Anthropic’ten Opus 5 hamlesi! Yapay zekâ yarışında yeni cephe

Yapay zekâ şirketlerinin rekabetinde ölçütler değişmeye başladı. Yeni modeller artık yalnızca daha yüksek test sonuçlarıyla değil, belirli bir performansa ulaşmak için harcadıkları token miktarı ve oluşturdukları maliyetle de değerlendiriliyor. Anthropic’in kullanıma sunduğu Claude Opus 5 de bu dönüşümün son örneklerinden biri oldu. Kodlama, otomasyon ve bilgi işlerinde güçlendirilen model, önceki Opus sürümünün fiyatını korurken daha yüksek performans sağlamayı hedefliyor.

FABLE 5’E YAKIN PERFORMANS, YARI MALİYET Anthropic’in paylaştığı sonuçlara göre Opus 5, Frontier-Bench v0.1 testinde rakip modelleri geride bıraktı ve önceki sürüm Opus 4.8’in performansını iki kattan fazla artırdı. Model, CursorBench 3.2’nin en yüksek çalışma ayarında ise Fable 5’in tepe sonucunun yüzde 0,5 yakınına ulaştı. Şirketin asıl vurgusu, bu seviyedeki performansın Fable 5’in yaklaşık yarı maliyetiyle sağlanması oldu. Anthropic, Opus 5’i günlük kullanım için daha dengeli bir seçenek olarak konumlandırırken modeli Claude Max’in varsayılan, Claude Pro’nun ise en güçlü seçeneği hâline getirdi.

AYNI FİYATA DAHA YÜKSEK VERİM Claude Opus 5, API üzerinden 1 milyon girdi tokenı için 5 dolar, 1 milyon çıktı tokenı için 25 dolar karşılığında sunuluyor. Bu fiyatlandırma Opus 4.8 ile aynı seviyede kalırken Fable 5’in 10 dolar girdi ve 50 dolar çıktı ücretinin yarısına karşılık geliyor. Modelin yaklaşık 2,5 kat daha hızlı çalışan “Fast” seçeneği de bulunuyor. Ancak bu modda ücretler iki katına çıkarak 1 milyon girdi tokenında 10 dolara, çıktı tokenında ise 50 dolara yükseliyor. Anthropic’in güncel API fiyatlandırması

KODLAMANIN YANINDA BİLGİ İŞLERİNE DE ODAKLANDI Opus 5’in geliştirmeleri yalnızca kod üretimiyle sınırlı kalmadı. Anthropic’in açıkladığı testlerde model; bilgisayar kullanımı, iş otomasyonu, problem çözme ve bilimsel araştırma görevlerinde de önceki sürümün üzerine çıktı. Model, yeni problemleri çözme yeteneğini ölçen ARC-AGI 3’te en yakın rakibinin üç katı puana ulaşırken Zapier AutomationBench’te aynı görev maliyetiyle yaklaşık 1,5 kat daha yüksek başarı oranı elde etti. OSWorld 2.0 testinde ise Fable 5’in en iyi sonucunu, maliyetin yaklaşık üçte biriyle geçti.

SİBER GÜVENLİKTE BİLİNÇLİ SINIRLAMA Anthropic, Opus 5’i saldırı amaçlı siber güvenlik çalışmalarında en ileri modeli olacak şekilde eğitmediğini açıkladı. Model, yazılımlardaki güvenlik açıklarını tespit etmede Mythos 5’e yaklaşsa da bu açıkları çalışan saldırı araçlarına dönüştürme konusunda belirgin biçimde geride kalıyor. Şirket ayrıca ikili dosyalarda güvenlik açığı tarama, sızma testi ve istismar kodu oluşturma gibi alanlara yönelik daha güçlü koruma önlemleri uyguladı. Anthropic’e göre bu yaklaşım, savunma amaçlı kod inceleme faaliyetlerini mümkün kılarken kötüye kullanım riskini sınırlandırmayı amaçlıyor.

REKABETİN YENİ ÖLÇÜTÜ MALİYET OLDU Opus 5’in konumlandırılması, yapay zekâ sektöründeki daha geniş bir değişime de işaret ediyor. Şirketler artık her görevi en güçlü ve en pahalı modele göndermek yerine işin zorluk derecesine göre farklı modeller kullanan sistemlere yöneliyor.

Model yönlendirici olarak adlandırılan bu altyapılar, basit görevlerde küçük ve ucuz modelleri; karmaşık kodlama, araştırma ve muhakeme işlemlerinde ise daha güçlü modelleri devreye alıyor. Böylece performanstan tamamen vazgeçilmeden token tüketiminin ve toplam işletme maliyetinin azaltılması hedefleniyor. Anthropic’in Opus 5 ile verdiği mesaj da bu noktada belirginleşiyor: Yeni yapay zekâ döneminde kazananı yalnızca en yüksek test puanı değil, aynı işi daha az kaynakla yapabilme yeteneği belirleyecek.