Anthropic, en zorlu teknik işler için ayırdığı öncü modellerin en yeni versiyonları olan Claude Fable 5.2 ve Claude Mythos 5.2'yi Pazartesi günü piyasaya sürdü. Şirket, yükseltilmiş çiftin kodlama, akıl yürütme ve vizyon açısından geliştiğini, Fable 5.1 ve Mythos 5.1'e göre %30'a kadar daha hızlı çıktı ürettiğini ve daha düşük bir fiyata ulaştığını söylüyor: Bir milyon girdi tokenı başına 8 dolar ve bir milyon çıktı tokenı başına 40 dolar; isteğe bağlı bir hızlı mod, bir milyon girdi başına 16 dolar ve bir milyon çıktı tokenı başına 80 dolar olmak üzere üretimi 2,5 kata kadar hızlandırır.

Lansman, model izleme topluluğunun hızla dikkatini çekti. Bağımsız bir yapay zeka değerlendirme sitesi olan Yapay Analiz, zeka endeksinde Fable 5.2'yi 65 puanla aldı; bu şu ana kadar piyasaya sürülen herhangi bir model için kaydettiği en yüksek puandı ve duyuru, birkaç saat içinde Hacker News'te yüzlerce yoruma yol açtı. En son AI gelişmelerini takip eden okuyucular için bu sürüm, Anthropic'in Fable serisinin Haziran ayında piyasaya sürülmesinden bu yana gösterdiği en keskin yetenek sıçramasına işaret ediyor.

Bir Model, İki Kapı

Fable ve Mythos aynı temel modeldir. Aradaki fark erişim politikasındadır: Fable, Anthropic'in bunu tüm kullanıcılara sunmasına olanak tanıyan güçlü siber güvenlik ve biyoloji korumaları taşırken Mythos daha az yeteneği ortadan kaldırır ve bu nedenle Anthropic'in Yaşam Bilimleri ve Siber Doğrulama Programlarına kabul edilen kuruluşlarla sınırlıdır. Anthropic, Fable 5.2'nin korumalarının Fable 5.1'inkiler kadar sağlam olduğunu ancak daha az gereksiz blok ürettiğini ve yeni modelin şirketin damıtma saldırılarına karşı şimdiye kadarki en güçlü korumalarını içerdiğini söyledi.

Şirket ayrıca, yayın öncesi güvenlik testlerinin, korumalı alandan kaçışlar gibi belirli ilgili davranışları hedef alan yeni değerlendirmeler içerdiğini ve modelin, çoğu hizalama ölçümünde son Antropik modeller kadar iyi veya onlardan daha iyi performans gösterdiğini açıkladı. Tüm ayrıntılar Fable 5.2 ve Mythos 5.2 sistem kartında yayınlanmaktadır.

Karşılaştırmalar Neyi Gösteriyor?

Anthropic, yeni modelleri, değerlendirdiği hemen hemen her yetenek açısından önerilen günlük sürücü modeli olan Claude Opus 5.5'in bir adım üzerinde konumlandırdı. Bir modeldeki değişikliklerin gerçekten açık kaynak kod depolarıyla birleştirilip birleştirilmeyeceğini ölçen bir aracı kodlama kıyaslaması olan FrontierCode 2.0'da Fable 5.2, maksimum muhakeme çabasında %49,1 puan aldı; bu, şirketin test ettiği tüm piyasaya sürülen modeller arasında en yüksek puandı. Yüksek çabayla %45,3'e ulaştı; görev başına maliyetin yaklaşık yarısıyla Opus 5.5'in en iyi puanı olan %45,5'le kabaca eşleşti ve GPT-6 Astra'nın en iyi puanı olan %42,8'i geride bıraktı.

Anthropic'in duyurusundan diğer sonuçlar:

  • FrontierSWE v2 (ajans kodlaması): Fable 5.1 için %56,3'ten %69,9'a yükseldi ve Opus 5.5 (%62,3), GPT-6 Astra (%65,5) ve Gemini 4 Carbon'un (%61,2) önünde yer aldı.
  • İnsanlığın Araçlarla Son Sınavı (çok disiplinli akıl yürütme): %74,2, maksimum çabayla Fable 5.1 için %65,6 ve GPT-6 Astra için %57,2.
  • Uzaktan İşgücü Endeksi (bilgi çalışması): Yüksek çabayla %41,3, Fable 5.1'in %17,9'unun iki katından fazla ve Opus 5.5'in %21,3'ünün oldukça önünde.
  • OSWorld 2.1 (bilgisayar kullanımı): %89,3, %87,2 ile Opus 5.5'in önünde.
  • RoboDojo Sim (robotik): %64,9, önceki sürümde %27,6'dan bir sıçrama.
  • BenchCAD 2.1 (donanım mühendisliği): Maksimum eforda 83,5, Opus 5.5 için 65,3.

