Anthropic 1 Eylül 2026'da iki model yayımladı: genel kullanıma açık Claude Fable 5.1 ve yalnızca güvenilir erişim programları üzerinden sunulan Claude Mythos 5.1. Şirket bunları açıkça kodlama ve bilgi işi için dünyanın en gelişmiş modelleri olarak tanımlıyor.

Şaşırtıcı olan, bu sürümün yalnızca yetenekle ilgili olmaması. Anthropic'in müşterilerinden duyduğunu söylediği üç şikâyete yanıt veriyor: fiyat, veri saklama ve aşırı hassas güvenlik önlemleri. Bunlar, bir modeli demoda değil gerçek işte kullanan herkes için tam olarak önemli olan şeyler.

Rakamlar: yayımlanan her benchmark'ta birinci sıra

Anthropic'in selefi Fable 5 ve rakipleri Opus 5 ile GPT-5.6 Sol karşısında yayımladığı sonuçlar şöyle:

  • Ajan tabanlı bilimsel araştırma (Terminal-Bench-Science): selefinin %24,7, Opus 5'in %29,0 ve GPT-5.6 Sol'un %22,4 puanına karşı %52,6 — kendi önceki puanının iki katından fazla.
  • Ajan tabanlı kodlama (Terminal-Bench 4.0): selefinin %42,0 ve Opus 5'in %52,3 puanına karşı %55,8. Mythos 5.1 varyantı %60,9'a ulaşıyor.
  • Bilgi işi (GDPval-AA): selefinin 1723 ve Opus 5'in 1824 puanına karşı 1853.
  • Bilgisayar kullanımı (OSWorld 2.0): kısmi ölçütte %77,9, katı ölçütte %41,7 ile diğerlerinin önünde.
  • Disiplinler arası akıl yürütme (Humanity's Last Exam): araçsız %60,9, araçlarla %65,0.
  • İş akışları (AutomationBench): selefinin %17,1 puanına karşı %31,4 — neredeyse iki katı.

Hakkını vermek gerekirse: bunlar satıcının kendi ölçümleri ve bilimsel araştırma benchmark'ında 3,5 ile 4,5 puan arasında beyan edilen bir standart hatayla yayımlandı. Bağımsız doğrulama haftalar sürer. Ancak sekiz farklı benchmark'ta tutarlı kazanımlar, tek bir benchmark'taki üstünlükten daha fazlasını söyler.

Muhasebecinizin fark edeceği özellik: fiyat indirimi olmadan daha ucuz

Temel token fiyatı değişmedi. Buna rağmen Anthropic, önbellek okuma fiyatını %75 düşürdüğü için gerçek maliyetin tipik iş yüklerinde yaklaşık %25, çok adımlı ajan tabanlı işlerde ise %45'e kadar azaldığını söylüyor.

Bu ayrıma yabancı olanlar için: model daha önce işlediği bağlamı — proje dosyalarınızı, talimatlarınızı, o ana kadarki konuşmayı — yeniden okuduğunda, bunun için eskiden görece yüksek bir ücret ödüyordunuz. Ajan tabanlı işler aynı bağlamı tek bir görev içinde onlarca kez yeniden okur; en çok fayda sağlayan da bu yüzden onlardır. İndirim, modele öylesine bir soru soranlara değil, modeli ciddi biçimde kullananlara gider.

Anthropic ayrıca efor seviyeleri ekledi: düşük, orta ve yüksek. Şirkete göre düşük veya orta eforla çalışan Fable 5.1, Fable 5'e çok daha düşük maliyetle eşit ya da daha iyi sonuç veriyor. Varsayılan, Claude Code'da yüksek efor, Claude Cowork'te ve claude.ai'da ise orta.

Veri gizliliği: kurumlar için önemli olan değişim

Anthropic, kötü niyetli kullanımı engellemeye devam ederken müşterilere sıfır veri saklama politikasına eşdeğer tam gizlilik sağlayan Enterprise Frontier Safeguards adlı bir sistem duyurdu. Sistem, verileri Anthropic'in değil, tamamen müşterinin kontrol ettiği bulut altyapısında saklayarak çalışıyor. Kullanıma sunulması aşamalı olacak ve bu sonbaharda başlıyor; o zamana kadar uygun müşteriler modeli sıfır veri saklama ile kullanabilir.

