Artificial Analysis setzt Fable 5.2 mit 65 Punkten an die Spitze seines Intelligence Index
Artificial Analysis bewertet Fable 5.2 im Intelligence Index v5 mit 65 Punkten, vor Gemini 4 Carbon mit 60 und Opus 5.5 mit 59.
Artificial Analysis führt Claude Fable 5.2 auf Platz eins seines Intelligence Index v5, mit 65 Punkten bei maximalem Effort. Damit liegt das Modell fünf Punkte vor Gemini 4 Carbon bei hohem Effort (60) und sechs Punkte vor Anthropics Opus 5.5 bei max (59). GPT-6 Astra kam bei max auf 57 Punkte, Fable 5.1 bei max auf 49.
Fable 5.2 bietet fünf Effort-Stufen: low, medium, high, xhigh und max. Seinen Bestwert weist Artificial Analysis für max aus. Im selben Beitrag heißt es, dass Fable 5.2 bei high und xhigh 62 Punkte erreicht und dabei rund 98k Output-Token pro Aufgabe verbraucht, gegenüber 173k bei Opus 5.5 auf max. Bei max kostet eine Aufgabe etwa 26,5 Dollar, rund das 2,6-Fache von Opus 5.5 bei max (10,0 Dollar) und etwa das Doppelte von Fable 5.1 bei max (12,99 Dollar). Der Preis von Fable 5.2 liegt bei 8 Dollar pro Million Input-Token und 40 Dollar pro Million Output-Token, 20 % unter den 10 und 50 Dollar von Fable 5.1. Die höhere Rechnung ergibt sich also aus der Menge der Token, die das Modell erzeugt, nicht aus seiner Preisliste.
Dieselben Evaluierungen bringen auch neue Rekorde. Fable 5.2 erreichte 80 % bei HLE-Diamond, gegenüber einem bisherigen Bestwert von 69 %, und 67 Punkte bei AA-Omniscience v1.1, gegenüber einem bisherigen Bestwert von 54. Bei Terminal-Bench-Science kam es auf 73 % (zuvor 65 %), bei CritPt v2 hard auf 77 % (zuvor 72 %).
Andere Ergebnisse fallen knapper aus. Bei AA-Briefcase erzielte Fable 5.2 1785 Elo. Damit liegt es laut Artificial Analysis innerhalb des Konfidenzintervalls von Opus 5.5 (1800) und hinter Sonnet 5.5 (1813). Bei Terminal-Bench 4.0 erreichte es 60 %, gleichauf mit Opus 5.5 und hinter Kimi K3.1 Pro (67 %), Gemini 4 Carbon (65 %) und Sonnet 5.5 (64 %). Bei AutomationBench-AA kam es auf 76 %, vor Opus 5.5 mit 70 %, aber hinter Gemini 4 Carbon mit 78 %.
Auch bei anderen Evaluierungen spielt die Effort-Einstellung eine Rolle. Im Vals Index schnitt high am besten ab, vor xhigh und max.
Warum es wichtig ist
Unabhängige Index-Ergebnisse helfen Käufern beim Vergleich von Frontier-Modellen. Der Vorsprung hängt aber von der Effort-Einstellung und der Auswahl der Benchmarks ab, deshalb sollten Sie die Ergebnisse anhand Ihrer eigenen Workloads überprüfen.
Originalquelle
Für diese Meldung haben wir noch keinen Link zur Originalquelle.
Wo wir es gesehen haben
Latent Space
KI hat diese Zusammenfassung aus den genannten Quellen geschrieben und ins Deutsche übersetzt. Niemand hat sie vor der Veröffentlichung einzeln geprüft. Bitte prüfen Sie die Originalquelle, bevor Sie sich darauf verlassen. So funktioniert es