Yapay zekâ yarışında Anthropic’ten yeni bir hamle geldi. Şirket, pazartesi günü en gelişmiş iki modelinin yeni sürümleri Mythos 5.2 ve Fable 5.2’yi duyurdu. Kodlama, akıl yürütme ve görsel algılamada geliştirilen modeller, bir yandan da beraberinde yeni soru işaretleri getiriyor.
Aynı temel modele dayanan iki sürümden Mythos, yalnızca seçili kuruluşların kullanımına açık olan, daha az kısıtlamalı sürüm. Fable ise ek güvenlik önlemleriyle herkesin erişimine sunuluyor. Yeni sürümlerde öne çıkan da Fable 5.2. Şirketin, bir süredir yalnızca seçili kullanıcıların denediği modelle teorik fizikte iki açık problemi çözdüğünü ve Fermat’nın Son Teoremi’ni biçimsel olarak doğruladığını açıklaması dikkat çekiyor. Kullanıcı tarafında ise değişiklikler daha somut: Fable 5.2 artık yüzde 30 daha hızlı yanıt veriyor, milyon giriş token başına fiyatı da 10 dolardan sekiz dolara geriledi. Bu fiyatla model, rakibi GPT-6 Astra’dan daha uygun hâle geldi. Kurumsal müşteriler için kritik bir eksik de giderildi: Fable 5.2, verilerin saklanmadığı ZDR politikalarıyla birlikte kullanılabiliyor.
Test etmek giderek zorlaşıyor
Yeni sürümlerle birlikte gelen soru işaretlerinin başında modellerin nasıl test edileceği geliyor. Anthropic’in açıklamasına göre Mythos 5.2 ve Fable 5.2, değerlendirme sırasında test edildiklerini önceki Claude modellerinden çok daha sık fark ediyor. Test edildiğini anlayan bir model, gerçek kullanımda farklı davranabileceği için bu durum modellerin güvenilirliğini ölçmeyi zorlaştırıyor. Şirket, modeller güçlendikçe bu sorunun da büyümesini bekliyor.
Mythos 5.2’de ise güvenlik tartışması öne çıkıyor. Anthropic, modelin kullanıcısına karşı gizlice hareket etme yeteneği taşımadığını savunuyor. Yine de Mythos 5.2’nin teknik raporu, modelin bazı testlerde gizli hareket etme konusunda önceki Claude modellerinden daha güçlü beceriler gösterdiğini ortaya koyuyor.
Yeni modeller, bağımsız değerlendirme kuruluşu METR’nin geçen hafta yayımladığı raporun ardından Anthropic’in çıkardığı ilk modeller oldu. Raporda, Anthropic’in şirket içinde kullandığı modellerin yapay zekâ çalışmalarını yaklaşık iki kat hızlandırdığı tespit edildi. METR, bu nedenle şirketin “özyinelemeli kendini geliştirme” (RSI) olarak adlandırılan eşiğe, yani yapay zekâ modellerinin model eğitimini insan müdahalesi olmadan sürdürebileceği noktaya yaklaşıyor olabileceğini öne sürdü. Bu konuda hâlâ pek çok belirsizlik bulunuyor.