Bu tek nokta, hassas Suudi sektörlerine kapalı olan bir kapıyı açıyor: veri koruma yükümlülükleri, verileri saklayan harici bir hizmete göndermelerini engelleyen kamu, finans ve sağlık kurumları.

Daha isabetli güvenlik önlemleri: meşru işlere daha az ret

Bir geliştiriciyi, tehlikeli göründüğü için meşru bir isteği reddeden modelden daha çok sinirlendiren şey azdır. Anthropic, en yeni güvenlik önlemlerinin siber güvenlikte %60 daha az yanlış pozitif engellediğini söylüyor. Fable 5.1 artık yazılım açıklarını keşfetmek için kullanılabiliyor, ancak bu açıklar için exploit geliştirmek için kullanılamıyor — korunmaya değer bir ayrım: bir açığı bulmak savunma işidir, onu silaha dönüştürmek değildir.

Bunun benchmark puanlarından fazlası olduğunu ne gösteriyor?

Test yüzdeleri değil somut sonuçlar oldukları için yayımlanan üç sonuca değinmeye değer:

  • Yatırım şirketi Millennium'da model, mühendislerinin ve diğer tüm modellerin yıllardır açıklayamadığı, iç sistemlerdeki nadir bir çökmenin nedenini buldu.
  • NASA'nın Magellan görevinin otuz yıldan uzun süre önce çektiği radar görüntülerinden Venüs'ün üçte birinin yeni bir yükseklik haritasını üreten bir sinir ağı eğitti; ayrıntıyı on ila yirmi yerine iki ila üç kilometreye kadar çözdü ve yükseklikler %25'e kadar daha doğru çıktı. Harita bir Creative Commons lisansıyla yayımlandı.
  • Hesaplamalı biyolojide, yedi açık kaynak modeli aynı çıktılarla 2,5 kata kadar hızlandıran özel GPU çekirdekleri yazdı ve tahmini GPU maliyetlerini %30 ile %60 arasında düşürdü. Normalde bir performans mühendisi ekibinin haftalarını alacak iş günler içinde tamamlandı.

Origami'nin görüşü

Suudi bir işletme sahibi için asıl hikâye sıralama tablosu değil. Asıl hikâye, tek bir sürümün üç şeyi bir araya getirmesi: daha yüksek yetenek, özellikle ajan tabanlı işlerde daha düşük maliyet ve verileri sizin kontrol ettiğiniz altyapıda tutan bir gizlilik seçeneği. Yetenek tek başına zaten mevcuttu; bu modellerin deneylerden çıkıp üretim sistemlerine geçmesini engelleyen iki şey maliyet ve gizlilikti.

Pratik tavsiyemiz: modelden değil, görevden başlayın. Orta ölçekli bir şirketin bugün ihtiyaç duyduğu işlerin çoğu orta eforla, daha az parayla iyi çalışır. Görevinizi önce en düşük seviyede test edin ve ancak ihtiyacı gösterebildiğinizde yükseltin — aylık faturadaki fark, fiyat tablosunun düşündürdüğünden daha büyüktür.

Sonuç

Fable 5.1, Anthropic'in yayımladığı her benchmark'ta önde, ajan tabanlı bilimsel araştırmada selefini iki katından fazla geride bırakıyor ve ciddi işler için daha az maliyetli. Daha da anlamlı olan, sürümün yalnızca yeteneği değil müşteri şikâyetlerini de ele alması — rekabetin en yüksek puanı kimin aldığından, gerçek bir kurum içinde kullanımı kimin mümkün kıldığına kaydığı, olgunlaşan bir pazarın işareti.

Kaynaklar

  • Anthropic — Claude Fable 5.1 ve Claude Mythos 5.1'in resmî duyurusu; benchmark tablosunun, fiyatlandırma, gizlilik ve güvenlik önlemleriyle ilgili iddiaların ve bilimsel örneklerin kaynağı.
  • Anthropic — Terminal-Bench-Science için standart hataya ilişkin yayımlanan not ve kamuya açık sıralama tablosu rakamları.
  • The Verge, Decrypt ve The New Stack — 1 Eylül 2026 lansmanının ve fiyat rakamlarının bağımsız haberleri.