Claude Fable 5.2 চালু আছে

Claude Fable 5.2 হলো Anthropic-এর তৈরি ফ্ল্যাগশিপ AI মডেল, যা সাইবার নিরাপত্তায় বিশেষায়িত Claude Mythos 5.2-এর একই উৎসভিত্তিক। Claude Fable 5.2 হাজার-স্তরের Agent ক্লাস্টারের স্বায়ত্তশাসিত সহযোগিতা সক্ষমতার জন্য পরিচিত। 1000টি Agent টানা 8 দিন কাজ করে শূন্য থেকে বুটযোগ্য সম্পূর্ণ অপারেটিং সিস্টেম তৈরি করেছে এবং 30 ঘণ্টার মধ্যে ফার্মার শেষ উপপাদ্যের Lean আনুষ্ঠানিক প্রমাণ সম্পন্ন করেছে। Claude Fable 5.2-এর প্রজন্মের গতি আগের সংস্করণের তুলনায় 30% বেশি, API মূল্য ইনপুটের জন্য $8 এবং আউটপুটের জন্য প্রতি মিলিয়ন token-এ $40-এ নেমেছে। Claude Fable 5.2-এর High স্তরের কর্মক্ষমতা Opus 5.5 Max স্তরের প্রায় সমান, কিন্তু খরচ মাত্র অর্ধেক।

হাজার-স্তরের Agent ক্লাস্টার সহযোগিতা: এক হাজারেরও বেশি সাব-Agent-কে স্বয়ংক্রিয়ভাবে কাজ ভাগ করে দিতে পারে এবং টানা বহু দিন ধরে লেখা, পরীক্ষা ও পর্যালোচনা থেকে শুরু করে সম্পূর্ণ প্রকৌশল কাজ শেষ করতে পারে।
স্বায়ত্তশাসিত সফটওয়্যার উন্নয়ন: খালি ফোল্ডার থেকে শুরু করে, মানুষের কোড লেখায় হস্তক্ষেপ ছাড়াই 8 দিনে kernel, driver, file system ও graphical interface-সহ বুটযোগ্য অপারেটিং সিস্টেম তৈরি করতে পারে।
কঠিন কোড স্থানান্তর: মূল production service Python থেকে Rust-এ সম্পূর্ণ স্থানান্তরের নেতৃত্ব দিয়েছে, ফলে service চালুর গতি প্রায় 26 গুণ বেড়েছে।
গাণিতিক আনুষ্ঠানিক প্রমাণ: 1000টি Agent সহযোগিতায় 30 ঘণ্টায় ফার্মার শেষ উপপাদ্যের Lean ভাষায় আনুষ্ঠানিকীকরণ সম্পন্ন করেছে; প্রমাণের code আগের সংস্করণের তুলনায় 7 গুণ ছোট হয়েছে।
বৈজ্ঞানিক গণনায় অগ্রগতি: 23 বছর ধরে বিলম্বিত কৃষ্ণগহ্বরের phase transition গণনা স্বয়ংক্রিয়ভাবে সম্পন্ন করেছে এবং পদার্থবিদদের 15 বছর ধরে ব্যবহৃত screening technique-এর সীমা নির্ভুলভাবে নির্ধারণ করেছে।
হার্ডওয়্যারের পূর্ণ-স্ট্যাক নকশা: এক বাক্যের চাহিদা থেকে specification, চার-স্তরের PCB routing, 3D enclosure modeling ও firmware তৈরি করতে পারে; prototype প্রথমবারেই চালু হয়েছে, কোনো electrical modification ছাড়াই।
রোবট নিয়ন্ত্রণ: বিশেষ প্রশিক্ষণ ছাড়াই RoboDojo দ্বি-বাহু রোবট simulation benchmark-এ 64.9% সফলতার হার অর্জন করে সমজাতীয় মডেলগুলোকে অনেক এগিয়ে গেছে।

