထုတ်လွှတ်ခြင်းစမ်းသပ်ခြင်းအတွက် သက်ဆိုင်ပါသည်။ Fable 5.2 သည် ၎င်း၏ အင်ဂျင်နီယာများအား အခြားနည်းဖြင့် မဖြစ်နိုင်သော ဆော့ဖ်ဝဲလ် ရွှေ့ပြောင်းခြင်းများကို ပြီးမြောက်အောင် ကူညီပေးခဲ့ပြီး၊ အလုပ်လုပ်နိုင်သော အီလက်ထရွန်နစ် ကိရိယာသုံးမျိုးကို အစမှ ဒီဇိုင်းထုတ်ကာ တွင်းနက်များ၏ ရူပဗေဒဆိုင်ရာ ပြဿနာနှစ်ခုကို ဖြေရှင်းပေးကာ Fermat's Last Theorem အထောက်အထားကို နာရီ 30 အတွင်း အတည်ပြုနိုင်ခဲ့ကြောင်း Anthropic မှ ပြောကြားခဲ့သည်။

အတွင်းပိုင်းစမ်းသပ်မှုတစ်ခုတွင် Anthropic အင်ဂျင်နီယာတစ်ဦးသည် ဖိုဒါအလွတ်တစ်ခုမှစတင်ကာ ရှေ့ပြေးပုံစံလည်ပတ်မှုစနစ်ကို တည်ဆောက်ရန် မော်ဒယ်အား တောင်းဆိုခဲ့သည်။ မော်ဒယ်သည် ရှစ်ရက်အတွင်း လုပ်ငန်းခွဲပေါင်း 1,000 ကျော်ကို ပေါင်းစပ်ညှိနှိုင်းပြီး ၎င်း၏ကိုယ်ပိုင် kernel၊ disk၊ keyboard၊ နှင့် network drivers၊ အမြဲတမ်းဖိုင်သိုလှောင်မှု၊ windowing စနစ်၊ login screen နှင့် installer တစ်ခုပါရှိသော laptop ပေါ်တွင် စတင်သည့်စနစ်ကို ထုတ်လုပ်ခဲ့သည်။ မော်ဒယ်၏ အစောပိုင်းဗားရှင်းကို အသုံးပြုသည့် အေးဂျင့်အဖွဲ့တစ်ဖွဲ့သည် အရေးကြီးသော ထုတ်လုပ်မှုဝန်ဆောင်မှုကို Python မှ Rust သို့ ပြောင်းရွှေ့ခဲ့ပြီး ဝန်ဆောင်မှုသည် ယခုအခါ ၂၆ ဆခန့် ပိုမိုမြန်ဆန်လာပြီဖြစ်ကြောင်း Anthropic မှ ပြောကြားခဲ့သည်။

၎င်း၏ကိုယ်ပိုင်ကုဒ်ဘေ့စ်သို့ ပေါင်းစည်းထားသော ပြောင်းလဲမှုများ၏ 90% ကျော်ကို လူသားလမ်းညွှန်မှုဖြင့် Claude မှ ရေးသားထားကြောင်း ကုမ္ပဏီမှ ပြောကြားခဲ့သည်။

Anthropic က ၎င်းကိုအသုံးပြုရန် အကြံပြုထားသည်။

စံနှုန်းများ ခုန်တက်သွားသော်လည်း Anthropic သည် Fable 5.2 ကို ၎င်း၏ ပင်မစာရင်းတွင် အစားထိုးရန်အတွက် နေရာချထားခြင်း မရှိပါ။ Coding နှင့် အသိပညာဆိုင်ရာ လုပ်ငန်းအများစုအတွက် Opus 5.5 မှစတင်ပြီး ပြဿနာတစ်ခုတောင်းဆိုသည့်အခါမှသာ Fable သို့မဟုတ် Mythos သို့ပြောင်းရန် သို့မဟုတ် ၎င်းသည်မရှိသည့်အခါ Sonnet 5.5 နှင့် Haiku 5.5 သို့ ဆင်းရန် အကြံပြုထားသည်။ Fable 5.2 သည် သေးငယ်သော မော်ဒယ်များ ခက်ခဲသော ပြဿနာများအတွက် ဆွေးနွေးတိုင်ပင်သည့် အကြံပေးတစ်ဦးအဖြစ်လည်း လုပ်ဆောင်နိုင်သည်၊ သို့မဟုတ် ပိုရိုးရှင်းသော အလုပ်များကို အောက်သို့ လွှဲအပ်ပေးသော တီးမှုတ်သူအဖြစ်လည်း လုပ်ဆောင်နိုင်သည်။

