16 Kasım 2026 itibarıyla resmî duyuruları, güncel Claude Code belgelerini, bağımsız değerlendirmelerin özgün metinlerini ve karşıt görüşlü açık tartışmaları açıp okuduk. Ücretli model çağrısı yapmadık, hesaplara giriş yapmadık ve gerçek abonelik kotası ölçmedik. İstemler ve görev günlüğü özgün sentetik örneklerdir; çevrimdışı hesap yalnızca aritmetiği doğrular. Topluluk örnekleri olumlu, olumsuz ve somut başarısızlıkları kapsamak üzere amaçlı seçildiğinden memnuniyet oranı vermez.

Güncel model ve yükseltmeye değen işler

Doğruladığımız en yeni genel sürüm, 9 Kasım’da duyurulan Fable 5.2. Anthropic günlük kodlama ve bilgi işlerinin çoğunda hâlâ Opus 5.5 ile başlamayı, daha zor ve açık uçlu projelerde Fable kullanmayı öneriyor. Haber sayfasını 16 Kasım’da ziyaret etmek, modelin o gün çıktığı anlamına gelmez.

Anthropic: Fable ve Mythos 5.2 duyurusu · Anthropic haberleri

Satın alma veya geçiş kararında yeni modelin en pahalı hatalarınızı azaltıp azaltmadığını sorun: modüller arası geçişte unutulan uyumluluk koşulu, uzun görevde kaybolan hedef ya da önceki davranış kontrol edilmeden teslim edilen düzeltme. Bu kayıplar çoğunlukla işin sonunda ortaya çıkar. Daha akıcı sohbet, daha güvenilir teslimi kanıtlamaz. Hâlen takılan, yeniden iş gerektiren veya deneyimli bir meslektaşın müdahalesine ihtiyaç duyan görevleri seçerek anlamlı bir başlangıç oluşturun.

Seçilen unsur ve doğrulama sorusu
AdayResmî konumlandırma veya sınırKendi kabul sorunuz
Opus 5.5Günlük işlerde başlangıçMevcut görevler güvenilir biçimde bitiyor mu?
Fable 5.2Daha iddialı teknik işlerZor görevlerde yeniden işi azaltıyor mu?
Mythos 5.2Aynı temel model, farklı güvenlik önlemleri ve erişimAraştırma programı erişimini Fable’dan ayrı doğrulayın

Anthropic: Fable ve Mythos 5.2 duyurusu

Çıktıları karşılaştırmadan önce çalışma kimliğini saklayın

fable takma adı her zaman aynı sürüme çözülmez; Claude apps gateway için ayrı eşleme vardır. Tam model ID, sağlayıcı, istemci sürümü, etkin effort ve fallback bilgilerini kaydedin. Model özeti ile Code ayarları farklı erişim yüzeylerini anlatır.

Claude Code: model ayarları · Claude model özeti

Başlıktaki “en yeni” ifadesine güvenmek yerine bu bilgileri her çalışmanın kaydına ekleyin. Depo commit’i, görünür dosyalar, araç izinleri, istem, zaman aşımı ve insan eklemelerini de sabitleyin. Her değişiklik yeni satır gerektirir; başarısız satırlar silinmez. Kayıt gerçek modeli doğrulamıyorsa sonucu belirli sürüme yazmak yerine kimliği doğrulanmamış diye işaretleyin. Model yoksa önce yüzeyi ve erişimi teşhis edin; karşılaştırmayı tamamlamak için güvenlik denetimlerini gevşetmeyin.

Sentetik günlük: görevler ve tutarlar örnektir, API makbuzu değildir
task_id,arm,model_id,effort,provider,toolset,commit,attempt,status,api_usd,review_min,fallback
fixture-01,A,claude-opus-5-5,medium,synthetic,offline,fixture-v1,1,accepted,0.40,6,none
fixture-01,B,claude-fable-5-2,high,synthetic,offline,fixture-v1,1,accepted,0.80,3,none

Effort bir deney değişkenidir; max evrensel varsayılan değildir

Güncel Code belgeleri Fable 5.2 için varsayılanı medium olarak veriyor ve max düzeyinde aşırı düşünmeye dikkat çekiyor. Artificial Analysis aynı model sayfasında farklı düzeylerin yetenek ve süre sonuçlarını yayımlıyor.

