Claude Fable 5.2 امتیاز 65 در تجزیه و تحلیل مصنوعی، بالاترین تا کنون

Claude Fable 5.2 (Max, Default Fallback) یکی از مدل های پیشرو در هوشمندی است، اما در مقایسه با مدل های دیگر با قیمت مشابه، بسیار گران است. همچنین به ویژه در هر کار کند است و بسیار پرمخاطب است. این مدل از ورودی متن و تصویر پشتیبانی می کند، متن را خروجی می دهد و دارای یک پنجره زمینه 1M توکن است.

Claude Fable 5.2 (Max, Default Fallback) امتیاز 65 را در شاخص هوش مصنوعی تجزیه و تحلیل می کند و آن را بسیار بالاتر از میانگین در بین مدل های قابل مقایسه قرار می دهد (متوسط: 40). هنگام ارزیابی شاخص هوش، 275 میلیون توکن تولید کرد که در مقایسه با میانگین 72.8 میلیون، بسیار پرمخاطب است.

Claude Fable 5.2 (حداکثر، پیش‌فرض) با 44.1 دقیقه در هر کار شاخص هوش، در مقایسه با میانگین 12.9 دقیقه برای مدل‌های مشابه (کمتر بهتر است) بسیار کند است.

این صفحه نسخه استدلالی این مدل را نشان می دهد.

معیارها با مدل‌های هم کلاس مقایسه می‌شوند:

نمایه هوش آنالیز مصنوعی نسخه 5.0.1 شامل موارد زیر است: AA-Briefcase نسخه 1.1، AutomationBench-AA، Terminal-Bench 4.0، FrontierCode 2.0، AA-Omniscience v1.1، GDP.pdf، HLE-Diamond، CritPtSubsetench-0 (Terminald) برای جزئیات بیشتر، از جمله تجزیه و تحلیل هر ارزیابی و نحوه اجرای آنها، به روش‌شناسی شاخص هوش مراجعه کنید.

نشان می دهد که آیا وزن مدل موجود است یا خیر. اگر استفاده تجاری توسط شرایط محدود شود، مدل‌ها با عنوان «محدودیت استفاده تجاری» و اگر مجوز استفاده تجاری را ممنوع کند، به عنوان «غیر تجاری» برچسب‌گذاری می‌شوند.

میانگین وزنی هزینه هر کار شاخص هوش. هزینه هر ارزیابی از قیمت ورودی، ضربه حافظه پنهان، نوشتن حافظه پنهان، استدلال و قیمت نشانه پاسخ، تقسیم بر تعداد کار، و وزن آن بر وزن شاخص هوش محاسبه می شود.

عملکرد مدل ها را بر روی قابلیت ها و صنایع خاص اندازه گیری می کند

گردش کار تحقیقات علمی عاملی در یک ترمینال

مهندسی نرم افزار عاملی در مخازن منبع باز

تجزیه و تحلیل کمی در صفحات گسترده و اسناد

کار نمایندگی قانونی، نرخ همه پاس های توهم

ویدیوهای محصول و برند طراحی شده با کد Elo

راستگو، عدم قطعیت را تصدیق می کند، غیر متفکرانه

در حالی که هوش مدل به طور کلی در موارد استفاده ترجمه می شود، ارزیابی های خاص ممکن است برای موارد استفاده خاص مرتبط تر باشد.

AA-Briefcase Elo یک معیار ترکیبی است که Elo با کیفیت تحلیلی، Elo ارائه، و نرخ پاس روبریک را جمع‌آوری می‌کند، با عملکرد روبریک که از طریق تطبیق‌های سر به سر مصنوعی به Elo تبدیل می‌شود. کرانهای Elo و فاصله اطمینان 95% در 0 بسته می شوند.

AA-Omniscience نسخه 1.1 امتیاز خالص (بالاتر بهتر) قابلیت اطمینان دانش و توهم را اندازه گیری می کند. به پاسخ های صحیح پاداش می دهد، توهمات را جریمه می کند و برای امتناع از پاسخ هیچ مجازاتی ندارد. نمرات از 100- تا 100 متغیر است، که در آن 0 به معنای تعداد پاسخ های صحیح به اندازه پاسخ های نادرست است و نمرات منفی به معنای بیشتر نادرست تا صحیح است.

تعداد نشانه های مورد نیاز برای هر کار شاخص هوش. این با ضرب نشانه‌های خروجی در هر ارزش در وزن‌های نسبی هر معیار در شاخص هوش، و سپس تقسیم بر تعداد کار (به استثنای تکرارها) محاسبه می‌شود.

هزینه اجرای ارزیابی‌ها در شاخص هوش مصنوعی، با استفاده از ورودی مدل، ضربه حافظه پنهان، نوشتن در حافظه پنهان، استدلال و قیمت نشانه‌های پاسخ و تعداد نشانه‌های استفاده شده در ارزیابی‌ها (به استثنای تکرارها) محاسبه می‌شود.

قیمت هر توکن برای درخواست‌های ذخیره‌شده (که قبلا پردازش شده‌اند)، معمولا تخفیف قابل‌توجهی را در مقایسه با قیمت ورودی معمولی ارائه می‌دهند که به صورت USD در هر میلیون توکن نشان داده می‌شود. مقادیری که در اینجا نشان داده شده است، قیمت ضربه در حافظه پنهان است. نوشتن در حافظه پنهان و ذخیره سازی حافظه پنهان به طور جداگانه صورتحساب می شوند و بر اساس ارائه دهنده متفاوت است - برای جزئیات بیشتر به "قیمت کش توسط ارائه دهنده" مراجعه کنید.

