SemiAnalysis: Claude Fable 5.2 впервые возглавила рейтинг GDPx с результатом 16,4%, при этом стоимость выполнения задачи на 31% выше, чем у Fable 5.1

По данным SemiAnalysis, Claude Fable 5.2 дебютировала на вершине рейтинга GDPx с результатом 16,4%. Компания отмечает, что улучшения по сравнению с Claude Opus 5.5 в основном приходятся на проектирование микросхем (+10,8%) и разработку ПО (+15,5%); в материаловедении (+5,3%) и биологии (+7,7%) прирост меньше, а в количественных исследованиях и проектировании аппаратного обеспечения изменения незначительны.

В категории RSI, которую SemiAnalysis использует для оценки способности к исследованиям в области ИИ, Fable 5.2, по словам компании, набрала примерно столько же, сколько Claude Sonnet 5.5. SemiAnalysis считает, что это согласуется с заявлением Anthropic об ограничении прогресса в исследованиях ИИ во время обучения.

Изучив трассировки работы модели, SemiAnalysis отмечает, что Fable 5.2 гораздо тщательнее проверяет результаты: она часто пишет сотни или тысячи тестовых случаев, тогда как Opus 5.5 и Fable 5.1 останавливались примерно на 20. По словам компании, такая настойчивость обходится дороже: средняя стоимость выполнения задачи на 31% выше, чем у Fable 5.1 ($88.15 против $67.16), хотя за миллион токенов Fable 5.2 стоит на 20% дешевле.

SemiAnalysis называет Fable 5.2 незначительным улучшением, не сопоставимым с первоначальным выпуском Mythos. Это собственные данные и оценки SemiAnalysis.