Yapay zeka yarışında Anthropic'in bir sonraki hamlesine ilişkin ilk teknik işaretler ortaya çıktı. Henüz resmi olarak tanıtılmayan Claude Fable 5.5, 13 Ekim 2026 tarihinde LiteLLM'in model fiyatlandırma kayıtlarına eklendi. Azure AI Foundry üzerinden görünen kayıt, modelin olası teknik özelliklerini ve fiyatlarını da içeriyor.
Anthropic cephesinde yeni modelin ne zaman çıkacağı belirsizliğini korurken Meta, 12 Ekim'de Muse Wonder ve Muse Wonder Full modellerini duyurdu. Şirketin şimdiye kadar geliştirdiği en güçlü yapay zeka sistemleri olarak tanıttığı bu iki model, özellikle karmaşık görevlerin tamamlanması, yazılım geliştirme ve uzun süreli hafıza özelliklerine odaklanıyor.
İlk bağımsız test sonuçları da geldi. Artificial Analysis tarafından yapılan değerlendirmede Muse Wonder 52, Muse Wonder Full ise 56 puana ulaştı. Önceki Muse Spark 1.3 modelinin aynı ölçekteki 48 puanlık sonucuyla karşılaştırıldığında Meta'nın kısa sürede kayda değer bir ilerleme sağladığı görülüyor.
Claude Fable 5.5 Azure Kayıtlarında Ortaya Çıktı
LiteLLM'in veritabanında azure_ai/claude-fable-5-5 adıyla yer alan kayıt, yeni model için 1 milyon tokenlık bağlam penceresi ve 128 bin tokenlık azami çıktı kapasitesi gösteriyor. Fiyatlandırma tarafında ise 1 milyon giriş tokenı için 10 dolar, çıkış tokenı için 50 dolar bilgisi bulunuyor.
Bu değerlerin tamamı mevcut Claude Fable 5.1 ile aynı. Dolayısıyla söz konusu kayıt, yeni modelin kesinleşmiş özelliklerinden ziyade önceden hazırlanmış bir katalog girdisi olabilir. Anthropic'in resmi model listesinde 14 Ekim itibarıyla Fable 5.5 bulunmuyor ve şirket tarafından doğrulanmış bir çıkış tarihi paylaşılmış değil.
Anthropic, Claude 5.5 ailesini 22 Eylül'de Opus 5.5 ile genişletmeye başlamıştı. Sonnet 5.5, 28 Eylül'de; daha ekonomik ve hızlı işlemler için tasarlanan Haiku 5.5 ise 7 Ekim'de kullanıma sunuldu. Şirketin en yüksek işlem kapasitesi gerektiren görevler için önerdiği Fable serisindeki son resmi model, 1 Eylül'de çıkan Fable 5.1 olmaya devam ediyor.
Anthropic'in 13 Ekim'de yayımladığı mühendislik raporu ise şirket içindeki yapay zeka kullanımının ne kadar büyüdüğünü gösteriyor. Mayıs ayında günlük ortalama 2.500 kod değişikliğini birleştiren şirket, Eylül ayında bu sayıyı 30 binin üzerine çıkardı. Artan iş yükünü karşılamak için Git tabanlı mevcut altyapısından kendi geliştirdiği Scion sistemine geçti.
Yedi kişilik ekibin beş ayda geliştirdiği Scion ve bağlantılı araçlar, Anthropic'in açıklamasına göre eski Git yansıtma altyapısına kıyasla işlemci ve bellek kullanımını yaklaşık 200 kat azalttı. Sürekli entegrasyon süreçlerinde de yüzde 25 işlemci kapasitesi tasarrufu sağlandı. Bu sistem şirketin kendi ihtiyaçları için geliştirildi; genel kullanıma sunulması planlanmıyor.
Şirketin gündemindeki bir başka konu ise yapay zekanın ortaya çıkarabileceği yeni güvenlik riskleri.
Anthropic araştırmacıları, 12 Ekim'de yayımladıkları çalışmada küçük yapay zeka modellerinin gelecekte merkezi veri merkezlerine ihtiyaç duymadan farklı cihazlara yayılabilecek kapasiteye ulaşabileceğini değerlendirdi. Araştırmada 15 düşük maliyetli Android TV kutusu birbirine bağlanarak Gemma 4 tabanlı 26 milyar parametreli bir model dağıtık biçimde çalıştırıldı.