Gemini 4 Carbon, bir iş akışı karşılaştırması olan AutomationBench'te Fable 5.2'nin %51,4'üne %53,9 puan alarak bir alanda üstünlük sağladı. Mythos 5.2, CyScenarioBench'te %76,3 ve CVE yeniden keşif testinde %89,6 dahil olmak üzere daha güçlü siber güvenlik ve protein tasarımı sonuçları yayınladı.

Model Lansmandan Önce Ne Yaptı?

Duyurudaki en dikkat çekici iddialar, yayın öncesi testlerle ilgili. Anthropic, Fable 5.2'nin mühendislerine başka türlü mümkün olmayan yazılım geçişlerini tamamlamalarına yardımcı olduğunu, sıfırdan çalışan üç elektronik cihaz tasarladığını, kara deliklerin fiziğindeki iki açık problemi çözdüğünü ve Fermat'ın Son Teoreminin kanıtını 30 saat içinde resmileştirdiğini söyledi.

Dahili bir deneyde Antropik bir mühendis, modelden boş bir klasörden başlayarak bir prototip işletim sistemi oluşturmasını istedi. Model, sekiz gün boyunca 1.000'den fazla alt aracıyı koordine etti ve kendi çekirdeği, diski, klavyesi ve ağ sürücüleri, kalıcı dosya depolaması, pencereleme sistemi, oturum açma ekranı ve yükleyicisi olan bir dizüstü bilgisayarda önyükleme yapan bir sistem üretti. Anthropic ayrıca modelin daha eski bir sürümünü çalıştıran aracılardan oluşan bir ekibin kritik bir üretim hizmetini Python'dan Rust'a taşıdığını ve hizmetin artık yaklaşık 26 kat daha hızlı başladığını söyledi.

Şirket, kendi temel kod tabanında birleştirilen değişikliklerin %90'ından fazlasının artık Claude tarafından insan rehberliğiyle yazıldığını ekledi.

Antropik Bunu Nasıl Kullanmayı Öneriyor?

Karşılaştırmalı değerlendirme sıçramasına rağmen Anthropic, Fable 5.2'yi ana serisinin yerini alacak şekilde konumlandırmıyor. Çoğu kodlama ve bilgi görevi için Opus 5.5 ile başlamanızı ve yalnızca bir sorun gerektirdiğinde Fable veya Mythos'a geçmenizi veya gerektirmediğinde Sonnet 5.5 ve Haiku 5.5'e geçmenizi önerir. Fable 5.2 aynı zamanda daha küçük modellerin zor sorunlarda başvurduğu bir danışman veya daha basit görevleri aşağıya doğru devreden bir orkestratör olarak da çalışabilir.

Duyuruda adı geçen ilk müşteriler arasında Vercel, Shopify, Datadog, Unity, Uber, Oracle, Snowflake, Cognition ve iGent yer alıyor. Vercel'in teknik ekibinden Joe Haddad, haftalarca diğer modellerle birlikte ilerletilen projelerin günler içinde tamamlanıp onaylandığını söylerken, Shopify'ın personel mühendisi Tom Pritchard, modelin personel seviyesindeki başka bir mühendisle çalışıyormuş gibi hissettirdiğini söyledi.

Kullanılabilirlik

Fable 5.2 artık Amazon Web Services, Google Cloud ve Microsoft Azure'da mevcut ve geliştiriciler bunu Claude Platformunda Claude-Fable-5-2 olarak adlandırabilir. Mythos 5.2 erişimi doğrulama programları aracılığıyla yürütülüyor ve Anthropic ayrıca kurumsal müşteriler için Claude Security içindeki modeli ortaya çıkarıyor. Lansman haftası için Anthropic, uygun ücretli abonelere, Pro planlardaki haftalık kullanım limitlerinin %50'sine kadar Fable erişimi de dahil olmak üzere ekstra Fable kullanımı sunuyor.

Yetenek artışı göz önüne alındığında fiyat indirimi dikkat çekicidir. Fable 5.2'nin puanlarının bağımsız değerlendirme altında geçerli olup olmadığı ve rakipleri OpenAI ile Google'ın bir sonraki hamlelerine ne kadar hızlı yanıt vereceği, 2027'ye giden sınır yarışını şekillendirecek.

---

Yapay Zekanın Önünde Olun

En son AI haberlerini, analizlerini ve buluşlarını tek bir yerden alın.

Daha fazla AI haberini okuyun →