Claude Code: model ayarları · Artificial Analysis: Fable 5.2

AA Intelligence Index v5.0.1 anlık görüntüsü; kendi işiniz için süre taahhüdü değildir
effortEndeks puanıEndeks görevi başına dakika
low545.5
high6215.3
max6541.8

Artificial Analysis: Fable 5.2

Bunlar Default Fallback etiketleri dâhil ilgili yapılandırmaların açık değerlendirme kayıtlarıdır. Zekâ endeksi puanı günlük kodlama başarı oranı değildir; max süresinden abonelik mesaj sayısı çıkarılamaz. Mühendislik önerimiz kabul edilebilir düzeyden başlamak ve yalnızca başarısız görevlerde yükseltmektir. Dış kabulü iyileştirmeyen uzun düşünme, kanıtlanmış değer olmadan bekleme ekler. Effort karşılaştırırken modeli, model karşılaştırırken önce effort düzeyini sabitleyin; ardından her modelin tercih edilen ayarını ayrıca deneyin. Bunlar farklı sorulardır.

Artificial Analysis: Fable 5.2 · Artificial Analysis: zekâ yöntemi

Dört bağımsız sonuç farklı şeyleri ölçüyor

Model üreticisinden bağımsız özgün testler; ticari değerlendiricilerin de yöntem tercihleri vardır
KaynakÖlçülen unsurOkuma sınırı
Artificial AnalysisGenel yetenek ve verimlilikEndeks sürümünü ve fallback etiketini koruyun
SnorkelZor terminal işleriEşleşen görevler ve temiz çalışma seçimi
ValsAğırlıklı mesleki alanlarAğırlıklar ve belirsizlik sıralamayı etkiler
PlotlyAnaliz ajanı iş akışıTek çalışma ve belirli yürütme çerçevesi

Artificial Analysis: Fable 5.2 · Snorkel: Fable terminal görev testi · Vals Index yöntemi ve sonuçları · Plotly: veri analizi değerlendirmesi

Kaynaklar birbirini tamamlar ama tek bir genel başarı oranına toplanamaz. Genel endeks daha geniş iş alanlarını, ürüne özgü uçtan uca test ise o ürünün araç zincirini yansıtır. Önce sınavın işinize benzeyip benzemediğini, sonra farkın önemli olup olmadığını sorun. Açıklanmayan parametreler, önbellek politikaları ve süre bütçeleri bilinmeyen olarak kalmalıdır. Tahminlerle tamamlamak sahte karşılaştırılabilirlik üretir.

AA Coding Agent Index v2.1, Intelligence Index v5.0.1’den ayrı üç bileşene ve puanlama kurallarına sahiptir. Aynı kuruluş bile birden çok “endeks” tutabilir. Grafik paylaşırken tam ölçüt adını koruyun; genel akıl yürütme, terminal yürütmesi ve kabul edilebilir kod değişikliği tek bir değiştirilebilir nicelik olmasın.

AA Coding Agent Index yöntemi

Snorkel: daha iyi yürütme stratejik gerilemeleri dışlamıyor

Snorkel 12 Kasım’da, eşleşen 26 görevde görev ağırlıklı pass@1 değerinin %53.1’den %71.4’e çıktığını bildirdi. Ortam veya uç nokta hataları çıkarıldıktan sonra sırasıyla 106 ve 121 temiz çalışma kapsandı.

Snorkel: Fable terminal görev testi

Bu yüzden başarılı denemeleri toplam denemelere bölmek görev ağırlıklı sonucu yeniden üretmeyebilir; görevlerin geçerli tekrar sayıları farklıdır. Daha yararlı ayrım, mekanik hataların azalması ile hedefin doğru anlaşılması arasındadır. Başarısızlık analizi, yanlış yorum üzerine kurduğu işi özenle kontrol eden ajanları hâlâ gösteriyor. Uygulama ve öz testler aynı varsayımı paylaşıyorsa tekrarlanan kontroller yanlış standardı doğrulamayı sürdürebilir.

