Anthropic, Claude ailesini büyüttü

Yeni modeller uzun süren görevleri kendi başına sürdürmekte oldukça başarılı. Performans testlerinde ise yüksek puanlar alıyorlar. Ayrıca daha ekonomikler.

Anthropic eylül ayına Fable 5.1 ve Mythos 5.1 ile hızlı bir giriş yaptı. Şirketin açıklamasına göre iki isim aslında aynı temel modele dayanıyor. Fable 5.1 genel kullanıma açılırken, Mythos 5.1 siber güvenlik uzmanlarını ve araştırmacıları kapsayan özel bir kitleye sunuldu. Anthropic’in hedefi yalnızca daha iyi cevap veren bir model değil, saatler süren işleri kendi başına takip edebilen üst düzey bir yapay zeka ajanı geliştirmek. Bu strateji dâhilinde böylece Fable 5.1 ve Mythos 5.1 ortaya çıktı.

Benchmark Sonuçları Hayran Bıraktı

Performansta ilk rakamlar dikkat çekici. Fable 5.1, bilimsel araştırma odaklı Terminal-Bench-Science 0.1’de yüzde 52,6 puana ulaştı. Fable 5 aynı testte yüzde 24,7’de kalmıştı. Terminal-Bench 4.0’a bakrasak Fable 5.1 yüzde 55,8, Mythos 5.1 ise yüzde 60,9 seviyesine çıkmış. AutomationBench’te de yeni Fable modeli yüzde 31,4 puan almayı başarmış.

Fable 5.1 Ucuzlamadı Ama Önbellek Hesaplı

Fable 5.1’in asıl sürprizi fiyatlandırmada. Normal kullanımda 1 milyon giriş token’ı 10 dolar, çıkış ise 50 dolar. Yani Opus 5 ve Sonnet 5’ten hâlen pahalı. Ancak önbellekten okuma maliyeti 1 milyon token için 1 dolardan 25 sente düşürüldü. Bu da yüzde 75’lik bir indirim anlamına geliyor. AI ajanları aynı belgeleri, kodları veya uzun konuşma geçmişini tekrar tekrar kullandığı için bu kalem önemli. Anthropic tipik işlerde toplam maliyetin yaklaşık yüzde 25, yoğun kullanımında ise yüzde 45’e kadar gerileyebileceğini söyledi.

Mythos 5.1 Herkese Göre Değil

Mythos 5.1 önceki model gibi daha esnek korumalara sahip. Başta siber güvenlik olmak üzere biyoloji ve bilimsel alanlarda ileri düzey işleri üstlenebiliyor. Anthropic, Mythos 5.1’in protein bağlayıcıları tasarladığını, Fable 5.1’in ise Venüs yüzeyinin daha yüksek çözünürlüklü yükselti haritasını üretmek için bir yapay zeka modeli eğittiğini belirtti.