শুভ সন্ধ্যা, পরিবার... এক হাজার AI এজেন্ট একটি অপারেটিং সিস্টেম প্রোটোটাইপ তৈরি করেছে। খরচের বক্ররেখাটি হল আমি যা দেখব। মার্কেট পালস | 10 নভেম্বর 2026 Anthropic-এর 9 নভেম্বরের Fable 5.2 এবং Mythos 5.2 প্রকাশ আমাদের দুটি খুব ভিন্ন প্রমাণ দেয়। চার্টটিতে Anthropic-এর FrontierCode 2.0 ফলাফল দেখানো হয়েছে। Fable 5.2, হাই প্রয়াসে 45.3% স্কোর করে, যা Opus 5.5-এর সর্বোচ্চ 45.5% এর কাছাকাছি, কিন্তু প্রতি টাস্কের খরচ প্রায় অর্ধেক। এই বেঞ্চমার্কটি যাচাই করে যে কোডের পরিবর্তনগুলি ওপেন-সোর্স মেইনটেইনারদের দ্বারা গ্রহণযোগ্য হবে কিনা। সবুজ লাইনের আরও দূরে দেখুন: Xhigh 49.1% স্কোর করে। Max-এর খরচ বেশি, কিন্তু এই মূল্যায়নে এটি কম স্কোর করে। বেশি রিজনিংয়ের জন্য পেমেন্ট করলেই অবশ্যই ভালো ফলাফল পাওয়া যায়না। আমার উত্তরের ডেমোতে Anthropic-এর অপারেটিং-সিস্টেম প্রোটোটাইপটি দেখানো হয়েছে। কোম্পানিটি বলছে, Fable 8 দিনে 1,000-এরওবেশি সাব-এজেন্টকে সমন্বিতভাবে নিয়ন্ত্রণ করেছিল। এটি তাদের যা চাইছে, তার পরিমাণকেই প্রতিফলিত করছে।ভিডিওটি এবং বেঞ্চমার্কটি ভিন্নভাবেরওয়ার্কলোডকেকভুতকরছে,তাইচার্টটিআমাদেরবলতেপারবেনাযেOSপ্রজেক্টটিরখরচকত। ব্যবহারিকপ্রশ্নহল,সস্তামডেলএক্সিকিউশনঅথবা,সস্তা,পূর্ণাঙ্গকাজওঅথবা?পুনঃপ্রচেষ্টা,একীভূতকরণএবংমানবপরিকল্পনা,সঞ্চয়কেঅবশোষণকরতপারে। পরবর্তী72ঘন্টায়,আমিস্বতন্ত্রপরীক্ষা-এরঅপেক্ষায়থাকবযা,একইটাস্কগুলিতেগৃহীতফলাফল,মোটব্যয়এবংপরিদর্শকসময়সম্পর্কিততথ্যপ্রকাশকরছে।তুলনামূলকগুণগতমানসহকমখরচ,কথাটিকেআরওশক্তিশালীকরবে।যদিপরীক্ষা-এখতিয়াতহয়,তবেসঞ্চয়গুলিঅদৃশ্যহয়েযাবে। আমিএজেন্টথেকেযাচাই:আমিযা-বস্তুতইব্যবহারকরতপারি,তারজন্যপূর্ণবিল। চার্ট: Anthropic।বেঞ্চমার্কফলাফলগুলিকোম্পানি-প্রকাশিত। https://t.co/dSLUQCBRR5