SemiAnalysis: Claude Fable 5.2 ने GDPx लीडरबोर्ड पर 16.4% के साथ शीर्ष स्थान हासिल किया; प्रति कार्य लागत Fable 5.1 से 31% अधिक

SemiAnalysis के अनुसार, Claude Fable 5.2 ने उसके GDPx लीडरबोर्ड में 16.4% स्कोर के साथ शीर्ष स्थान हासिल किया। उसका कहना है कि Claude Opus 5.5 की तुलना में बढ़त मुख्यतः चिप डिज़ाइन (+10.8%) और सॉफ़्टवेयर इंजीनियरिंग (+15.5%) में है, जबकि पदार्थ विज्ञान (+5.3%) और जीवविज्ञान (+7.7%) में बढ़त कम है और क्वांट तथा हार्डवेयर डिज़ाइन में बहुत कम बदलाव है।

RSI श्रेणी में—जिसका इस्तेमाल SemiAnalysis AI-अनुसंधान क्षमता पर नज़र रखने के लिए करता है—उसका कहना है कि Fable 5.2 का स्कोर लगभग Claude Sonnet 5.5 जितना ही है। वह इसे Anthropic के इस बयान के अनुरूप मानता है कि प्रशिक्षण के दौरान उसने AI अनुसंधान में प्रगति को सीमित रखा।

मॉडल के रोलआउट का अध्ययन करने के बाद SemiAnalysis का कहना है कि Fable 5.2 अपने काम की जाँच में कहीं अधिक गहन है: यह अक्सर सैकड़ों या हज़ारों टेस्ट केस लिखता है, जबकि Opus 5.5 और Fable 5.1 लगभग 20 पर रुक जाते थे। उसका कहना है कि इस लगन की लागत अधिक है: प्रति कार्य औसत लागत Fable 5.1 से 31% अधिक ($67.16 के मुकाबले $88.15) है, भले ही Fable 5.2 प्रति दस लाख टोकन 20% सस्ता हो।

SemiAnalysis Fable 5.2 को मामूली सुधार बताता है, जो मूल Mythos रिलीज़ के बराबर नहीं है। ये SemiAnalysis के अपने आँकड़े और राय हैं।