Geliştiriciler çaba göstergesinin düşük okuduğunu fark etti. Anthropic sunum ayarlarını test ettiğini, sayının bu hafta farklı anlama geldiğini söylüyor.

22 Ağustos hafta sonunda Claude Code kullanıcıları, aracın "effort" (çaba) göstergesinin beklenmedik biçimde düşük değerler gösterdiğini — bir ekran görüntüsünde 100 üzerinden 10 — ve aynı işlerin Opus 5 ile eski Opus 4.6 arasında çok farklı davrandığını paylaştı; bir örnekte aynı iş için 43 dakikaya karşı 2 dakika. Başlık Hacker News'in ana sayfasına çıktı. Anthropic'te Claude Code ekibini yöneten Thariq, herkese açık biçimde yanıt vererek şirketin şu anda API sunum yapılandırmalarını test ettiğini ve bu test sırasında sayısal çaba değerinin normalden "farklı eşlendiğini" söyledi. Kullanıcının seçtiği çabanın aldığı çaba olduğunu, şirketin kendi değerlendirmelerinin performansta düşüş göstermediğini belirtti. Başlığın geri kalanı bu kadar kolay kapanmıyor: uzun bir kullanıcı dizisi Opus 5'in çıktısını istediklerinden daha uzun ve daha süslü buluyor, bazıları 4.6'ya ya da rakip araçlara dönüyor. Bunlar izlenim, ölçüm değil; model kalitesine dair izlenimler de meşhur şekilde güvenilmezdir. Ama Anthropic'in doğruladığı şey somut: arayüzde gösterilen bir sayı bu hafta geçen haftakiyle aynı anlama gelmiyordu.

✓ Doğrulandı · 2 kaynak

İlgili haberler