Back to top
  • 공유 Share
  • 인쇄 Print
  • 글자크기 Font size
URL copied.

1824 puanla Claude Fable 5.2, WebDev sıralamasında 1. oldu

Dizüstü bilgisayar ekranında yan yana açık web uygulaması taslakları / TokenPost.ai

Anthropic'in Claude Fable 5.2 modeli, Code Arena'nın WebDev genel sıralamasında 1824 puanla ilk sıraya yerleşti. İkinci sıradaki Claude Opus 5.5 ile arasındaki fark 6 puan oldu.

Code Arena, 18'inde yayımladığı sıralamada 162 modeli ve toplam 1.027.059 değerlendirme oyunu listeledi. Sıralama, web uygulaması geliştirme performansını ölçen WebDev kategorisini kapsıyor.

GPT-6.2 Astra, 1797 puanla üçüncü sırada yer aldı. Değerlendirmede Claude Fable 5.2 için xHigh, Claude Opus 5.5 için Max ayarı kullanıldı.

Modellerin ayrıntı sayfalarında Claude Fable 5.2'nin puanı 1824±17, Claude Opus 5.5'in puanı 1818±11 olarak gösterildi. İki modelin tahmini sıralama aralıkları da 1 ile 3 arasında örtüştü.

Code Arena'da değerlendiriciler, modellerin oluşturduğu iki web uygulamasını karşılaştırıp daha iyi buldukları sonuca oy veriyor. İncelemede uygulamanın çalışması, kullanım kolaylığı, isteğe uygunluğu ve tasarımı dikkate alınıyor.

Platformun değerlendirme açıklamasına göre modeller, kontrollü bir ortamda dosya oluşturup düzenleyerek uygulamayı tamamlıyor. Birden fazla çalışma ve düzeltme turundan çıkan sonuçlar değerlendirmeye alınıyor.

Bu yöntem, önceden belirlenmiş testleri geçmeye odaklanan geleneksel kod değerlendirmelerinden farklı bir ölçüm sunuyor. Code Arena, uygulamanın işlevselliğinin yanı sıra kullanım kolaylığını ve istenen tasarıma ne ölçüde uyduğunu da hesaba katıyor.

Alt görevlerde sıralama değişti. Claude Fable 5.2, React görevinde 1887 puanla birinci oldu. HTML görevinde 1779 puanla dördüncü, referans tasarıma dayalı üretimde ise 1844 puanla ikinci sırada yer aldı.

TokenPost daha önce Claude Fable 5.2'nin etkileşimli 3D değerlendirmesi AA-3D'de 1271 Elo ile ilk sıraya çıktığını bildirmişti. AA-3D ve WebDev farklı görevleri ve puanlama sistemlerini kullandığı için bu puanlar doğrudan karşılaştırılamıyor.

Anthropic, 9'unda yaptığı resmi duyuruda Claude Fable 5.2'yi tanıtarak modeli karmaşık ve uzun süren teknik işler için geliştirdiğini belirtti. Şirket, modelin önceki sürüme göre çıktı hızının yüzde 30'a kadar daha yüksek olduğunu açıkladı.

Anthropic, modeli kendi platformunun yanı sıra Amazon Web Services'in Bedrock hizmetinde, Google Cloud'da ve Microsoft Foundry'de sunduğunu bildirdi. Model belgelerinde API'nin temel ücreti, 1 milyon giriş tokenı başına 8 dolar (yaklaşık 10.656 Güney Kore wonu), 1 milyon çıkış tokenı başına 40 dolar (yaklaşık 53.280 Güney Kore wonu) olarak belirtiliyor.

Giriş ve çıkış ücretlerinin ikisi de Claude Fable 5.1'e kıyasla yüzde 20 daha düşük. Claude Opus 5.5'in temel API ücreti ise 1 milyon giriş tokenı başına 4 dolar, 1 milyon çıkış tokenı başına 20 dolar; bu tutarlar Claude Fable 5.2'nin ücretlerinin yarısı.

Code Arena'nın hesapladığı görev başına medyan maliyet Claude Fable 5.2 için 11,58 dolar (yaklaşık 15.425 Güney Kore wonu), Claude Opus 5.5 için 9 dolar (yaklaşık 11.988 Güney Kore wonu) oldu. Görev başına maliyet, değerlendirmedeki gerçek görevler için harcanan tutarı gösteriyor; 1 milyon token başına API temel ücretinden farklı bir ölçü.

<Copyright ⓒ TokenPost, unauthorized reproduction and redistribution prohibited>

Most Popular

Other related articles

Comment 0

Comment tips

Great article. Requesting a follow-up. Excellent analysis.

0/1000

Comment tips

Great article. Requesting a follow-up. Excellent analysis.
1