ကြေညာချက်တွင် ဖော်ပြထားသော အစောပိုင်းဖောက်သည်များသည် Vercel၊ Shopify၊ Datadog၊ Unity၊ Uber၊ Oracle၊ Snowflake၊ Cognition နှင့် iGent တို့ဖြစ်သည်။ Vercel မှ နည်းပညာဆိုင်ရာ ဝန်ထမ်းအဖွဲ့ဝင် Joe Haddad က သီတင်းပတ်များအတွင်း အခြားသော မော်ဒယ်များနှင့်အတူ တွန်းအားပေးခဲ့သည့် ပရောဂျက်များသည် ရက်ပိုင်းအတွင်း ပြီးစီးပြီး အတည်ပြုခဲ့ကြောင်း၊ Shopify မှ ဝန်ထမ်းအင်ဂျင်နီယာ Tom Pritchard က မော်ဒယ်သည် အခြားသော ဝန်ထမ်းအဆင့် အင်ဂျင်နီယာတစ်ဦးနှင့် လုပ်ဆောင်ရသကဲ့သို့ ခံစားရကြောင်း ပြောကြားခဲ့သည်။

ရရှိနိုင်ပါသည်။

Fable 5.2 ကို Amazon Web Services၊ Google Cloud နှင့် Microsoft Azure တို့တွင် ယခုရရှိနိုင်ပြီဖြစ်ပြီး developer များသည် Claude-fable-5-2 ကို Claude Platform တွင် အသုံးပြုနိုင်ပါသည်။ Mythos 5.2 အသုံးပြုခွင့်သည် စိစစ်ရေးပရိုဂရမ်များမှတဆင့် လုပ်ဆောင်နေပြီး Anthropic သည် လုပ်ငန်းဖောက်သည်များအတွက် Claude Security အတွင်းရှိ မော်ဒယ်ကို ဖြန့်ကျက်ထားသည်။ မိတ်ဆက်ရက်သတ္တပတ်အတွက် Anthropic သည် Pro အစီအစဉ်များတွင် အပတ်စဉ်အသုံးပြုမှုကန့်သတ်ချက်များ၏ 50% အထိတန်ဖိုးရှိသော Fable အသုံးပြုခွင့်အပါအဝင် အရည်အချင်းပြည့်မီသော အခပေးစာရင်းသွင်းသူများအား အပို Fable အသုံးပြုမှုကို ပေးပါသည်။

စွမ်းဆောင်ရည် ခုန်တက်သွားခြင်းကြောင့် စျေးနှုန်းဖြတ်တောက်မှုမှာ ထင်ရှားသည်။ Fable 5.2 ၏ရမှတ်များသည် အမှီအခိုကင်းသော အကဲဖြတ်မှုအောက်တွင် ထိန်းထားခြင်းရှိမရှိ၊ ပြိုင်ဘက် OpenAI နှင့် Google တို့သည် ၎င်းတို့၏နောက်ထပ်လှုပ်ရှားမှုများနှင့်အတူ မည်မျှလျင်မြန်စွာ တုံ့ပြန်သည်ဖြစ်စေ ၊ 2027 သို့ ဦးတည်မည့် ရှေ့တန်းပြိုင်ပွဲကို ပုံသွင်းမည်ဖြစ်သည်။

---

AI ၏ရှေ့တွင်နေရန်

နောက်ဆုံးပေါ် AI သတင်းများ၊ ခွဲခြမ်းစိတ်ဖြာမှုနှင့် အောင်မြင်မှုများ—အားလုံးကို တစ်နေရာတည်းတွင် ရယူပါ။

AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →