Anthropic, yeni yapay zekalarını duyurdu: Sıfırdan işletim sistemi geliştirdi!
Özet haber: Anthropic, kodlama ve bilimsel araştırmada önemli ilerlemeler kaydeden Claude Fable 5.2 ve Mythos 5.2 modellerini duyurdu. Fable 5.2, performans testlerinde zirveye yerleşti.

Halka arz hazırlıklarını sürdüren Anthropic, yazılım geliştirme, bilimsel araştırma ve karmaşık teknik görevler için geliştirdiği Claude Fable 5. 2 ve Claude Mythos 5. 2 modellerini duyurdu. Yeni modeller kodlama, akıl yürütme ve görsel analiz yeteneklerinde önceki sürümlere kıyasla önemli ilerlemeler sunarken çıktıları da yüzde 30'a kadar daha hızlı üretebiliyor. Fable 5.
2 ayrıca Artificial Analysis Intelligence Index v5 sıralamasında 65 puanla ilk sıraya yerleşti. Claude Fable 5. 2 karmaşık görevleri hedefliyor Anthropic'e göre Claude Fable 5. 2, özellikle zorlu yazılım mühendisliği problemlerini çözme, birden fazla yapay zeka ajanından oluşan ekipleri yönetme ve uzun süreli projeleri yürütme konusunda geliştirildi.
Modelin bilimsel araştırmalarda da önemli ilerlemeler kaydettiği belirtiliyor. Şirketin paylaştığı örneklerden biri, kritik bir üretim servisinin Python'dan Rust programlama diline taşınması oldu. Fable 5. 2'yi kullanan bir ajan ekibi, bu geçişi gerçekleştirerek servisin daha verimli ve güvenilir çalışmasını sağladı. Ayrıca servisin başlangıç süresi 26 kat kısaldı.
Bir başka deneyde ise bir Anthropic mühendisi, modelden sıfırdan işletim sistemi geliştirmesini istedi. Fable 5. 2, 1. 000'den fazla alt ajanı koordine ederek sekiz gün boyunca kod yazdı, testler gerçekleştirdi ve hataları giderdi.
Sonuçta kendi çekirdeğine, disk, klavye ve ağ sürücülerine, kalıcı dosya depolama sistemine ve grafik arayüzüne sahip dizüstü bilgisayarda açılabilen çalışan bir işletim sistemi ortaya çıkardı. Lansman öncesi testlerde modeller üç çalışan elektronik cihazı da sıfırdan tasarladı. Bunlar ev tipi sesli asistan merkezi, USB hoparlörlü telefon ve elde taşınabilen sanal evcil hayvandan oluşuyor. Fable 5.
2, cihazların devre kartlarını tasarladı, elektronik bileşenleri seçti, 3D baskı muhafazalarını modelledi ve yazılımlarını hazırladı. Üç cihaz da üretim ve montajın ardından ek elektriksel değişiklik gerektirmeden çalıştı.
Modeller ayrıca kara delik fiziğiyle ilgili iki açık teorik problemi çözdü, robotik değerlendirmelerinde önemli ilerleme sağladı ve Fermat'nın Son Teoremi'nin matematiksel ispatını 30 saat içinde bilgisayar tarafından doğrulanabilir hale getirdi. Bu çalışmada yaklaşık 1. 000 yapay zeka ajanı birlikte görev yaptı. Önceki bir araştırma modelinin aynı işlemi tamamlaması 11 gün sürerken Fable 5.
2 bunu çok daha kısa sürede gerçekleştirdi. Artificial Analysis sıralamasında ilk sıraya yerleşti Claude Fable 5. 2'nin en dikkat çekici sonuçlarından biri Artificial Analysis Intelligence Index v5 değerlendirmesinde elde ettiği 65 puan oldu. Maksimum akıl yürütme eforunda (Max Effort) modunda çalışan model, diğer rakiplerini geçerek zirveye yerleşti. Fable 5.
2, değerlendirmedeki dokuz testin beşinde en yüksek sonucu elde etti. Daha hızlı ve daha ucuz Anthropic, Fable 5. 2 ve Mythos 5. 2 modellerinin önceki nesillere göre yüzde 30'a kadar daha hızlı çıktı ürettiğini ve daha düşük fiyatlarla sunulduğunu belirtiyor. Claude Fable 5. 2'nin API fiyatı, 1 milyon giriş token'ı için 8 dolar, 1 milyon çıkış token'ı için 40 dolar olarak açıklandı. Bu rakamlar Fable 5.
1'e kıyasla yüzde 20 daha düşük. Yeni modellerde isteğe bağlı Fast Mode özelliği de bulunuyor. Bu mod, token üretim hızını 2,5 kata kadar artırabiliyor. Ancak daha yüksek hızın karşılığında fiyatlar da yükseliyor. Fast Mode kullanıldığında 1 milyon giriş token'ı 16 dolar, 1 milyon çıkış token'ı ise 80 dolar olarak ücretlendiriliyor.
Bununla birlikte modelin işlem başına maliyeti kullanılan akıl yürütme seviyesine göre değişiyor. Artificial Analysis verilerine göre maksimum efor ayarında bir görev için ortalama maliyet 26,5 dolar. Bu rakam Claude Opus 5. 5'in aynı ayardaki 10 dolarlık maliyetinin yaklaşık 2,6 katı. Fable 5. 1'in 12,99 dolarlık maliyetiyle karşılaştırıldığında da yaklaşık iki katına çıkıyor. Mythos 5.
2 siber güvenlikte daha yetenekli Anthropic, Claude Mythos 5. 2'yi özellikle siber güvenlik mühendisliği alanındaki en yetenekli modeli olarak tanımlıyor. Modelin güvenlik açıklarını tespit etme, bunları yeniden oluşturma ve düzeltme konusunda daha başarılı olduğu belirtiliyor. Şirketin paylaştığı değerlendirmelerde Mythos 5. 2'nin siber güvenlik performansı yüzde 61,7'den yüzde 76,3'e yükseldi.
Ayrıca modelin, önceki sürümlere kıyasla daha fazla güvenlik açığı tespit ettiği ve bulguların ciddiyetini değerlendirirken daha isabetli sonuçlar verdiği aktarılıyor. Bir güvenlik şirketinin testlerinde Mythos 5. 2'nin tespit ettiği doğrulanmış açıkların altıda biri, test edilen diğer gelişmiş modeller tarafından bulunamadı. Ancak bu yetenekler şimdilik herkese açık değil. Mythos 5.
2'nin siber güvenlik özelliklerine Anthropic'in Cyber Verification Program kapsamında onaylanan kuruluşlar erişebilecek. Claude Enterprise müşterileri de Claude Security üzerinden modelin güvenlik açığı tespit yeteneklerinden yararlanabilecek. Anthropic, Fable 5. 2 ve Mythos 5. 2'nin aslında aynı temel yapay zeka modelini kullandığını belirtiyor.
İki sürüm arasındaki temel fark ise güvenlik önlemleri ve erişim koşulları.
Kaynak: DonanımHaber


