Artificial Analysis: Claude Fable 5.2 dẫn đầu VIALS-AA với 67%, thực hiện khoảng 37 lượt gọi công cụ mỗi tác vụ

Artificial Analysis cho biết Claude Fable 5.2 (max with fallback) hiện dẫn đầu VIALS-AA, bảng xếp hạng về suy luận hình ảnh trong khoa học sự sống của họ, với 67%. Gemini 4 Carbon (high) đạt 64% và GPT-6 Astra (max) đạt 63%. Gemini 4 Carbon từng dẫn đầu bảng xếp hạng khi ra mắt vào ngày 6 tháng 11.

Artificial Analysis cũng báo cáo rằng Fable trung bình thực hiện khoảng 37 lượt gọi công cụ mỗi tác vụ, nhiều hơn bất kỳ mô hình Anthropic nào khác; trong khi GPT-6 Astra trung bình khoảng 8 lượt, ít nhất trong số các mô hình họ đã thử nghiệm. Trong một tác vụ về tương tác protein, họ mô tả Fable cắt ảnh, tạo mặt nạ màu, duỗi các cung thành dải, đếm các vạch dưới dạng đỉnh cường độ rồi ánh xạ các điểm phát hiện trở lại ảnh gốc để kiểm tra kết quả. Theo họ, Fable gộp các lượt gọi trong 28 trên 51 lượt của tác vụ đó, trung bình 1,75 lượt gọi mỗi lượt so với 1,12 của Claude Sonnet 5.5.

Đây là các phép đo riêng của Artificial Analysis.