⚡ BREAKING
नया Opus 5 आधी कीमत पर Fable 5 से अधिक शक्तिशाली? परीक्षणों ने इंटरनेट तोड़ दिया, उपयोगकर्ता हैरान
Anthropic
Anthropic ने आधिकारिक रूप से Opus 5 जारी किया, जो आधी कीमत पर कई बेंचमार्क में Fable 5 के बराबर या उससे बेहतर प्रदर्शन करता है। उपयोगकर्ता गेम डेवलपमेंट से लेकर 3D मॉडलिंग तक विभिन्न रचनात्मक और तकनीकी कार्यों में इसकी क्षमताओं का परीक्षण कर रहे हैं, और कई इसे 'राक्षस' कह रहे हैं।
Anthropic ने आधिकारिक तौर पर Opus 5 जारी किया, जिसने कई कठोर बेंचमार्क में Fable 5 को आधी कीमत पर पीछे छोड़ दिया। Frontier-Bench पर, Opus 5 ने सभी प्रतिस्पर्धियों को पीछे छोड़ दिया, अपने पूर्ववर्ती Opus 4.8 के प्रदर्शन को दोगुने से भी अधिक कर दिया। CursorBench में उच्चतम प्रयास पर, इसने Fable 5 के शिखर से केवल 0.5% कम स्कोर किया। उपयोगकर्ताओं ने कोडिंग, 3D मॉडलिंग और गेम डेवलपमेंट में प्रभावशाली परिणामों की सूचना दी। उल्लेखनीय परीक्षणों में एक Rocket League क्लोन, एक 3D सेल संरचना, 360-डिग्री घूमने वाली 3D सेल संरचना, रीयल-टाइम विंड टनल सिमुलेशन और एक Minecraft प्रतिकृति शामिल हैं। Opus 5 ने CAD डिज़ाइन और शिक्षा में भी मजबूत प्रदर्शन दिखाया। एक स्व-सत्यापन प्रदर्शन में, Opus 5 ने कंटूर आउटलाइन निकालकर और सार्वजनिक डेटा के मुकाबले 14 विशिष्ट पैरामीटर मापकर एक 3D बोइंग 747 मॉडल को फिर से बनाया, जबकि Fable 5 ने केवल आंखों से स्क्रीनशॉट चेक किए। Opus 5 की कीमत $5 प्रति मिलियन इनपुट टोकन और $25 आउटपुट है, जो Fable 5 की आधी है। ARC-AGI-3 पर, Opus 5 ने 30.2% स्कोर किया जबकि GPT-4.5 Sol का 7.8%। टूल्स के बिना Human's Last Exam पर, Opus 5 ने 56.3% बनाम Fable 5 का 56.5% प्राप्त किया; टूल्स के साथ, Opus 5 ने 64.7% बनाम Fable 5 का 63.9% हासिल किया। Opus 5 ने बाहरी टूल्स के बिना IMO 2026 में पूर्ण अंक भी प्राप्त किए। इसके अतिरिक्त, Anthropic ने Opus 5 की बेहतर निर्णय क्षमता का लाभ उठाकर Claude Code के सिस्टम प्रॉम्प्ट को बिना प्रदर्शन हानि के 80% से अधिक कम कर दिया। Elon Musk ने एक FrontierCode लागत-प्रदर्शन चार्ट पोस्ट किया जिसमें केवल Grok 4.5 और Opus 5 Pareto फ्रंटियर पर दिखाए गए।
स्रोत: QbitAI 量子位 —
मूल
