Fable 5.1 Adalah Model Terbaik yang Pernah Ada (Dan Lebih Murah dari Fable 5)

Bahasa Indonesiaالعربية Deutsch English Español Français हिन्दी 日本語 한국어 Português Русский 中文

Computing/Software

Transcript

00:00:00Jadi Fable 5.1 sudah hadir, dan ini lebih baik, lebih murah,

00:00:02dan hari ini saya akan memberi tahu kalian

00:00:04semua yang perlu kalian ketahui tentangnya.

00:00:05Jadi yang utama adalah harga.

00:00:07Fable 5.1 akan menelan biaya sekitar 25% lebih murah dari Fable 5,

00:00:11dan ini karena mereka mengurangi harga

00:00:13pada pembacaan tembolok.

00:00:14Ini sangat besar jika Anda melakukan banyak pekerjaan agen yang berjalan lama,

00:00:19dan mereka secara khusus menyebutkan ini,

00:00:21dan pengurangan biaya Anda bisa mencapai 45%

00:00:23dalam kasus-kasus di mana Anda melakukan pekerjaan

00:00:24yang memiliki ribuan dan ribuan token,

00:00:27dan Anda bekerja dalam panjang jendela konteks

00:00:28sebesar 50, 60, 70%.

00:00:30Mereka memperbarui kebijakan retensi data mereka,

00:00:32mereka menerapkan itu secara bertahap untuk pelanggan enterprise mereka,

00:00:34dan berkaitan dengan pengaman,

00:00:35mereka mengurangi positif palsu,

00:00:37yang dulunya cukup menyebalkan

00:00:38pada Fable 5 asli,

00:00:40karena jika Anda menanyakan pertanyaan

00:00:41yang berkaitan dengan hal-hal seperti keamanan siber,

00:00:43Anda akan terus-menerus diblokir,

00:00:44dan dalam kasus ini, sekarang peluang positif palsu 60% lebih sedikit.

00:00:47Sekarang mari kita lihat tolok ukurnya.

00:00:49Secara keseluruhan, model ini mengalahkan Fable 5, Opus 5,

00:00:50dan GPT 5.6 dalam segala hal secara harfiah.

00:00:53Sekarang, beberapa lompatan nilainya cukup signifikan.

00:00:56Ketika kita melihat penelitian ilmiah berbasis agen,

00:00:58hasilnya dua kali lipat dari Fable 5.

00:01:00Pengodingan berbasis agen juga mengalami lonjakan besar.

00:01:03Kita beralih dari 42% pada Fable 5 menjadi 55,8 pada Fable 5.1.

00:01:05Saya ingat ketika kita melihat tolok ukur untuk Opus 5,

00:01:09kita agak kagum dengan apa yang bisa diberikan oleh Opus 5

00:01:11dalam hal angka mentah.

00:01:14Pada kenyataannya, saya pikir kebanyakan orang masih lebih menyukai Fable 5 daripada Opus 5,

00:01:16tetapi saya merasa perbandingan antara Fable 5 versus 5.1

00:01:19kemungkinan sedikit lebih akurat

00:01:23dalam hal rasanya

00:01:24ketika Anda benar-benar menggunakannya.

00:01:26Selain itu, sebagian besar peningkatan tolok ukur

00:01:28bersifat relatif bertahap.

00:01:29Kita berbicara tentang beberapa persen di sana-sini,

00:01:31dengan pengecualian alur kerja bisnis

00:01:32yang menggunakan tolok ukur otomatisasi.

00:01:34Sekarang, yang penting bukan hanya tolok ukurnya itu sendiri,

00:01:37tetapi berapa banyak yang kita bayar untuk skor semacam ini,

00:01:39dan perubahan seperti apa yang kita lihat

00:01:41ketika kita mengubah tingkat upaya?

00:01:43Karena itu selalu sangat menarik untuk dilihat,

00:01:44karena seringkali ketika kita melihat tingkat upaya sangat tinggi

00:01:46atau maksimum,

00:01:48kita benar-benar tidak mendapatkan hasil yang sepadan

00:01:49dibandingkan dengan tinggi atau bahkan sedang.

00:01:51Jadi yang kita miliki di sini adalah Terminal Bench 4.0.

00:01:53Kita memiliki Mythos 5.1 di bagian atas,

00:01:56Fable 5.1 di tengah,

00:01:59dan kemudian Mythos 5 di bawah sini,

00:02:00dan Anda dapat membayangkan Fable 5 sedikit di bawah Mythos.

00:02:02Jadi Fable 5.1 dan Mythos 5.1,

00:02:05tentunya merupakan lompatan besar dibandingkan dengan Mythos 5,

00:02:07dan harganya lebih murah.

