Claude Fable 5.2: η Anthropic ξαναπαίρνει την κορυφή του Δείκτη Νοημοσύνης της Artificial Analysis

Date:

Η Anthropic ανακτά την πρώτη θέση στον πιο γνωστό ανεξάρτητο δείκτη μέτρησης ικανοτήτων μοντέλων τεχνητής νοημοσύνης. Στις 9 Νοεμβρίου 2026 η εταιρεία κυκλοφόρησε το Claude Fable 5.2, και την επόμενη μέρα η πλατφόρμα αξιολόγησης Artificial Analysis δημοσίευσε τα αποτελέσματα στον Δείκτη Νοημοσύνης της (Intelligence Index v5.0.1): το νέο μοντέλο, στη ρύθμιση μέγιστης προσπάθειας («max»), συγκέντρωσε 65 μονάδες -πρώτο ανάμεσα σε δεκάδες μοντέλα που παρακολουθεί η πλατφόρμα, πέντε μονάδες μπροστά από το Gemini 4 Carbon της Google (60) και έξι μπροστά από το δικό της προηγούμενο ναυαρχίδα, το Claude Opus 5.5 (59). Το GPT-6 Astra της OpenAI, επίσης σε μέγιστη προσπάθεια, βρέθηκε στις 57 μονάδες.

Τι ακριβώς μετρά ο Δείκτης Νοημοσύνης

Ο Δείκτης Νοημοσύνης της Artificial Analysis δεν είναι ένα τεστ, αλλά ένας σταθμισμένος μέσος όρος από εννέα διαφορετικές δοκιμασίες που καλύπτουν επιστημονική συλλογιστική, γνώση γενικού περιεχομένου, προγραμματισμό και εργασίες που προσομοιώνουν πραγματικές επαγγελματικές ανάγκες. Η πλατφόρμα τρέχει η ίδια τα μοντέλα σε κοινές συνθήκες, ανεξάρτητα από τους κατασκευαστές τους, ώστε οι συγκρίσεις να μην βασίζονται σε αριθμούς που δίνει η κάθε εταιρεία για τον εαυτό της. Σύμφωνα με την Artificial Analysis, η βελτίωση του Fable 5.2 οφείλεται κυρίως σε πρόοδο στην επιστημονική συλλογιστική και σε μια αναθεωρημένη έκδοση του εσωτερικού τεστ κώδικα FrontierCode. Από τις τρεις πρώτες θέσεις ολόκληρου του πίνακα κατάταξης, και οι τρεις ανήκουν σε παραλλαγές του ίδιου μοντέλου -Fable 5.2 σε «max», «xhigh» και «high» προσπάθεια.

Πέντε επίπεδα προσπάθειας, μεγάλες διαφορές σε κόστος και χρόνο

Το Fable 5.2 διατίθεται σε πέντε επίπεδα συλλογιστικής προσπάθειας -low, medium, high, xhigh και max- και η επιλογή επηρεάζει εξίσου την επίδοση, τον χρόνο απόκρισης και το κόστος. Στη ρύθμιση «max» η βαθμολογία φτάνει τις 65 μονάδες, όμως μια πλήρης εκτέλεση του Δείκτη κοστίζει γύρω στα 26,5 δολάρια ανά εργασία με χρόνο επεξεργασίας που μπορεί να ξεπεράσει τα 40 λεπτά. Στη ρύθμιση «high» η βαθμολογία πέφτει ελαφρώς στις 62 μονάδες, με το κόστος και τον χρόνο να μειώνονται αισθητά. Στο άλλο άκρο, η φθηνότερη ρύθμιση κοστίζει λίγο πάνω από 3 δολάρια ανά εργασία -η ίδια η Artificial Analysis σημειώνει ότι η διαφορά τιμής ανάμεσα στις πέντε ρυθμίσεις φτάνει το 8,6x. Το μήνυμα για όποιον σχεδιάζει να χρησιμοποιήσει το μοντέλο σε κλίμακα είναι ότι η επιλογή επιπέδου προσπάθειας είναι πλέον εξίσου σημαντική απόφαση με την επιλογή μοντέλου.

Μια λεπτομέρεια που δεν φαίνεται στο διάγραμμα

Η Artificial Analysis επισημαίνει κάτι που δεν αποτυπώνεται στη βαθμολογία: δοκίμασε το Fable 5.2 με ενεργοποιημένο το μηχανισμό ασφαλείας της Anthropic, που σημαίνει ότι αιτήματα τα οποία ενεργοποιούν τις δικλείδες ασφαλείας της εταιρείας γύρω από βιολογία και κυβερνοασφάλεια παραπέμπονται αυτόματα σε διαφορετικό μοντέλο για απάντηση. Ο Δείκτης, δηλαδή, αντικατοπτρίζει τη συμπεριφορά του Fable 5.2 όπως αυτή διαμορφώνεται από τις δικλείδες του, όχι το μοντέλο εντελώς απομονωμένο από αυτές. Παράλληλα, η Anthropic διαθέτει ήδη μια ξεχωριστή εκδοχή με την ονομασία Mythos 5.2, που μοιράζεται το ίδιο βασικό μοντέλο αλλά προορίζεται για οργανισμούς με πρόσβαση μέσω εξειδικευμένων προγραμμάτων επαλήθευσης, ακριβώς λόγω αυτών των πρόσθετων μέτρων γύρω από ευαίσθητους τομείς.