Bir geçişte bakım sorumlusu değişmezleri önceden tanımlamalı ve ayrı testlerle denetlemelidir; yalnızca ajandan her şeyin doğru olduğunu söylemesini istemek yetmez. Güncellemeden önce geçen, sonra kalan görevleri saklayın. Sadece yeni modelin kazançlarını seçmek gerilemeleri gizler. Temiz çalışma seçimi ve eksik açıklanan ayarlar da iyileşmenin başka projelere genellenmesini sınırlar.

Snorkel: Fable terminal görev testi

Vals: bileşik liderlik alanları ve belirsizliği çözmez

Vals anlık görüntüsü; v2.2 endeksi 15 Kasım’da güncellendi
Ayar veya unsurYayımlanan değerKorunması gereken koşul
Fable 5.2 high71.31 ±0.96Bileşik Vals Index sonucu
Sonnet 5.5 max70.85 ±0.93Küçük fark için sıralama tek başına yetmez
Alan karışımıFinans, kod, hukuk, vergiGSYH ağırlıkları yöntemsel varsayımdır

Vals: Fable 5.2 model sayfası · Vals Index yöntemi ve sonuçları · Vals: Sonnet 5.5 model sayfası

Ağırlıklı endeks önce hangi işin önemli olduğuna, sonra lider modele karar verir. Yazılım ekibi ekonomik sektör ağırlıklarını benimsemeden kendi hata türlerine bakmalıdır. Sonuçlar yakınsa belirsizlik önemlidir: sıralama tek başına iş yükleri arasında kararlı üstünlük göstermez. Tek başına eşdeğerlik de göstermez. Burada Fable high, Sonnet max kullanıyor; bu, modeli tek başına ayıran eşit effort deneyi değildir.

Aynı sitenin model sayfası ile endeks dökümünde bir geçiş alt puanının farklı olduğunu gördük; bu yüzden o değeri aktarmıyoruz. İç tutarlılık kontrolü, kesinlik izlenimi veren ek ondalıklardan daha yararlıdır. Çelişkide tarihli görüntüleri saklayıp açıklama bekleyin; yüksek sayıyı seçmek çözülmemiş farkı iddiaya dönüştürür.

Vals: Fable 5.2 model sayfası · Vals Index yöntemi ve sonuçları

Plotly: tam puan daha pahalı toplam çalışmayla birlikte gelebilir

Plotly analiz çerçevesinde tek tam test; USD tutarları yazarın bildirdiği faturalardır
ModelGeçilen soruTüm çalışmanın maliyeti USD
Fable 5.243/4335.74
Opus 5.541/4313.31
GPT-6.1 Sol43/432.61

Plotly: veri analizi değerlendirmesi

Bu, belirli sağlayıcı ve araçlarla tek çalışmadır. Yazar tekrarlarda puan değişimi olduğunu belirtir. İki soruluk fark kalıcı üstünlük, tüm sınav faturası da sohbet mesajı fiyatı değildir. Pratik ders şudur: bağlam, önbellek yazımları veya akıl yürütme çıktısı artarsa daha düşük token fiyatı daha pahalı görevle sonuçlanabilir.

Plotly: veri analizi değerlendirmesi

İki satın alma durumunu ayırın. Hatası pahalı analiz ek incelemeyi ve daha yüksek tamamlama oranını haklı çıkarabilir. Kolay denetlenen çok sayıdaki rutin raporda kabul edilmiş çıktı başına maliyet daha önemlidir. Her durumda yürütme kaydını tutun ve grafiğin anlamını kontrol edin: başarılı çizim yalnızca programın grafik ürettiğini gösterir; filtreleri, birimleri veya iş sonucunu doğrulamaz.

Toplulukta hayranlık ve hayal kırıklığı neden birlikte görülüyor?