00:02:10Dan yang sangat keren adalah ketika kita melihat sesuatu

00:02:12seperti tinggi, misalnya,

00:02:13yang saya rasa menjadi tempat sebagian besar orang berada,

00:02:15sering kali saya menggunakan tingkat sedang

00:02:16dalam kasus penggunaan Fable saya,

00:02:17Anda pada dasarnya,

00:02:20jika kita melihat tingkat sedang,

00:02:20kita menyamai output maksimum pada Mythos 5,

00:02:21tetapi alih-alih berharga $26,

00:02:25biayanya menjadi $7,80.

00:02:27Dan ketika kita beralih ke tinggi,

00:02:30dan kita membandingkan tinggi dengan katakanlah maksimum,

00:02:32Anda hanya melihat,

00:02:34berapa, perubahan 6% dalam hal output,

00:02:35namun biayanya $19,50 versus $10,50.

00:02:38Jadi yang sangat keren tentang model-model baru ini

00:02:42adalah Anda bisa mendapatkan kinerja yang sangat tinggi

00:02:43pada tingkat upaya menengah tersebut

00:02:45dan benar-benar menghemat biaya.

00:02:47Dan kita melihat pola yang sama berlaku

00:02:50pada tolok ukur lainnya, bukan?

00:02:52Ini adalah Humanity's Last Exam.

00:02:53Sekali lagi, kita tidak melihat peningkatan yang besar

00:02:55ketika kita melompat dari tinggi ke maksimum,

00:02:57namun kita memiliki kinerja yang sangat baik

00:02:59dengan biaya yang cukup wajar

00:03:00pada pengaturan tingkat menengah ini.

00:03:02Satu pengecualian adalah ketika kita melihat

00:03:04pengodingan agen pada Cursor Bench,

00:03:05Fable 5.1,

00:03:07kita melihat lonjakan yang cukup tinggi dari tinggi ke ekstra tinggi,

00:03:08tetapi sekali lagi, antara ekstra tinggi dan maksimum,

00:03:11tidak terlalu banyak.

00:03:13Tapi, Anda tahu, jika saya berada di tingkat tinggi,

00:03:14pada Fable 5.1,

00:03:15itu sama dengan berada di ekstra tinggi

00:03:17dengan Fable 5,

00:03:18namun dengan biaya kurang dari separuhnya.

00:03:20Jadi penghematan harga yang besar di sini,

00:03:22bahkan jika Anda bukan seseorang

00:03:24yang melakukan pekerjaan yang sangat kompleks.

00:03:25Jika Anda

00:03:27hanya bisa dibilang

00:03:29pengembang solo rata-rata,

00:03:30masalah Anda tidak begitu rumit,

00:03:32tetapi Anda suka menggunakan model mutakhir ini,

00:03:33sekarang Anda memiliki kemampuan

00:03:34untuk menurunkan tingkat upaya

00:03:36dan Anda hampir melakukan

00:03:37apa yang Anda lakukan sebelumnya

00:03:38dengan separuh biaya,

00:03:40yang keunggulannya luar biasa.

00:03:41Sekarang, penelitian ilmiah

00:03:42selalu menjadi nilai jual yang cukup besar

00:03:44dalam hal model Fable dan Mythos.

00:03:46Dan jadi dengan rilis 5.1,

00:03:48tidak ada perubahan di sana.

00:03:49Mereka banyak berbicara tentang desain molekuler,

00:03:51analisis dan pemodelan komputasi,

00:03:53serta biologi komputasi.

00:03:55Sekali lagi, ini adalah masalah yang lebih khusus

00:03:57yang diselesaikan oleh beberapa orang,

00:03:58tetapi selalu menarik untuk melihat

00:04:00apa yang terjadi di domain ini

00:04:01dibandingkan standar Anda,

00:04:03apa yang dilakukan model ini

00:04:03pada tolok ukur pengodingan agen ini.

00:04:05Dan seperti yang saya singgung di intro,

00:04:07telah ada beberapa perubahan

00:04:08dalam hal keamanan,

00:04:09keselamatan,

00:04:09dan penyelarasan.

00:04:11Gambaran besar,

00:04:12lebih sedikit positif palsu.

00:04:13Anda dapat mengajukan lebih banyak pertanyaan

00:04:14yang berkaitan dengan hal-hal seperti keamanan siber

00:04:15dan model ini cukup cerdas

00:04:16untuk tidak langsung panik

00:04:18dan mengirim Anda ke Opus

00:04:19apa pun yang terjadi.

00:04:20Jika Anda ingin menyelami lebih mendalam,

00:04:21secara mendalam tentang ini,

00:04:21mereka memiliki kartu sistem mereka

00:04:23yang selalu dapat Anda lihat.