پنجره‌های زمینه بزرگ‌تر مربوط به RAG (Retrieval Augmented Generation) LLM هستند که معمولا شامل استدلال و بازیابی اطلاعات مقادیر زیادی داده می‌شود.

حداکثر تعداد توکن های ورودی و خروجی ترکیبی. نشانه‌های خروجی معمولا دارای حد قابل توجهی پایین‌تر هستند (بر اساس مدل متفاوت است).

اندازه‌گیری شده با زمان در هر کار (دقیقه)، سرعت خروجی (توکن‌ها در ثانیه)، زمان برای اولین پاسخ و زمان تا اولین نشانه (ثانیه)

میانگین وزنی زمان (دقیقه) برای هر کار شاخص هوش مصنوعی تجزیه و تحلیل: نشانه‌های خروجی در هر کار تقسیم بر سرعت خروجی، وزن هر معیار در شاخص هوش.

معیارهای سرعت و تأخیر میانگین اجرای هر نقطه پایانی در 5 روز گذشته است و نرخ خطا آنها را جمع می‌کند. ما معیار را هر 6 ساعت یکبار اجرا می‌کنیم و نقطه پایانی مدل‌های منسوخ را هر 18 ساعت یکبار اجرا می‌کنیم.

نشانه‌های خروجی، از جمله نشانه‌های استدلال، در هر ثانیه در طول مدت کامل درخواست، از ارسال درخواست تا دریافت نشانه نهایی، دریافت می‌شوند. مقدار سرفصل، میانگین هر بار کاری Performance v3 را در طول 5 روز گذشته، سپس میانگین بارهای کاری را محاسبه می کند.

زمان برای اولین پاسخ، رمز دریافت شده، در ثانیه، پس از ارسال درخواست API. برای مدل‌های استدلال، این شامل زمان «تفکر» مدل قبل از ارائه پاسخ می‌شود. برای مدل‌هایی که از پخش جریانی پشتیبانی نمی‌کنند، این نشان‌دهنده زمان برای دریافت کامل است.

سوالات متداول در مورد Claude Fable 5.2 (حداکثر، پیش فرض بازگشتی)

Claude Fable 5.2 (Max, Default Fallback) در 9 نوامبر 2026 منتشر شد.

Claude Fable 5.2 (Max, Default Fallback) توسط Anthropic ساخته شده است.

Claude Fable 5.2 (Max, Default Fallback) در شاخص هوش آنالیز مصنوعی امتیاز 65 را کسب می کند و آن را بسیار بالاتر از میانگین در بین مدل های دیگر در سطح قیمتی مشابه (میانگین: 40) قرار می دهد.

Claude Fable 5.2 (حداکثر، پیش‌فرض بازگشت) به ازای هر کار Index Intelligence 44.1 دقیقه طول می‌کشد (براساس API آنتروپیک)، که در مقایسه با سایر مدل‌ها در سطح قیمتی مشابه (متوسط: 12.9 دقیقه؛ کمتر بهتر است) یکی از کندترین هاست.

Claude Fable 5.2 (Max, Default Fallback) برای اولین پاسخ به توکن 231.55 ثانیه (براساس API آنتروپیک) زمان دارد که در مقایسه با مدل های دیگر در سطح قیمتی مشابه (متوسط: 13.07s) در سطح بالاتری قرار دارد.

وقتی کلود فابل 5.2 (حداکثر، پیش‌فرض بازگشت) مورد ارزیابی قرار گرفت، 275 میلیون توکن خروجی تولید کرد که در مقایسه با مدل‌های دیگر در سطح قیمتی مشابه (متوسط: 72.8 میلیون) در بالاترین سطح قرار دارد.

بله، Claude Fable 5.2 (Max, Default Fallback) یک مدل استدلال است. از تفکر گسترده یا استدلال زنجیره‌ای از فکر برای حل مشکلات پیچیده قبل از ارائه پاسخ استفاده می‌کند.

Claude Fable 5.2 (حداکثر، پیش فرض بازگشت) از ورودی متن و تصویر پشتیبانی می کند.

Claude Fable 5.2 (حداکثر، پیش فرض بازگشت) از خروجی متن پشتیبانی می کند.

بله، Claude Fable 5.2 (Max، Default Fallback) از ورودی تصویر پشتیبانی می کند و می تواند تصاویر را تجزیه و تحلیل، توصیف و پاسخ دهد.

بله، Claude Fable 5.2 (Max، Default Fallback) چند وجهی است. می تواند ورودی متن و تصویر را پردازش کند و خروجی متن تولید کند.

Claude Fable 5.2 (Max, Default Fallback) دارای یک پنجره زمینه از 1 میلیون توکن است. این تعیین می‌کند که مدل چقدر می‌تواند در یک درخواست پردازش کند.

خیر، Claude Fable 5.2 (حداکثر، پیش فرض بازگشت) اختصاصی است. وزن مدل به صورت عمومی در دسترس نیست.

Claude Fable 5.2 (Max, Default Fallback) یک مدل اختصاصی است و Anthropic اندازه مدل یا تعداد پارامترها را فاش نکرده است.

Claude Fable 5.2 (Max, Default Fallback) امتیاز 65 را در شاخص هوش آنالیز مصنوعی به دست آورده است. این معیار ترکیبی مدل‌ها را در کار دانش، کدگذاری، علم و دانش عمومی ارزیابی می‌کند.

بله، Claude Fable 5.2 (Max, Default Fallback) از طریق API از طریق 1 ارائه دهنده در دسترس است. ارائه دهندگان API را مقایسه کنید

Claude Fable 5.2 (Max, Default Fallback) از طریق 1 ارائه دهنده API در دسترس است. ارائه دهندگان را مقایسه کنید