16 Kasım’da toplanan amaçlı açık vaka seçimi; memnuniyet örneklemi değildir
Özgün kaynakBildirilen deneyimKanıt sınırı
Olumlu Reddit gönderisimax ile iyi sonuç ve hızlı kota tüketimiYazar sonra Code kullanmadığını söylüyor; CLI testi değil
Olumsuz Reddit gönderisiAcele sonuçlar ve yüzeysel planAynı ayarda kontrollü karşılaştırma yok
HN teknik yorumuRegex modülünde sınır ve karmaşıklık sorunlarıBağımsız tekrarlanmadı; doğrulanmış açık değil
NotesByLex oyun projesiAraç zinciri uzun, oynanabilir proje teslim ettiÖnceki prototip, ardından insan oyun testi ve yineleme var

Reddit: olumlu max deneyimi · Reddit: olumsuz planlama deneyimi · Hacker News: regex modülü yorumu · NotesByLex: oyun projesi

Dört vakanın işi, yüzeyi ve bitirme ölçütü farklıdır. Denenebilir hipotezler önerirler ama kaç kişinin iyileşme gördüğünü hesaplamaz, modelin zayıflatıldığını kanıtlamazlar. Oyun yazarı Opus 5.5 ile karşılaştırmadığını açıkça söylüyor. Projeyi bitirmek ile yalnızca yeni modelin bitirebileceğini göstermek farklı sonuçlardır. Forumdaki göreli zamanlar kesin UTC vermez; yayın saati uydurmak yerine toplama tarihi kullanıyoruz.

NotesByLex: oyun projesi

Sıfatları gözlenebilir sorulara çevirin. “Tembel” gereksinim atlamak mı, araç hatası mı, erken durma mı, son kabulde eksik mi? “İnanılmaz” çok sayıda araç çağrısı, tekrar ve insan düzeltmesi içeriyor mu? Değişkenler kaydedilince duygusal tarif bir sonraki deneyin girdisi olur.

Advisor ve fallback değerlendirilen sistemi değiştirir

Deneysel Advisor bütün konuşmayı okur, ek model çağrısı maliyeti getirir; sağlayıcı desteği değişir. Açıldığında karşılaştırma birleşik sistemler arasındadır; sonuç yalnızca ana modele bağlanamaz.

Claude Code: Advisor

Güvenlik ve kullanılabilirlik kaynaklı yedek modele geçişleri de kaydedin. Resmî sistem kartı ve güncel Code belgeleri korumaları ve ilgili davranışları açıklar. Ana modeli seçmek her adımı onun yaptığı anlamına gelmez. Bu olaylar tamamlama, süre ve ret farklarını açıklayabilir; “karıştırıcı değişkeni” kaldırmak güvenlik önlemlerini aşmayı haklı çıkarmaz.

Claude Code: model ayarları · Fable/Mythos 5.2 sistem kartı

Danışmana gereken en az bağlam yetkiniz içinde kalmalıdır. Tüm konuşma araç çıktıları ve iş malzemesi içerebilir; ek okuyucuyu açmadan önce hassas verileri çıkarıp kapsamı daraltın. Yararlı sıra: tek model, aynı modelde daha yüksek effort, sonra danışman. Ek harcamanın karşılığını anlamak için birer değişken değiştirin. Kayıtlar yeterince şeffaf değilse birleşik sonuçları ayrı arşivleyin.

Uygulama bir: çevrimdışı depoya bir kabul sözleşmesi verin

İstemi yalnızca kendi veya yetkili yerel kopyanızda kullanın. Üretime, uzak servislere ve gerçek müşteri verilerine bağlanmamalıdır. Önce commit’i sabitleyin, küçük sentetik veri oluşturun; bakım sorumlusu kabul kümesini ayrı tutsun. Model görev sözleşmesini ve geliştirme örneklerini görür. İlk tur salt okunur plan olabilir; sonra atılabilir dalda düzenleme için açık izin verilir.

