Claude Fable 5: Anthropic bringt Mythen an die Masse – neues Frontier-Modell ist auf fast allen Benchmarks State-of-the-Art

Wie bei jedem neuen, hochmodernen Modell Auswahl an Benchmarks zur Leistungsfähigkeit 5 über eine Reihe weitgehend anerkannter Tests hinweg, die dessen State-of-the-Art-Status unterstreichen. Doch diese Zahlen sind weniger interessant als die spezifischen Anwendungsfälle, die das Unternehmen für dieses Leistungsniveau hervorhebt.

So betont die Firma beispielsweise, dass Stripe reportedly in der Lage war, die Migration eines Ruby-Codebases mit 50 Millionen Zeilen innerhalb eines einzigen Tages durchzuführen – eine Aufgabe, die bei manueller Bearbeitung zwei Monate Teamarbeit erfordert hätte.

Solche Kompression enormen Ausdehnung veranschaulicht, wie Fable 5 und Mythos 5 „autonom länger arbeiten können als frühere Claude-Modelle", zusätzlich zu ihrem insgesamt hohen Leistungsniveau. Ansehen Bei visuellen Aufgaben stellt Anthropic Fable 5 einfach als „das neue State-of-the-Art-Modell" vor.

Unter anderem gibt das Unternehmen an, es sei ihm gelungen, das gesamte Pokémon FireRed durchzuspielen, und zwar ausschließlich mit einem „minimalen, vision-only-Harness". Frühere Modelle scheiterten offensichtlich daran, diese Aufgabe auch dann zu lösen, wenn sie über Tool-Calls externe Hilfe in Anspruch nehmen konnten.

Der Professor an der Wharton School und AI-Blogger Ethan Mollick liefert ebenfalls anschauliche Beispiele dafür, was Fable kann. Unter anderem beschreibt er, wie er Fable eine 19-seitige Spezifikation für die Entwicklung eines Tools zur Kategorisierung und Analyse unstrukturierter Umfrageantworten übergeben hat.

Er schildert, wie das Modell über „neun Stunden und " ein „äußerst sophistiziertes" Tool generiert hat, das Forschern seit Jahren fehlt, dessen Erstellung jedoch jahrelang nicht rentabel war.