Anthropic Fable 5.2 लीक, परीक्षणों में GPT-6 Astra को पार कर गया

बिल्कुल अभी, Fable 5.2 भी सामने आ गया!

कई नेटिज़न्स ने देखा कि Fable 5.2 का ग्रे टेस्टिंग शुरू हो चुका है।

अब, कई वास्तविक परीक्षण मामले ऑनलाइन सामने आ चुके हैं।

सभी के रातभर के टेस्ट के आधार पर, इस अपडेट का दायरा इतना बड़ा है कि Anthropic ने सीधे "5.1" नामकरण को छोड़ दिया।

सर्वोच्च निष्कर्षण मोड में, Fable 5.2 का वास्तविक प्रदर्शन GPT-6 Astra को दबा देता है!

Not only that, but there's news on Opus 5.2—it might be released soon, possibly even today.

इस नए Opus 5.2 मॉडल (आंतरिक कोडनाम Opus-Next) ने कल ही "लॉन्च-नेटवर्क काटना-फिर लॉन्च" का दृश्य पेश किया।

इस हफ्ते, सिलिकॉन वैली के बड़े कंपनियाँ किसी भी मॉडल का अनावरण नहीं कर रही हैं, वे सब गुप्त रूप से परीक्षण कर रही हैं।

इस चित्र को देखते हुए, यह वास्तव में अद्भुत है।

अचानक लीक! Fable 5.2 का खुलासा, वास्तविक परीक्षण विवरण आ गए

कल Anthropic ने Claude Code, Chat और Cowork में Fable 5.2 का ग्रे टेस्ट शुरू कर दिया।

Fable 5.1 को कॉल करने वाले कुछ अनुरोध पृष्ठभूमि में चुपचाप Fable 5.2 की ओर रीडायरेक्ट हो रहे हैं।

अब, ऑनलाइन पर और अधिक वास्तविक परीक्षण मामले सामने आ रहे हैं। कुछ लोग कह रहे हैं: OpenAI को परेशानी हो सकती है।

उदाहरण 1: हाई रीजनिंग मोड, आउटपुट की गुणवत्ता Astra को पीछे छोड़ देती है!

प्रसिद्ध AI टेस्टिंग ब्लॉगर @notjazii ने अपने Fable 5.1 को नए संस्करण पर रूट किए जाने के बाद एक श्रृंखला परीक्षण शुरू किए।

उच्च निष्कर्षण मोड में, उसने Fable 5.2 और GPT-6 Astra की तुलना के लिए पूरी तरह समान प्रॉम्प्ट का उपयोग किया।

निष्कर्ष है: "वर्तमान Fable संस्करण की तुलना में यह एक विशाल कूद है। Fable 5.2 का आउटपुट Astra की तुलना में स्पष्ट रूप से बेहतर दिखता है!"

उसने विभिन्न मोड में आउटपुट की तुलना Fable 5.2 (संभावित) के साथ की।

हालांकि, उन्होंने कैलकुलेशन के भौतिक नियमों के तहत लागत—धीमी और महंगी—की ओर भी ध्यान आकर्षित किया।

Fable 5.2 ने तार्किक श्रृंखला की पूर्णता और लंबे पाठ के निष्कर्षण में छत को तोड़ने के लिए अधिक गहरी «धीमी सोच» की है, जिसके कारण उत्पादन गति में कमी आई है और निष्कर्षण लागत में भारी वृद्धि हुई है।

इसके अलावा, ज़ाजिल ने फेबल 5.2 के साथ एक क्लोन बनाया, और नीचे एक घंटे बाद का परिणाम है। यह आश्चर्यजनक परिणाम सभी गेम डेवलपर्स के लिए बहुत खुशी की बात है!

उदाहरण 2: "रॉकेट टेस्ट", जो बेहद वास्तविक है

यूजर @Bhavani_000007 ने Fable 5.2 का उपयोग करने के बाद तुरंत "रॉकेट टेस्ट" शुरू कर दिया।

यह एक चरम परीक्षण है जिसमें जटिल भौतिक गणनाएँ, स्थानिक तर्क और इंजीनियरिंग सिस्टम डिज़ाइन शामिल हैं, जिसका उपयोग आमतौर पर मॉडल के हॉलूसिनेशन और तर्क संकट को उजागर करने के लिए किया जाता है।

उसने एक ही सेट के प्रॉम्प्ट्स को Fable 5.2 और अभी ग्रे टेस्ट में वाले Opus 5.2 में अलग-अलग डाला।

अद्भुत परिणाम: "पहले की तुलना में बहुत बेहतर, आउटपुट परिणाम इतने वास्तविक हैं कि डरावने लगते हैं!"