Çalıştırılmamış istem; yalnızca yetkili çevrimdışı kopya için
Atılabilir çevrimdışı Python deposunda çalışıyorsun. Ağa erişme, bağımlılık kurma veya kopyanın dışını okuma.
Hedef: normalize_rows(rows) işlevini uygula. Girdi öğeleri sku ve quantity içerir.
Kurallar: sku başındaki ve sonundaki boşlukları kes, harf büyüklüğünü koru; quantity negatif olmayan tam sayı metni olmalı. Geçersiz satırları sessizce atlama, reddet.
Aynı sku için miktarları topla; ilk görünme sırasını koru; girdiyi değiştirme.
Önce mevcut uygulamayı salt okunur incele. Belirsizlikleri, etkilenen dosyaları ve küçük onarım planını listele; düzenleme izni bekle.
Değişiklik açıklaması, gerçekten çalıştırılan kontroller ve kapsanmayan riskleri teslim et. Kabul testlerini değiştirme, çalıştırılmayan kontrol geçti deme.

Bu bir şartname tasarımıdır, ölçülmüş Fable performansı değildir. Gerçek karşılaştırmada iki kola aynı sözleşme, dosya ve araçları verin; eşleşen görevleri rastgele sırada çalıştırın. Zaman aşımı, ret ve araç hatalarını ayrı kaydedip teslim başarısızlığı kurallarını önceden belirleyin. Bir kola daha kolay iş verilirse maliyet ve başarı oranı anlamını kaybeder.

Uygulama iki: kabulü ajanın özgüveninden ayırın

Bakım sorumlusunun tuttuğu sentetik kabul tasarımı; gözlenmiş model sonuçları değil
Test alanıGirdi özelliğiGerekli kontrol
ŞartnameBoşluk ve farklı harf büyüklüğünde skuYalnızca boşluğu kes, farklı kimlikleri birleştirme
Hata yoluNegatif, kesirli veya boş miktarSessiz kısmi çıktı olmadan açık hata
DeğişmezlerYinelenenler ve yeniden kullanılan girdi nesneleriKararlı birleşme sırası, değişmeyen girdi
ÖlçekArtan sentetik satır sayısıÖnceden belirli durma eşiğiyle kaynak eğilimi
Ayrı inceleme bağlamı için çalıştırılmamış bağımsız denetim istemi
Yalnızca görev sözleşmesini, aday yamayı ve bağımsız test çıktısını incele. İlk ajanın öz değerlendirmesini okuma.
Her gereksinimi kod yolu ve test doğrulamasıyla eşleştir.
Gözlenen hataları, tekrarlanabilir hipotezleri ve mevcut bilinmeyenleri ayır.
Geçersiz girdinin sessiz yutulmasını, girdi değişimini, harf büyüklüğünü ve ilk görünme sırasını denetle.
En küçük sentetik karşı örnekleri tarif et. Çalıştırma kanıtı yoksa sorun yeniden üretildi deme.
Kabul ölçütlerini uygulamaya uydurma. İnsan incelemesi hâlâ gerekli.

İnceleyen model de hata kaçırabilir; son kapıda belirleyici doğrulamalar ve insan örnek kontrolü gerekir. Testin geçmesi yalnızca test kümesini kapsar; kaynak eğilimi tek başına güvenlik açığı kanıtlamaz. Yeni model açık soruları daha iyi açıklasa da aynı sınır durumlarında kalıyorsa mevcut yaklaşımı korumak çoğu zaman daha doğrudur.

Yanıt başına değil kabul edilen çıktı başına maliyet

Aşağıdaki iki kol da varsayımsal 10 görev içerir. A’da 8 kabul, 4 USD API gideri ve 60 dakika inceleme; B’de 9 kabul, 8 USD gider ve 30 dakika inceleme vardır. İnceleme saatini 30 USD saymak örnek parametredir; ücret önerisi veya model ölçümü değildir.

