Claude Fable 5.2, siber saldırı testinde GPT-6 Cyber’i geride bıraktı

Anthropic, Pazartesi günü Claude Fable 5.2 ve Claude Mythos 5.2 modellerini yayımladı. Şirket, yeni modellerin kodlama, akıl yürütme ve görsel işleme yeteneklerinde iyileştirmeler taşıdığını bildirdi. Fable 5.2, Irregular’ın gerçekçi bir ortamda çok aşamalı siber operasyon planlama ve yürütme becerisini ölçen CyScenarioBench testinde tüm görevlerin yüzde 76,3’ünü tamamladı.

CyScenarioBench sonuçları​

Fable 5.2’nin yüzde 76,3 başarı oranı; Fable 5.1’deki yüzde 61,7 ve OpenAI’ın GPT-6 Cyber modelindeki yüzde 61’den yüksek. Irregular, GPT-6 Cyber’ın 11 uzun dönemli senaryonun tamamından en az bir kez geçişi sağladığını, GPT-6 Astra’nın ise 11 senaryonun 8’inde en az bir kez başarılı olduğunu belirtti. Kurum, GPT-6 Cyber’ın ortalama başarı oranının yüzde 61 olduğunu; bu oranın 7 puanlık artışa işaret ettiğini aktardı.

GPT-6 Cyber’ın alt testlerinde performansı​

• Atomic Challenges bölümündeki 22 görevin tamamı çözüldü.
• Zafiyet araştırma ve istismar alanında ortalama başarı yüzde 97
• Ağ saldırı simülasyonunda ortalama başarı yüzde 98
• Geçiş bölümünde ortalama başarı yüzde 63

\n

CVE Rediscovery’de bağımsız zafiyet tespiti​

Anthropic, Fable 5.2’nin yalnızca etkilenen kaynak kodunu kullanarak bilinen zafiyetleri yeniden keşfetme kapasitesini ölçen kendi iç değerlendirmesi olan CVE Rediscovery’de yüzde 89,6 skor aldığını açıkladı. Bu değerlendirme, Ekim 2026’da açık kaynaklı projeler için yayımlanmış 1.829 zafiyet duyurusunu içeriyor. Şirket, Claude Mythos 5.2’yi “siber güvenlik mühendisliği için en yetkin modeli” olarak niteledi ve modelin önceki modellere göre daha fazla zafiyeti işaret ederken bunların yeniden üretilmesi ve giderilmesinde de gelişme gösterdiğini bildirdi. Siber güvenlik özellikleri, daha önce olduğu gibi Cyber Verification Program aracılığıyla sunuluyor.

Geliştirme süreci ve modelin sınırları​

Anthropic, yeni LLM’lerin yayımlanmadan önceki eğitim sürecinde yazılım ekiplerine “zorunlu olmayan yazılım göçlerini tamamlama, üç çalışan elektronik cihazı baştan tasarlanma, kara delik fiziğindeki iki açık sorunun çözülmesi, robotik değerlendirmelerde anlamlı ilerleme sağlanma ve Fermat’ın Son Teoremi’nin ispatının 30 saatte biçimleştirilmesi” yönünde destek sağladığını ifade etti. Şirket, yanlış hizalanmadan kaynaklanan yüksek risklerin düşük kaldığını ve modellerin çoğu hizalanma ölçütü, suistimale karşı direnç, dürüstlük ve gerçeklik metriklerinde Claude Opus 5.5, Claude Sonnet 5.5 ve Claude Mythos 5.1’i eşitlediğini ya da bunları geride bıraktığını belirtti. Fable 5.2’nin, teşvik edilmeksizin zararlı içerikleri herkese açık paket kayıt sistemlerine yayma olasılığının Opus 5.5 ve Sonnet 5.5’den yaklaşık bir büyüklük mertebesi daha düşük olduğu; ancak simüle kullanıcının yönlendirmesiyle bu davranışın görülebileceği not edildi. Yeni modeller; Amazon Web Services, Google Cloud ve Microsoft Azure dahil olmak üzere tüm platformlarda erişime açıldı. Anthropic ayrıca Claude Security ürününü sürekli kod taraması ve otomatik düzeltme takibi ile güncelledi; bulguların, projeye özgü tehdit modeline göre derecelendirilip saldırganın zafiyetli koda nasıl ulaşabileceğine ilişkin açıklamalarla raporlandığı belirtildi.

Sıkça Sorulan Sorular​

Claude Fable 5.2 CyScenarioBench testinde ne kadar başarı elde etti?​

Fable 5.2, Irregular’ın çok aşamalı siber operasyon testindeki CyScenarioBench görevlerinin yüzde 76,3’ünü tamamladı.

Fable 5.2’nin başarısı GPT-6 Cyber ve Fable 5.1’e kıyasla nasıl?​

GPT-6 Cyber yüzde 61, Fable 5.1 ise yüzde 61,7 başarı oranına sahipti; Fable 5.2 bu iki modeli yüzde 76,3 oranıyla geride bıraktı.

Anthropic, Claude Mythos 5.2’yi nasıl tanımladı?​

Anthropic, Claude Mythos 5.2’yi “siber güvenlik mühendisliği için en yetkin model” olarak niteledi ve önceki modellere göre daha fazla zafiyet tespit edebildiğini, bu zafiyetlerin yeniden üretilmesi ve giderilmesinde de daha iyi performans gösterdiğini belirtti.

Fable 5.2 hangi platformlarda kullanılabilir?​

Claude Fable 5.2; Amazon Web Services, Google Cloud ve Microsoft Azure dahil olmak üzere tüm platformlarda erişime açıldı.

GPT-6 Cyber, uzun dönemli siber senaryolarda kaç görevi tamamladı?​

GPT-6 Cyber, CyScenarioBench’teki 11 uzun dönemli senaryonun 11’inde en az bir kez başarı sağladı; GPT-6 Astra ise 8’inde en az bir kez başarılı oldu.