00:04:24Ini, Anda tahu,

00:04:25beberapa ratus halaman materi,

00:04:27212 tepatnya,

00:04:28tetapi mereka memberikan ringkasan yang bagus di sini.

00:04:30Namun yang perlu Anda pedulikan

00:04:31hanyalah bahwa pengaman ini

00:04:32lebih tepat,

00:04:33sehingga lebih kecil kemungkinannya

00:04:34untuk menandai konten jinak

00:04:35dan langsung mengarahkan Anda

00:04:36ke model yang lebih rendah.

00:04:37Khusus untuk pertanyaan keamanan siber,

00:04:40pengguna Cloud Code

00:04:40dapat mengharapkan rata-rata

00:04:41intervensi 60% lebih sedikit

00:04:43per sesi

00:04:44dari pengaman ini,

00:04:46yang sangat bagus

00:04:46jika Anda bekerja

00:04:47pada aplikasi apa pun

00:04:48di mana Anda perlu mengajukan pertanyaan

00:04:49tentang praktik terbaik keamanan siber

00:04:51untuk kasus penggunaan khusus Anda.

00:04:53Mereka memang memiliki

00:04:53paragraf yang menarik di sini

00:04:54yang membahas

00:04:55mekanisme anti-distilasi,

00:04:57yang merupakan metode

00:04:58untuk pada dasarnya mengekstrak

00:04:59hal terbaik dari Fable 5

00:05:01dan Fable 5.1

00:05:02untuk digunakan di model lain.

00:05:03Ini adalah sebuah diskusi

00:05:04yang cukup besar

00:05:05kaitannya dengan

00:05:06model sumber terbuka.

00:05:07Anda mungkin sering mendengar

00:05:08tentang semua

00:05:08model sumber terbuka yang bagus ini

00:05:09yang dirilis,

00:05:10dan tidak ragu lagi

00:05:11mereka akan terus bermunculan

00:05:13seiring mereka disuling

00:05:14dari model-model terdepan ini.

00:05:15Jadi ini adalah jenis

00:05:17diskusi

00:05:17yang sebaiknya

00:05:18Anda perhatikan.

00:05:18Ini tidak terlalu berdampak pada Anda,

00:05:20pengguna akhir,

00:05:21tetapi ini adalah, Anda tahu,

00:05:22semacam hal tingkat atas di mana

00:05:23kita memiliki semua

00:05:24model sumber terbuka

00:05:25yang berasal dari China

00:05:26sementara banyak dari perusahaan

00:05:26terdepan berada di AS,

00:05:27dan selalu ada

00:05:28semacam, Anda tahu,

00:05:29anggapan bahwa semua

00:05:31model sumber terbuka ini

00:05:32sebenarnya hanya

00:05:32mengambil sumber dari hal-hal

00:05:33seperti Opus dan Fable.

00:05:35Mereka memberikan contoh

00:05:36tentang cara kerjanya

00:05:37di mana akun API baru

00:05:38tidak dapat mengedit konteks sebelumnya

00:05:39milik Claude

00:05:40untuk pada dasarnya mengekstrak

00:05:42cara berpikir Claude

00:05:43dan menghasilkan

00:05:44jawaban-jawabannya.

00:05:44Dan sekali lagi,

00:05:45ini khusus

00:05:46Dan sekali lagi,

00:05:46jadi jika Anda sudah memilikinya,

00:05:47sekali lagi,

00:05:48ini tidak akan terlalu berdampak pada Anda.

00:05:48Sekarang, dalam hal biaya

00:05:49dan ketersediaan,

00:05:50ketersediaan,

00:05:51fitur ini sudah tersedia

00:05:52di mana-mana sekarang.

00:05:52Biaya.

00:05:53Per token,

00:05:54jika Anda perhatikan,

00:05:55biayanya persis sama

00:05:56seperti Fable 5.

00:05:56Kita melihat $10

00:05:58per juta token input

00:05:58dan $50 per juta

00:05:59token output,

00:06:00tetapi pada kenyataannya,

00:06:02ketika Anda benar-benar menggunakannya

00:06:03untuk tugas tertentu,

00:06:04biayanya akan lebih murah

00:06:05karena pembacaan singgahan.

00:06:06Sekarang, jika Anda tidak tahu

00:06:07apa itu caching prompt,

00:06:08Anda dapat melihat video

00:06:09yang saya buat minggu lalu

00:06:10tentang hal tersebut.

00:06:12Pada dasarnya,

00:06:12ini sangat besar

00:06:14jika Anda adalah seseorang

00:06:14yang menjalankan tugas agen

00:06:16berdurasi panjang.

00:06:18Jadi Anda memiliki

00:06:18sesi yang sangat besar,

00:06:19banyak konteks,

00:06:20dan Anda menggunakannya

00:06:20secara terus-menerus.

