Vallahi bu sefer işler karıştı arkadaşlar! Anthropic dediğin firma var ya, yapay zekanın devlerinden biri işte… Adamlar dün gece bir bomba haberi patlattı. Claude Opus 5 isimli yeni modellerini piyasaya sürdüler. Bakın şimdi ne diyorum size, bu model öyle sıradan bir güncelleme falan değil. Yazılım geliştirme, araştırma, uzun soluklu görevler… hepsi için biçilmiş kaftan. Ama asıl çarpıcı olan ne biliyomusunuz? Bu model, geçen ay çıkan ve herkesi büyüleyen Claude Fable 5’in yeteneklerine çok yakın bir performans sergiliyor. Üstelik görev başına maliyeti neredeyse yarı yarıya düşmüş! Yani “yok artık” dedirtecek cinsten bir durum.
Claude Opus 5, Anthropic’in mayıs ayının sonunda çıkardığı Opus 4.8’in yerini alıyor. Yani şirket, kısa sürede büyük bir sıçrama yapmış oldu. Model, Claude Max aboneleri için varsayılan model olarak ayarlanmış. Ayrıca Claude Pro planındakiler içinde en güçlü model konumunda. Yani abi, paran varsa en iyisi bu! Şirket, haziran ayında Mythos 5, Fable 5 ve Sonnet 5 modellerini piyasaya sürmüştü. Şimdi bu ailede güncellenmeyi bekleyen tek model kalmış: Haiku. Onuda bekliyoruz yani…
Gelelim işin teknik boyutuna… Yalan yok, adamların test sonuçları gerçekten etkileyici. Frontier-Bench v0.1 testinde Opus 5, diğer modelleri geride bırakmış. Hatta Opus 4.8’in performansını iki katın üzerine çıkarmış. İki kat üstüne üstlük bunu daha düşük maliyetle yapıyor. CursorBench 3.2 testinde ise Opus 5, maksimum efor ayarıyla çalışınca Fable 5’in en yüksek puanının yalnızca yüzde 0,5 gerisinde kalmış. Yani neredeyse aynı performans ama maliyeti yarısı. Hadi camın sen… Bu ne demek? Geliştiriciler için büyük bir fırsat!
Kullanıcılar modelin “effort” ayarı sayesinde performansla token kullanımı arasında seçim yapabiliyor. Yani az parayla iş görmek mi istiyorsun, yoksa tam gaz mı çalıştıracaksın? Karar senin. Anthropic’e göre Opus 5, yeni problemlerin çözümünü ölçen ARC-AGI 3 testinde en yakın rakibinin üç katı puana ulaşmış. Üç katı abi! Bu nasıl bir zeka böyle? İş süreçlerinin baştan sona tamamlanmasını ölçen Zapier AutomationBench’te de aynı görev maliyetiyle en yakın rakibinden yaklaşık 1,5 kat daha yüksek başarı oranı elde etmiş. Bilgisayar kullanım yeteneklerini ölçen OSWorld 2.0 testinde ise Fable 5’in en iyi sonucunu yaklaşık üçte bir maliyetle geçmiş. Yani her alanda ezici bir üstünlük var…
Yaşam bilimleri alanında da işler değişmiş. Anthropic’in şirket içi testlerinde Opus 5, yapısal biyoloji, organik kimya ve biyoinformatik değerlendirmelerinin tamamında Opus 4.8’i sollamış. Spektroskopi verilerinden moleküler yapı çıkarma görevlerinde 10,2 puan, protein dizilimlerindeki değişikliklerin işlev üzerindeki etkisini tahmin etmede 7,7 puanlık artış göstermiş. Bunlar küçümsenecek rakamlar değil, bilim dünyası için büyük anlam taşıyor.
En dikkat çekici özelliklerden birisi ise modelin hata yapma ve kendini düzeltme yeteneği. Anthropic’in yaptığı bir testte Opus 5’e doğrudan görüntüleme erişimi olmadan bir makine parçasının çiziminden 3D FreeCAD modeli oluşturma görevi verilmiş. Model ne yapmış biliyor musunuz? Ham piksel verilerini analiz etmek için kendi bilgisayarlı görü sistemini geliştirmiş, parçanın geometrisini çıkarmış ve modeli yeniden oluşturmuş. Aynı koşullarda değerlendirilen rakip modeller beş denemede bile görevi tamamlayamamış. Yani Opus 5, kendi başına yeni yetenekler geliştiriyor, anlıyomusunuz? Bu işin sonu nereye varacak bilmiyorum ama…
Tabii güvenlik konularıda var. Opus 5, kaynak kodlarındaki güvenlik açıklarını inceleyebiliyor ama ikili tabanlı güvenlik açığı taraması, penetrasyon testi ve exploit geliştirme gibi görevleri engelliyor. Şirket böylece kötü niyetli kullanımların önüne geçmeyi hedefliyor. Bununla birlikte Opus 5’in güvenlik sınıflandırıcılarının Fable 5’e göre yüzde 85 daha az devreye girmesi bekleniyor. Yani günlük yazılım geliştirme işlerinde gereksiz engellemeler azalacak. Ayrıca “Automatic Fallbacks” isimli yeni bir özellik beta olarak kullanıma sunulmuş. Bu özellik sayesinde Opus 5 veya Fable 5’in güvenlik sistemi tarafından engellenen bir istek, otomatik olarak başka bir Claude modeline yönlendirilecek. Yani hata mesajı yerine işlevsel bir yanıt alacaksınız.
Fiyatlandırmaya gelince… Opus 5’in API fiyatı, Opus 4.8 ile aynı. Bir milyon girdi tokenı için 5 dolar, bir milyon çıktı tokenı içinse 25 dolar. Ayrıca modelin standart sürümden yaklaşık 2,5 kat daha hızlı çalışan Fast modu da var. Fast modunun fiyatı ise standartın iki katı. Yani hız istiyorsan biraz daha cebini yakacaksın. Opus 5’in genel kullanımında özel bir veri saklama zorunluluğu yok, bu da iyi bir haber.
İşte böyle arkadaşlar… Anthropic yine işi sıkı tuttu. Neyse, devam… Bakalım bu model piyasada nasıl karşılanacak? Özellikle Fable 5’le kıyaslanınca, fiyat-performans oranı herkesin dikkatini çekecek gibi. Gelişmeleri takip ediyoruz…
Kaynak: Orijinal Haber