किसी ने OpenAI को टैग किया: आपको अस्त्रा के उत्तराधिकारी के लिए तैयार हो लेना चाहिए...

उदाहरण 3: उच्चतम सेटिंग के साथ, तीन तरफा महायुद्ध

अगर आप सभी पैरामीटर्स को पूरी तरह से मैक्स पर नहीं ले जाते, तो आप कभी नहीं जान पाएंगे कि बड़े मॉडल की सीमा कहाँ है।

बड़े व्यक्ति @chetaslua ने तो देवताओं की लड़ाई का आयोजन किया—Fable 5.2 बनाम Opus Next बनाम GPT-6 Astra।

और उसने सभी मॉडल को 'हाईएस्ट सेटिंग' पर सेट कर दिया, यानी सबसे अधिक टोकन कॉन्टेक्स्ट और सबसे गहरे इन्फरेंस स्टेप्स।

इस तरह देखने पर, ऑपस और फेबल के विवरण अभी भी एस्ट्रा की तुलना में काफी अधिक समृद्ध हैं।

उदाहरण 4: सीधे 「हार्ड मोड」 GPT-6 Astra

बड़े व्यक्ति @Mr_Salio ने Fable 5.2 का गहन अनुभव करने के बाद सीधे कहा: "Anthropic मजबूती से वापस आ रहा है, Fable 5.1 की तुलना में भारी, भारी सुधार हुआ है!"

उसने दावा किया: "Fable 5.2 निश्चित रूप से GPT-6 Astra के 'हार्ड मोड' को पार कर जाएगा, और Opus 5.2 भी आने वाला है।"

नंगे दौड़ने की स्थिति में, Fable 5.2 पूर्ण रूप से विकसित Astra को पार कर जाता है, जिसका पैरामीटर स्केल और आर्किटेक्चर नवाचार वास्तव में नजरअंदाज नहीं किया जा सकता।

क्या आपने Fable 5.2 जीत लिया? Tibo आजमाएं

Fable 5.2 को प्राप्त करने का तरीका जांचने के लिए, हमने पहले ही इसे साझा किया था—

टिबो को "रिस्टार्ट गो" आजमाएं!

अपने Claude को खोलें (चाहे यह Chat, Cowork या Code इंटरफ़ेस हो), मॉडल को Opus 5.2 या Fable 5.2 पर सेट करें, और फिर prompt दर्ज करें:

क्या आप जानते हैं कि 'रिस्टार्ट गो टिबो' कौन हैं? नेटवर्क सर्च का उपयोग मत करें।

अगर आप Fable 5.1/Opus 5 के पुराने संस्करण का उपयोग कर रहे हैं: यह अपडेट नहीं हुए ट्रेनिंग डेटा के कारण भ्रमित हो जाएगा, गलत उत्तर देगा या बताएगा कि यह नहीं जानता।

अगर आपको फ़ेबल 5.2/ओपस 5.2 पर चुपचाप रीडायरेक्ट किया गया है: यह नवीनतम प्रशिक्षण की याददाश्त के साथ, किसी उपकरण की आवश्यकता के बिना, सीधे आपको बता देगा कि टिबो कौन है!

5.1 को छोड़ें? ओपस 5.2 को "मिडनाइट ब्लैकआउट" इवेंट का सामना करना पड़ा!

इसके अलावा, पहले सामने आए Opus 5.2 को कल रात नेटवर्क केबल निकाल दिया गया।

कल, बड़े व्यक्ति लियो ने ऑनलाइन साझा किया: आज का Opus मॉडल बिल्कुल दिव्य सहायता जैसा है। Roblox Studio जैसे जटिल 3D वातावरण कार्यों में, इसका प्रदर्शन अत्यधिक उत्कृष्ट है।

यह Fable 5.1 और GPT-6 Astra से कम लागत पर बेहतर है और तेज़ है! गेम पूरी तरह से मुक्त अन्वेषण के लिए है, और यह यहाँ तक कि गेम में गाइड सिस्टम भी जोड़ देता है!

जब वह कोड के बहते हुए प्रवाह में खो गया था, तभी एंथ्रोपिक ने अचानक बिना किसी चेतावनी के नेटवर्क केबल निकाल दिया।

मॉनिटरिंग डेटा दर्शाता है कि टेस्ट ग्रुप में सक्रिय खातों की संख्या तुरंत शून्य हो गई।

लियो ने दुख के साथ कहा, "पिछले अत्यंत उत्कृष्ट कार्य के परिणामों को पुराने मॉडल द्वारा नष्ट होने से बचाने के लिए, मुझे प्रोजेक्ट को जबरन रोकना पड़ा।"

खुशी की बात है कि कुछ घंटों बाद, Opus-Next वापस आ गया!

