Artificial Analysis: Claude Fable 5.2 лидирует в VIALS-AA с результатом 67%, выполняя около 37 вызовов инструментов на задачу

По данным Artificial Analysis, Claude Fable 5.2 (max с fallback) теперь лидирует в VIALS-AA — рейтинге моделей по визуальным рассуждениям в области наук о жизни — с результатом 67%. Gemini 4 Carbon (high) набрал 64%, а GPT-6 Astra (max) — 63%. На момент запуска 6 ноября первое место в рейтинге занимал Gemini 4 Carbon.

Artificial Analysis также сообщает, что Fable в среднем выполняет около 37 вызовов инструментов на задачу — больше, чем любая другая модель Anthropic, — тогда как GPT-6 Astra в среднем выполняет около 8, меньше, чем любая другая протестированная модель. В одной задаче на взаимодействие белков, описанной в отчёте, Fable обрезает изображение, создаёт цветовую маску, разворачивает дуги в полосы, подсчитывает столбцы как пики интенсивности и сопоставляет обнаруженные элементы с исходным изображением, чтобы проверить результат. По данным отчёта, в 28 из 51 шага этой задачи Fable группирует вызовы: в среднем 1,75 вызова за шаг против 1,12 у Claude Sonnet 5.5.

Это собственные замеры Artificial Analysis.