Fable 5.1 slår Opus 5 på alle åtte benchmarks — Ramp lot den kjøre alene i 38 timer
Anthropics nye Fable 5.1 løste 55,8 % av tunge kode-oppgaver og 52,6 % av vitenskapelige forskningsoppgaver — og slo Opus 5 på samtlige åtte målinger. Betalingsselskapet Ramp lot den kjøre uovervåket i 38 timer.
Anthropic har lansert Fable 5.1 — en oppgradert versjon av Fable 5 som setter nye rekorder på tunge AI-benchmarks.
Kodeoppgaver og forskning På et sett med krevende programmeringsoppgaver klarte Fable 5.1 å løse 55,8 % på egenhånd — mot Fable 5s 42 %. På en vanskeligere test bygget rundt vitenskapelige forskningsoppgaver nådde den 52,6 %, mot Fable 5s 24,7 %. Forbedringen er med andre ord særlig markant på analytisk og vitenskapelig arbeid.
Slo Opus 5 overalt Anthropic publiserte åtte benchmarks, og Fable 5.1 kom best ut på samtlige — inkludert mot den kraftigere Opus 5-modellen. Det er uvanlig at en lettere modell slår storebroren sin på alle målinger.
38 timer uten tilsyn hos Ramp Betalingsselskapet Ramp lot Fable 5.1 kjøre autonomt i 38 timer uten menneskelig inngrep. I løpet av denne perioden oppdaget modellen en feil i sitt eget tidligere arbeid og satte i gang seks eksperimenter på egenhånd over natten — uten å bli bedt om det.
Hva betyr dette? For bedrifter som vurderer langtidskjørende KI-agenter er autonomi og selvkorrigering kritiske egenskaper. Fable 5.1 markerer et steg mot modeller som kan fungere som reelle autonome medarbeidere over lengre tidsrom.