इस बार, यह केवल लौटा ही नहीं, बल्कि टेस्टिंग के दायरे को Claude Code से बढ़ाकर Claude Chat और Cowork के सभी इंटरफेस तक किया गया है।

Leo ने उत्साह से कहा: "यह एक अच्छा संकेत है, जो नए मॉडल के आगमन या नए संस्करण के अंतिम परीक्षण के दौर में होने का संकेत देता है।"

और, एक ध्यानी यूजर ने एक दिलचस्प बात भी देखी: ऑफिशियल मॉडल सेलेक्टर में, Anthropic ने Fable की जगह Opus को छुपाकर रख दिया है, अब Opus सेलेक्टर में पहला मॉडल है।

शायद, यह इस बात का संकेत है कि इन दोनों बड़े मॉडल्स की स्थिति में सूक्ष्म परिवर्तन हो रहा है।

5.1 को छोड़कर Opus 5.2 क्यों नाम दिया गया?

इसके अलावा, AI बड़े वी @TokenGremlin ने एक आंतरिक जानकारी का खुलासा किया।

मुझे Opus 5.2 के बारे में कुछ जानकारी मिलने लगी है, और यह वास्तव में Opus का एक बड़ा सुधारित संस्करण है। शायद इसीलिए Anthropic ने '5.1' नामकरण को छोड़ दिया। शायद यह अंतर इतना बड़ा है कि इसे एक साधारण +0.1 अपडेट से नहीं छुपाया जा सकता।

उन्होंने आगे बताया कि Opus 5.2 फ्रंटएंड डेवलपमेंट, 3D मॉडलिंग और समग्र गेम डिजाइन में दबदबा बरकरार रखता है।

एंथ्रोपिक के अंदर, वे इसे 5.2 का हिस्सा मानते हैं क्योंकि यह नया संस्करण कुछ कठिन क्षेत्रों में, हाल ही में लीक हुए Fable 5.1 से भी अधिक शक्तिशाली है!

एक शानदार हफ्ता! क्या Opus 5.2 आने वाला है?

इस हफ्ता शुरू में निराशाजनक लग रहा था... लेकिन यह बिल्कुल पागलपन भरा हफ्ता था। बड़े व्यक्ति @notjazii ने ऐसा कहा।

हालांकि अभी तक कोई आधिकारिक रूप से जारी मॉडल नहीं है, लेकिन सभी ने पहले ही ग्रे-टेस्टिंग मॉडल शुरू कर दिए हैं और सब कुछ लीक हो चुका है।

बस एक हफ्ते में, आइए देखते हैं कि कितने विशालकाय लोग उत्सुक हो रहे हैं।

1. Fable 5.1 धीरे-धीरे Fable 5.2 पर रूट हो रहा है;
2. ओपस 5 को ओपस 5.2 (अगला) की ओर रूट किया जा रहा है;
3. GPT-5.6 Sol को गुप्त रूप से पूर्ण शक्ति वाले GPT-6 Sol पर रीडायरेक्ट किया जा रहा है;
4. मस्क का Grok 4.7 अभी एक झूठे नाम से एरीना परीक्षण में है;
5. गूगल का Gemini 4 Pro परिवार भी «gemini 3.7/3.8 flash» का मुखौटा पहनकर सामने आया है।

और जो बात अधिक प्रभावित करती है, वह है 'मिलेनियम प्राइज प्रॉब्लम्स' के बारे में अफवाहें।

ज्ञात है कि कुछ अग्रणी मॉडल की निष्कर्ष निकालने की क्षमता पहले से ही मानव गणित के मुकुट के मणि को छू चुकी है। विकास टीम शीर्ष गणितज्ञों के साथ संपर्क कर रही है और अंतिम रूप से प्रकाशित समस्या के हल में उनके कार्य का उल्लेख करने की योजना बना रही है, "ताकि इन गणितज्ञों को खुश किया जा सके।"

पहले ही कुछ नेटिज़न्स ने उत्साहजनक भविष्यवाणी कर दी है—

एंथ्रोपिक का पिछला जनरेशन Opus 5 शुक्रवार को लॉन्च किया गया था, और Fable 5.1 की ग्रे टेस्टिंग भी आधिकारिक लॉन्च से एक दिन पहले समाप्त हो गई। आज भी सिलिकॉन वैली समय का शुक्रवार है।