Ο ανταγωνισμός Anthropic, Google και OpenAI

Η κούρσα στην κορυφή του πίνακα έχει γίνει εξαιρετικά γρήγορη μέσα στο 2026. Το Fable 5 είχε ανέβει πρώτο τον Ιούνιο με 64,9 μονάδες, το Opus 5 το ξεπέρασε αργότερα το καλοκαίρι με 61 μονάδες σε δική του κατηγορία μέτρησης, και τώρα το Fable 5.2 επανέρχεται στην κορυφή με καθαρή διαφορά από το Gemini 4 Carbon της Google, το μοντέλο που η ίδια η Google είχε παρουσιάσει ως αιχμή της στην κυβερνοασφάλεια. Η OpenAI, με το GPT-6 Astra, παραμένει τρίτη δύναμη στη γενική κατάταξη, αν και σε άλλα εξειδικευμένα τεστ -όπως η επιστημονική κλίμακα της Vals AI- έχει βρεθεί μπροστά από το Fable 5.2. Η εικόνα που προκύπτει είναι τριών εταιρειών που εναλλάσσονται στην κορυφή ανά μήνες, με τη διαφορά βαθμών να στενεύει σταθερά.

Η οπτική του Pulse of Greece

Αυτό που αξίζει προσοχή στο Fable 5.2 δεν είναι μόνο ο αριθμός 65, αλλά το πόσο γρήγορα η κορυφή αυτού του πίνακα άλλαξε χέρια τρεις φορές μέσα σε λίγους μήνες -Fable 5, μετά Opus 5, τώρα Fable 5.2- δείγμα ότι καμία εταιρεία δεν μπορεί πλέον να θεωρεί την πρωτοπορία δεδομένη για πάνω από μία σεζόν κυκλοφοριών. Εξίσου ενδιαφέρουσα είναι η διαφάνεια γύρω από το κόστος: η διαφορά 8,6 φορών ανάμεσα στη φθηνότερη και την ακριβότερη ρύθμιση δείχνει ότι η «νοημοσύνη» ενός μοντέλου AI δεν είναι πια ένα μονοδιάστατο χαρακτηριστικό, αλλά μια επιλογή ισορροπίας ανάμεσα σε επίδοση, χρόνο και χρήμα -απόφαση που πλέον αφορά τόσο προγραμματιστές όσο και επιχειρήσεις που σχεδιάζουν πώς θα ενσωματώσουν AI στις διαδικασίες τους. Η λεπτομέρεια για τον μηχανισμό ασφαλείας, τέλος, υπενθυμίζει ότι οι δημόσιες κατατάξεις μετρούν πάντα ένα προϊόν με τις δικλείδες του ενεργές, όχι ένα θεωρητικά «γυμνό» μοντέλο -μια διάκριση που συχνά χάνεται όταν μια βαθμολογία γίνεται πρωτοσέλιδο.

Share post:

Newsletter

Εγγραφείτε στο Newsletter μας για να μαθαίνετε πρώτοι τα νέα μας!

Please wait...

Ευχαριστούμε για την εγγραφή!

spot_imgspot_img

Popular

Περισσότερα άρθρα

Hubble: Η NASA ζητά σχέδια διάσωσης από ιδιωτικές εταιρείες πριν την ανεξέλεγκτη επιστροφή στη Γη

Η NASA ζητά από ιδιωτικές εταιρείες σχέδια για να ανεβάσει σε ασφαλέστερη τροχιά, να συντηρήσει ή να αποσύρει με ασφάλεια το Hubble, πριν η φθίνουσα τροχιά του οδηγήσει σε ανεξέλεγκτη επανείσοδο έως το 2033-2034.

Starship Flight 15: Ο Booster 22 χάθηκε στον Κόλπο, αλλά το Ship 42 «πιάστηκε» από τον πύργο — πρώτη φορά στην ιστορία

Η Πτήση 15 του Starship επιχείρησε την πρώτη διπλή ανάκτηση στην ιστορία: ο Booster 22 χάθηκε σε προσθαλάσσωση στον Κόλπο του Μεξικού, αλλά το Ship 42 «πιάστηκε» επιτυχώς από τον πύργο — πρώτη φορά που ανακτάται το επάνω στάδιο ενός πυραύλου τροχιάς.

Rocket Lab: η Electron έγινε η πρώτη εμπορική ρουκέτα που φτάνει τις 100 εκτοξεύσεις τόσο γρήγορα

Η Rocket Lab ολοκλήρωσε στις 14 Νοεμβρίου 2026 την 100ή πτήση της Electron, θέτοντας σε τροχιά ιαπωνικό δορυφόρο ραντάρ για την iQPS — ρεκόρ ταχύτητας στις 100 εκτοξεύσεις για εμπορική ρουκέτα, μπροστά και από τη Falcon 9.

Vulcan: η ULA αναβάλλει την επιστροφή σε πτήση λόγω διακοπής ρεύματος — νέος στόχος το Σάββατο

Η ULA αναβάλλει την επιστροφή σε πτήση του Vulcan μετά από διακοπή ρεύματος σε εγκατάσταση καυσίμου· η αποστολή Vulcan Leo 1, με 40 δορυφόρους Amazon Leo, μεταφέρεται για το Σάββατο 14 Νοεμβρίου.