Ayrı bir kontrollü deneyde GLM-5.2, güvenlik önlemleri özellikle basitleştirilmiş sanal cihazlar arasında model aktarımı ve çalıştırma adımlarını tamamlayabildi. Bu sonuç, gerçek dünyada kendi kendine yayılan bağımsız bir yapay zeka botnetinin oluşturulduğu anlamına gelmiyor. Araştırmacılar, küçük modellerin gelişme hızını dikkate alarak benzer yeteneklerin ilerleyen aylarda daha erişilebilir hale gelebileceğini belirtiyor.
Meta Muse Wonder Modelleri Hafıza Ve Kodlama Performansına Odaklanıyor
Meta'nın yeni model ailesindeki en belirgin yeniliklerden biri Active Memory. Bu özellik, yapay zekanın önceki görüşmelerde paylaşılan bilgileri sonraki görevlerle ilişkilendirmesini sağlıyor. Kullanıcının tercihleri, geçmiş talepleri ve devam eden işleri ihtiyaç duyulduğunda yeniden kullanılabiliyor.
Active Focus ise uzun süren görevlerde karşılaşılan sorunlara yönelik geliştirildi. Model, bir işlem başarısız olduğunda farklı yöntemler deneyebiliyor, hatalardan sonra çalışmaya devam edebiliyor ve gerekli durumlarda kullanıcıdan ek bilgi isteyebiliyor.
Meta, iki özelliği kişisel yapay zeka asistanlarının temelinde kullanmayı hedefliyor. Şirketin verdiği örnekler arasında sigorta başvurularının incelenmesi, kira sözleşmelerinin değerlendirilmesi, mali belgelerle çalışma ve yazılım geliştirme bulunuyor.
Muse Wonder ailesinin performans artışı bağımsız testlere de yansıdı. Artificial Analysis Intelligence Index v4.3 değerlendirmesinde Muse Wonder Full, önceki Muse Spark 1.3 modeline göre sekiz puanlık artış elde etti. Terminal-Bench 4.0 testinde başarı oranı yüzde 33'ten yüzde 57'ye yükseldi. Bu test, yapay zekanın terminal ortamında gerçek görevleri yerine getirebilme becerisini ölçüyor.
Muse Wonder Full, değerlendirmedeki on testin altısında ilk üç sıraya girmeyi başardı. Buna karşın genel bilgi testlerinde Claude Opus 5.5 ve bazı rakip modellerin gerisinde kaldı. Meta'nın yeni modelleri özellikle uzun görevler, yazılım geliştirme ve belirli uzmanlık alanlarında daha güçlü sonuçlar veriyor.
Fiyatlandırma da netleşmeye başladı. Muse Wonder'ın Meta Model API üzerinden kullanım bedeli 1 milyon giriş tokenı için 4 dolar, çıkış tokenı için 20 dolar olarak belirlendi. Bu fiyat Claude Opus 5.5 ile aynı seviyede. Muse Wonder Full ise şimdilik token başına ücretlendirilen bir API modeli olarak sunulmuyor.
Muse Wonder, geliştiriciler için Meta Model API ve Muse Code üzerinden erişime açıldı. Daha güçlü Muse Wonder Full modeli yalnızca Muse Code abonelerine sunuluyor.
Meta, yeni sistemleri kendi Muse yapay zeka asistanına da entegre edecek. İlk erişim ücretli abonelere verilecek, ardından daha geniş bir kullanıcı kitlesine ulaşılması hedefleniyor. Şirket henüz bu geçiş için kesin bir tarih açıklamadı.
Kullanıcıların mesajlarına, takvimlerine ve kişisel belgelerine erişebilen yapay zeka asistanlarının güvenliği de yeni modellerin değerlendirilmesinde belirleyici olacak. Meta, Muse Wonder ailesini özel bilgilerin izinsiz paylaşılmasını önleyecek şekilde eğittiğini belirtiyor. Modellerin güvenlik değerlendirmelerini içeren daha kapsamlı raporun ise sonradan yayımlanması planlanıyor.
