Anthropic Fable 5.2 sızdı, GPT-6 Astra'yı testlerde geçti

Just now, Fable 5.2 da ortaya çıktı!

Birçok kullanıcı, Fable 5.2'nin gri testine başladığını fark etti.

Şimdi, birçok gerçek test senaryosu internete çıkmış durumda.

Tüm kullanıcıların gece boyu yaptığı testler sonucu, bu güncellemenin ölçeği, Anthropic'in "5.1" adlandırmasını doğrudan atlamasına neden oldu.

En yüksek akıl yürütme modunda, Fable 5.2'nin gerçek dünya performansı GPT-6 Astra'yı ezdi!

Ayrıca Opus 5.2 ile ilgili de bir haber var—çok yakında, hatta belki bugün yayınlanabilir.

Bu tamamen yeni Opus 5.2 modeli (iç kod adı Opus-Next), dün doğrudan “çevrimiçi-hattı kes-tekrar çevrimiçi” senaryosunu sergiledi.

Bu hafta, Silicon Valley'deki büyük şirketler hiçbir modeli yayınlamadı, hepsi gizlice test yapıyor.

Bu resme bakınca gerçekten harika.

Dün Anthropic, Claude Code, Chat ve Cowork'ta Fable 5.2'nin kapanmış testini başlattı.

Fable 5.1 çağrılan bazı istekler, arka planda gizlice Fable 5.2'ye yönlendirilecektir.

Şu anda, internette giderek daha fazla gerçek test örneği sızıyor. Kimi kişiler şunu söylüyor: OpenAI'nin sorunları olacak.

Örnek 1: Yüksek çıkarım modu, Astra'nın kalitesini geride bırakıyor!

Ünlü AI test blog yazarı @notjazii, Fable 5.1'in yeni sürüme yönlendirildiğini fark ettikten sonra bir dizi test gerçekleştirdi.

Yüksek akıl yürütme modunda, tam olarak aynı talimatları kullanarak Fable 5.2 ve GPT-6 Astra'yı karşılaştırdı.

Sonuç olarak: “Mevcut Fable sürümüne kıyasla bu, büyük bir ilerlemedir. Fable 5.2 çıktısı, Astra’ya göre açıkça daha iyidir!”

Fable 5.2 (muhtemelen) ile çeşitli modlardaki çıktıları karşılaştırdı.

Ancak, daha yavaş ve daha maliyetli olduğunu da vurguladı.

Fable 5.2, mantıksal zincirin bütünlüğü ve uzun metin çıkarımı üzerinde bir sıçrama yapmak için daha derin bir “yavaş düşünme” gerçekleştirdi, bu da üretimi yavaşlattı ve çıkarım maliyetini büyük ölçüde artırdı.

Ayrıca Jazil, Fable 5.2'ye bir "Brawl Stars" klonu yaptırdı ve aşağıda bir saat sonraki sonuç yer alıyor. Bu etkileyici sonuç, tüm oyun geliştiricilerini büyük bir sevinçle karşıladı!

Örnek 2: "Roket Testi", nefes kesici kadar gerçekçi

Kullanıcı @Bhavani_00007, Fable 5.2'nin kullanılabilir olduğunu fark ettiğinde hemen "roket testini" başlattı.

Bu, karmaşık fiziksel hesaplamalar, uzamsal mantık ve mühendislik sistemi tasarımı içeren aşırı bir testtir ve genellikle modelin illüzyonlarını ve mantıksal kopuşları ortaya çıkarmak için kullanılır.

O, aynı ipuçlarını hem Fable 5.2'ye hem de hala gri testte olan Opus 5.2'ye sırayla girdi.

Sonuç inanılmaz: "Daha önceki versiyondan çok daha iyi, çıktı gerçekçiliği nefret verici düzeyde!"

Birisi OpenAI'yi etiketleyerek şunu söyledi: Astra'nın yerine geçecek kişi için hazırlanmanız iyi olur...

Örnek 3: Maksimum ayarla, üçlü büyük çatışma

Tüm parametreleri maksimuma çekmezseniz, büyük modellerin sınırını asla bilemezsiniz.

Büyük etkili @chetaslua, Fable 5.2 vs Opus Next vs GPT-6 Astra arasında muhteşem bir rekabet düzenledi.

Ayrıca, tüm modelleri en yüksek ayarlara, yani en yüksek Token bağlamına ve en derin akıl yürütme adımlarına getirdi.

Buna bakıldığında, Opus ve Fable detayları Astra'dan çok daha zengin.

Örnek 4: Direkt olarak «Hard Modu» GPT-6 Astra

Büyük etkili @Mr_Salio, Fable 5.2'yi derinlemesine deneyimledikten sonra doğrudan şöyle dedi: "Anthropic güçlü bir şekilde geri dönüyor, Fable 5.1'e göre büyük, büyük bir artış var!"

Şu şekilde iddia ediyor: "Fable 5.2, kesinlikle 'Hard Modu' altındaki GPT-6 Astra'yı geçecektir ve Opus 5.2 de yakında gelecektir."

Naked run durumunda Fable 5.2, tam gelişmiş Astra'yı geçebiliyor; parametre boyutu ve mimari yenilikleri gerçekten dikkat çekici.

Fable 5.2 kazandınız mı? Tibo'yu deneyin

Fable 5.2'ye灰测 olup olmadığınızı test etmenin yöntemi, daha önce paylaştığımız—

Tibo'yu deneyin!

