Fable 5.2の試験でタスク完了率84.6%、コストはOpus 5.5の2.80倍

Fable 5.2の試験ではタスク完了率84.6%を記録し、Opus 5.5の82.7%に近い結果となった一方、Fable 5.2のタスクあたりコストはOpus 5.5の2.80倍に達した。Opus 5.5は引き続きデフォルトの実務モデルであり、Fableモデルはアカウント停止リスクが大幅に高い。
イベントのバージョン 1.
Key insights
完了率はほぼ同等
Fable 5.2はタスク完了率84.6%を達成した。Opus 5.5は82.7%であり、両モデルの結果は近接している。
Fable 5.2のタスクあたりコストは2.80倍
Fable 5.2のタスクあたりコストはOpus 5.5の2.80倍に達した。コスト差は完了率の差よりもはるかに大きい。
Opus 5.5がデフォルトとして維持
Opus 5.5は実務のデフォルトモデルとして維持されている。この決定はFable 5.2の試験後に下された。
Fableは停止リスクが高い
Fableモデルはアカウント停止リスクが大幅に高い。このリスクはモデル選択においてコストと並んで言及された。