Yerelde çalıştırılabilir sentetik hesap; ağ ve model çağrısı yok
runs = [
    {"arm": "A", "tasks": 10, "accepted": 8, "api_usd": 4, "review_min": 60},
    {"arm": "B", "tasks": 10, "accepted": 9, "api_usd": 8, "review_min": 30},
]
hourly_usd = 30
for run in runs:
    accepted = run["accepted"]
    api = run["api_usd"] / accepted
    total = (run["api_usd"] + run["review_min"] / 60 * hourly_usd) / accepted
    print(run["arm"], f"{api:.2f}", f"{total:.2f}")

A, kabul edilmiş çıktı başına 0.50 USD API maliyeti ve incelemeyle 4.25 USD; B ise 0.89 ve 2.56 USD yazdırır. Örnek yalnızca maliyet tanımı değişince kararın tersine dönebileceğini gösterir. Gerçek günlükte tüm başarısızlık ve tekrar giderleri bulunmalı, paydada yalnızca bağımsız kabul edilmiş çıktılar sayılmalıdır. Aynı görevi tekrar teslim etmek çok sayıda başarı değildir. Beklemeyi ve son tarihleri ayrı izleyin; geçen bütün süreyi otomatik insan emeği saymayın.

Satın alma veya yükseltme: önce iş yükü ve hak sınırları

Güncel resmî kişisel plan sayfasında Pro için Fable usage credits ile, Max ve Ultra için haftalık sınırın yarısı kadar Fable alt limitiyle listeleniyor. Ultra’da beş saatlik sınırın kaldırılması verified hesap koşuluna bağlı. Bunlar sınırsız Fable veya tüm yüzeylerde ortak bakiye demek değildir.

Claude resmî planları ve fiyatları

Günlük iş zaten kabul ediliyorsa ayarı koruyun ve Fable’ı en pahalı hata noktalarında kullanın. Darboğaz kotaysa önce gerçek tüketimi ve yüzeyi kaydedin. Erişim veya onay eksikse plan yükseltmek tek başına çözüm garantilemez. API faturası, aboneliğe dâhil kullanım ve bu sitenin teslim koşullarını ayrı inceleyin. Sitenin güncel fiyatı, stoku ve teslim kapsamı canlı ürün sayfasında belirlenir.

Özgün karar çerçevesi; hak veya performans garantisi değildir
Gözlenen darboğazİlk deneyYükseltme eşiği
Gereksinim yorumu veya modüller arası hataAynı girdi ve kabul, farklı modelKritik gerileme olmadan daha az önemli yeniden iş
Yetersiz derinlikTek modelde effort düzeyleriDış kabul ek maliyeti haklı çıkarır
Uzun görevde kararsız kaliteAraç ve süreyi sabitle, fallback kaydetTekrarlanan görevlerde güvenilir teslim
Kota veya yüzey sınırıResmî plan ve gerçek kayıtlarİstenen yüzey için açık hak kapsamı

Yükseltmeyi geri alınabilir değerlendirme döngüsüne dönüştürün

Bu döngüyü kullanın. Dış kabul ve toplam maliyet önceden belirlenen eşikleri karşılamadan kapsamı genişletmeyin. Önceki modeli, girdileri ve başarısızlıkları saklayın. Yeni sürümde önce bilinen zor görevleri ve gerileme kümesini yeniden çalıştırın. Açık değerlendirmeler deney seçimine, kendi eşleşmiş görevleriniz kullanımın genişletilmesine karar vermeye yardım eder.

  1. Görev, commit, araç ve kabulü sabitle
  2. Tam model, effort, yüzey ve fallback kaydet
  3. Eşleşen görevleri rastgele sırala, bir değişken değiştir
  4. Bağımsız değerlendir, başarısızlık ve tekrarları sakla
  5. Kabul edilen çıktı maliyeti ve son tarihleri hesapla
  6. Eşik sonrası genişlet, aksi hâlde başlangıcı koru
Aday modelden açıklanabilir kullanım kararına

Yeniden incelenebilir kapsam: güncel resmî sayfalar, özgün bağımsız değerlendirmeler ve listelenen açık vakalar. Topluluk duygusunu örneklemedik, ücretli testleri yeniden çalıştırmadık. Açıklanmayan ayarlar, çelişen alt puanlar ve belirli hesabın erişimi bilinmiyor; sonraki sonuçlar saklanan ayarlar ve dış kabul ile güncellenmelidir.