Claude'nizi (Chat, Cowork veya Code arayüzü olabilir) açın, modeli Opus 5.2 veya Fable 5.2 olarak ayarlayın ve prompt'u girin:

「Tibo Adlı Yeniden Başlatma Adamı kim? İnternet araması yapmayın.»

Eğer eski Fable 5.1/Opus 5 versiyonunu kullanıyorsanız: Eğitim verileri güncellenmediği için şaşkın kalır, yanlış cevap verir veya bilmediğini söyler.

Eğer zaten Fable 5.2/Opus 5.2'ye gizlice yönlendirildiyseniz: En son eğitim belleğiyle, hiçbir araç kullanmadan doğrudan size Tibo'nun kim olduğunu söyleyecek!

Ayrıca, daha önce ortaya çıkan Opus 5.2, dün gece internet bağlantısı kesildi.

Dün, büyük etkili Leo, sosyal medyada şunu paylaştı: Bugün Opus modeli neredeyse tanrısal bir yardımla çalışıyor. Roblox Studio gibi karmaşık 3D ortam görevlerindeki performansı inanılmaz düzeyde üst düzey.

Daha düşük maliyetle Fable 5.1 ve GPT-6 Astra'yı geçiyor ve daha hızlı! Oyun tamamen serbest keşif sunuyor, hatta oyunlara kendi kendine rehber sistemleri ekliyor!

O, kodların kaynayan keyfinde kaybolurken, Anthropic aniden kablo çekip çıkardı.

İzleme verileri, test grubundaki aktif hesap sayısının anında sıfıra düştüğünü gösteriyor.

Leo, "Önceki son derece başarılı çalışma sonuçlarının eski model tarafından bozulmasını önlemek için projeyi zorla durdurmak zorunda kaldım."

İyi ki, birkaç saat sonra Opus-Next tekrar geri döndü!

Bu sefer sadece geri dönmekle kalmadı, test kapsamı Claude Code'dan Claude Chat ve Cowork'un tüm arayüzlerine genişletildi.

Leo, "Bu, yeni bir modelin yakında yayınlanacağına veya yeni bir sürümün son büyük sınava hazırlandığına işaret ediyor." dedi.

Ayrıca dikkatli bir kullanıcı, resmi model seçicisinde Anthropic'in Fable yerine Opus'u gizlice yerleştirdiğini ve Opus'un artık seçicide ilk model olduğunu fark etti.

Belki de bu, bu iki büyük modelin konumunda ince bir dönüşüm olduğunu gösteriyor.

5.1 atlanıp neden Opus 5.2 deniyor?

Ayrıca, AI büyük etkileyici @TokenGremlin bir iç haber ortaya çıkardı.

Opus 5.2 hakkında bazı bilgiler almaya başladım ve bu, Opus'un gerçekten büyük bir iyileştirilmiş versiyonu. Belki de Anthropic, '5.1' adlandırmayı atlamasının nedeni budur. Bu atlama, basit bir +0.1 güncellemesiyle gizlenemeyecek kadar büyük olabilir.

O, Opus 5.2'nin ön uç geliştirme, 3D modelleme ve genel oyun tasarımı konularında baskın bir üstünlük sergilediğini daha da açıkladı.

Anthropic içersinde, bu yeni sürümün bazı kritik alanlarda yeni sızan Fable 5.1'den bile daha güçlü olması nedeniyle 5.2 olarak görülmesinin bir nedeni budur!

Bu hafta başta hayal kırıklığı veriyordu... ama bu kesinlikle çılgın bir haftaydı. Büyük etkili @notjazii şöyle dedi.

Resmi bir sürüm henüz yok ama tüm şirketler zaten gri test modellerini başlattı ve her yerde sızıntılar var.

Sadece bir hafta içinde, kaç büyük oyuncunun harekete geçtiğine bakalım.

• Fable 5.1, Fable 5.2'ye gizlice yönlendiriliyor;
• 2. Opus 5, Opus 5.2 (Sonraki)’ye yönlendiriliyor;
• 3. GPT-5.6 Sol, gizlice tam güçteki GPT-6 Sol'e yönlendiriliyor;
• 4. Musk'un Grok 4.7, sahada maskeli bir şekilde test ediliyor;
• 5. Google'nin Gemini 4 Pro ailesi de «gemini 3.7/3.8 flash» maskesiyle ortaya çıktı.

Daha da etkileyici olan, "Yüzyılın Matematik Soruları" ile ilgili söylentilerdir.

Öncü modellerin akıl yürütme yeteneklerinin, insan matematiğinin en değerli taşına ulaşmış olduğu bildiriliyor. Geliştirme ekibi, en iyi matematikçilerle iletişime geçerek, nihai olarak açıklanan zor soruların çözümlerinde çalışmalarını alıntılamayı planlıyor ve “bu matematikçileri mutlu etmek” istiyor.

Zaten internet kullanıcıları heyecan verici tahminlerde bulundu—

Anthropic'ın önceki nesil Opus 5, Cuma günü yayınlandı ve Fable 5.1'in gri testi de resmi olarak başlatılmadan bir gün önce sona erdi. Bugün tam olarak Silicon Valley zamanına göre Cuma.

Bugün akşam daha geç saatlerde Opus 5.2 aniden yayınlanacak mı?

Kaynaklar:

https://x.com/chetaslua/status/2101024216489632030

https://x.com/notjazii/status/2100941084025290762?s=20

https://x.com/Bhavani_00007/status/2100974061392478230

Bu yazı, WeChat hesabından "Yeni Zihin" (ID: AI_era) tarafından paylaşılmıştır, yazar: ASI Vahiyleri, editör: Aeneas