Artificial Analysis: Claude Fable 5.2, görev başına yaklaşık 37 araç çağrısıyla VIALS-AA'da %67'ye ulaşarak lider

Artificial Analysis'e göre Claude Fable 5.2 (fallback ile max), yaşam bilimlerinde görsel akıl yürütme sıralaması olan VIALS-AA'da artık %67 ile lider. Gemini 4 Carbon'u (high) %64, GPT-6 Astra'yı (max) ise %63 olarak sıralıyor. Gemini 4 Carbon, 6 Kasım'da piyasaya sürüldüğünde sıralamanın lideriydi.

Artificial Analysis ayrıca Fable'ın görev başına ortalama yaklaşık 37 araç çağrısı yaptığını, bunun diğer tüm Anthropic modellerinden fazla olduğunu bildiriyor. GPT-6 Astra ise test ettiği tüm modeller arasında en düşük değer olan ortalama yaklaşık 8 çağrı yapıyor. Artificial Analysis, protein etkileşimiyle ilgili bir görevde Fable'ın görüntüyü kırptığını, renk maskesi oluşturduğunu, yayları şeritlere açtığını, çubukları yoğunluk tepeleri olarak saydığını ve bulgularını doğrulamak için tespitlerini özgün görüntüye eşlediğini anlatıyor. Fable'ın bu görevin 51 turunun 28'inde çağrıları gruplandırdığını ve tur başına ortalama 1,75 çağrı yaptığını; Claude Sonnet 5.5'in ise 1,12 çağrı yaptığını belirtiyor.

Bunlar Artificial Analysis'in kendi ölçümleridir.