00:06:23Anda tidak hanya menyuruhnya

00:06:23melakukan sesuatu

00:06:25lalu kembali keesokan harinya.

00:06:26Anda terus berbicara

00:06:27dan mengobrol

00:06:28dengannya.

00:06:29Jadi pembacaan singgahan ini

00:06:2975% lebih murah,

00:06:30yang merupakan perubahan besar,

00:06:31dan itulah yang menghasilkan

00:06:32biaya yang lebih rendah ini.

00:06:32Dan grafik ini

00:06:33menjelaskannya di sini.

00:06:35Biaya ini bisa menjadi sekitar 25% lebih murah

00:06:37untuk tugas normal,

00:06:39tetapi sekali lagi,

00:06:40beban kerja agen yang intensif

00:06:41bisa mencapai 45% lebih murah.

00:06:42Jadi sangat menyenangkan

00:06:42mendapatkan pembaruan

00:06:44untuk model Fable ini.

00:06:45Saya sangat menyukai Fable 5,

00:06:46meskipun rasanya biasa saja

00:06:47jika dibandingkan dengan Opus 5,

00:06:49tetapi bagi Anda

00:06:49yang telah mencoba langsung Fable,

00:06:50saya pikir Anda pasti setuju

00:06:51bahwa ada perubahan signifikan

00:06:53pada apa yang dihadirkan model ini

00:06:53dibandingkan semua hal lain

00:06:54yang pernah kita dapatkan

00:06:55dari Anthropic.

00:06:56Jadi memiliki sesuatu

00:06:57yang lebih baik

00:06:58dan lebih murah

00:06:59serta lebih sedikit yang perlu dikhawatirkan

00:07:01dalam hal batasan keamanan

00:07:02menurut saya adalah hal yang hebat.

00:07:03Jadi pastikan untuk mencobanya.

00:07:03Beri tahu saya

00:07:04pendapat Anda.

00:07:05Jadi memiliki sesuatu

00:07:06yang lebih baik

00:07:07dan lebih murah

00:07:09serta tidak terlalu mengkhawatirkan

00:07:10soal pembatasan,

00:07:11menurut saya itu hal yang luar biasa.

00:07:12Jadi pastikan untuk mencobanya,

00:07:13dan beri tahu saya pendapat Anda.

Key Takeaway

Model Fable 5.1 menghadirkan kinerja yang melampaui versi sebelumnya dan GPT 5.6 dengan penghematan biaya hingga 45% melalui optimalisasi pembacaan tembolok.

Highlights

Model Fable 5.1 menurunkan biaya pembacaan tembolok sebesar 75% dibandingkan versi sebelumnya.
Pengurangan biaya total mencapai 45% pada tugas agen berdurasi panjang dengan ribuan token.
Peluang positif palsu pada pengaman keamanan siber berkurang 60% pada Fable 5.1.
Kinerja pengodingan berbasis agen meningkat dari 42% pada Fable 5 menjadi 55,8 pada Fable 5.1.
Tingkat upaya menengah pada Fable 5.1 menyamai output maksimum Mythos 5 dengan biaya $7,80 alih-alih $26.

Timeline

Perubahan Harga dan Efisiensi Biaya

Fable 5.1 menelan biaya 25% lebih murah daripada Fable 5 secara keseluruhan.
Pengurangan biaya pembacaan tembolok mencapai 75%.
Pekerjaan agen dengan ribuan token menghasilkan penghematan biaya hingga 45%.

Penurunan harga berfokus pada pembacaan tembolok yang sangat krusial untuk pekerjaan agen berjalan lama. Pengguna tingkat menengah dapat menyamai output maksimum model lain dengan pengeluaran yang jauh lebih rendah. Penyesuaian tingkat upaya memungkinkan pengembang solo menekan biaya operasional secara signifikan tanpa mengorbankan kualitas keluaran.

Peningkatan Tolok Ukur dan Kinerja

Fable 5.1 mengungguli Fable 5, Opus 5, dan GPT 5.6 di berbagai tolok ukur.
Penelitian ilmiah berbasis agen mencatat hasil dua kali lipat lebih tinggi dari Fable 5.
Intervensi pengaman keamanan siber berkurang rata-rata 60% per sesi.

Lonjakan metrik terbesar terlihat pada penelitian ilmiah dan pengodingan agen. Pengaman keamanan yang lebih tepat mengurangi pemblokiran konten jinak secara drastis. Ketersediaan model ini sudah menyeluruh dengan struktur harga per token input dan output yang tetap, sementara penghematan nyata didapat dari efisiensi tembolok.

Community Posts

No posts yet. Be the first to write about this video!

Write about this video