Ölçüm neyi gösteriyor?
Anthropic'in Fable 5.2 modeli, Remote Labor Index adlı değerlendirmede gerçek serbest çalışma işlerinin %41,3'ünü profesyonel kalitede tamamladı. Bu, modelin yalnızca test sorularında değil, gerçek iş çıktılarında da kayda değer bir seviyeye ulaştığını gösteriyor.
Rakiplerle fark
Aynı ölçümde en yakın rakipler Opus 5.5 ve GPT 6 Astra yer aldı. Fable 5.2, bu iki sistemin skorunun iki katından fazlasına ulaştı.
Bir yılda büyük sıçrama
Bir yıl önce aynı ölçümdeki en iyi skor %2,5'ti. Bu, bir yıl içinde gerçek işleri tamamlama oranının yaklaşık on altı kat arttığı anlamına geliyor.
Zayıf noktalar
Sonuçlar her alanda aynı değil. Ürün tasarımı ve animasyon gibi alanlarda modellerin hâlâ zayıf kaldığı belirtiliyor. Yani otomasyonun iş gücü üzerindeki etkisi sektöre göre farklı hızlarda ilerleyecek gibi görünüyor.