Multi-Agent orchestration architecture: Fable 5.2-এর মূল প্রক্রিয়া হলো জটিল লক্ষ্যকে ভাগ করে বৃহৎ Agent ক্লাস্টারে বিতরণ করা। মডেল নিজেই সহযোগিতার protocol তৈরি করে, ভূমিকা ভাগ করে এবং একে অপরের code পর্যালোচনা করে। এই architecture মানুষের সাজানো pipeline-এর ওপর নির্ভর করে না; Agent-গুলো নিজেরাই কাজের বিভাজন ও অগ্রগতি সমন্বয় করে। ফলে এটি কয়েক দিন ধরে একটানা কাজ চালিয়ে একই প্রকৌশলগত context বজায় রাখতে পারে এবং আনুষ্ঠানিক প্রমাণ ও অপারেটিং সিস্টেম উন্নয়নের মতো দীর্ঘমেয়াদি কাজে একক মডেলের তুলনায় অনেক বেশি স্থিতিশীলতা দেখায়।
Effort-নিয়ন্ত্রিত reasoning mechanism: মডেলটি Low থেকে Max পর্যন্ত একাধিক “প্রচেষ্টার মাত্রা” প্রদান করে। মূলত reasoning-এর সময় বরাদ্দ করা computing budget ভিন্ন হয়; উচ্চ স্তরে দীর্ঘতর চিন্তার chain, বেশি tool call এবং আরও self-verification round সমর্থিত হয়। মজার বিষয় হলো, স্তর বাড়ার সঙ্গে কর্মক্ষমতা সরলরৈখিকভাবে বাড়ে না: FrontierCode 2.0-এ Xhigh স্তরের score সর্বোচ্চ 49.1%, কিন্তু Max স্তরে তা কমে 45.6%-এ নেমে আসে। এতে বোঝা যায়, অতিরিক্ত reasoning অপ্রয়োজনীয় পরিবর্তন আনতে পারে। High স্তর প্রায় অর্ধেক token খরচে Opus 5.5 Max স্তরের সমমানের ফল দেয়, যা cost-performance curve-এর সূক্ষ্ম ভারসাম্য তুলে ধরে।
ক্ষমতাভিত্তিক সীমাবদ্ধতার “The Three-Body Problem”-ধাঁচের training: AI-এর স্ব-উন্নয়ন ত্বরান্বিত হয়ে নিয়ন্ত্রণের বাইরে চলে যাওয়া ঠেকাতে Anthropic training পর্যায়ে দুই ধরনের ক্ষমতা, accelerator kernel optimization এবং large language model architecture improvement, লক্ষ্যভিত্তিকভাবে দমন করেছে। এগুলোর কর্মক্ষমতা Opus 5.5 স্তরে নামিয়ে আনা হলেও Agent coding ও hardware development-এর মতো সংলগ্ন সক্ষমতায় প্রভাব পড়তে দেওয়া হয়নি। Inference পর্যায়ে স্বচ্ছ fallback mechanism রয়েছে: ব্যবহারকারী non-standard accelerator kernel তৈরির চেষ্টা করলে system স্বয়ংক্রিয়ভাবে Opus 5-এ স্যুইচ করে উত্তর দেয়।

প্রবেশের মাধ্যম বেছে নিন: Fable 5.2 এখন Claude.ai, Claude Code, Claude Platform (API) এবং AWS, Google Cloud, Microsoft Azure-সহ প্রধান cloud platform-এ উপলভ্য।
সাবস্ক্রিপশন নিশ্চিত করুন: অর্থপ্রদত্ত subscription ব্যবহারকারীরা (Pro/Team ইত্যাদি) এই সপ্তাহে Fable quota ব্যবহার করতে পারবেন। Subscription-এর মেয়াদ অনুযায়ী 1-3 বার Fable quota reset পাওয়া যাবে এবং Fable সাপ্তাহিক usage limit-এর 50% পর্যন্ত ব্যবহার করতে পারবে।
মডেলের অবস্থান নির্ধারণ করুন: দৈনন্দিন coding ও knowledge task-এর জন্য আগে Opus 5.5-এর মতো প্রধান মডেল ব্যবহার করুন; কঠিন সমস্যা হলে Fable 5.2-এ স্যুইচ করুন।
ব্যবহারের পদ্ধতি এক (Advisor mode): কঠিন সমস্যায় পড়লে Haiku, Sonnet বা Opus-এর মতো ছোট মডেলকে Fable 5.2-এর পরামর্শ নিতে বলুন।
ব্যবহারের পদ্ধতি দুই (Orchestrator mode): Fable 5.2-কে প্রধান সমন্বয়কারী হিসেবে ব্যবহার করে ভেঙে দেওয়া সহজ subtask-গুলো সস্তা ছোট মডেলগুলোর কাছে পাঠান।
স্তর বেছে নিন: সাধারণ কাজের জন্য default Medium স্তর যথেষ্ট; কঠিন সমস্যায় High বা Xhigh স্তরে যান। সর্বোচ্চ গতি চাইলে 2.5 গুণ গতির Fast mode চালু করা যায়।
উন্মুক্ত ধরনের task দিন: code migration বা system design-এর মতো লক্ষ্যভিত্তিক, দীর্ঘমেয়াদি task সরাসরি দিন, যাতে মডেল নিজেই পরিকল্পনা করে sub-Agent পরিচালনার মাধ্যমে কাজ শেষ করতে পারে।

দীর্ঘমেয়াদি স্বায়ত্তশাসিত প্রকৌশল: এক হাজারেরও বেশি Agent-কে কয়েক দিন ধরে একটানা পরিচালনা করতে পারে এবং মানুষের হস্তক্ষেপ ছাড়াই সম্পূর্ণ প্রকৌশল ফলাফল দিতে পারে, যেমন খালি ফোল্ডার থেকে বুটযোগ্য অপারেটিং সিস্টেম তৈরি করা।
বৃহৎ পরিসরের জটিল কাজের সক্ষমতা: একটি মডেল একই সঙ্গে planning, coordination, coding ও submission-এর মতো বিভিন্ন ভূমিকা পালন করতে পারে, ফলে একাধিক মডেলের মধ্যে কাজ পুনর্বণ্টনের মানবিক ঝামেলা দূর হয়।
কঠিন ক্ষেত্রে অগ্রগতি: 30 ঘণ্টায় ফার্মার শেষ উপপাদ্যের আনুষ্ঠানিক প্রমাণ সম্পন্ন করা এবং 23 বছর ধরে বিলম্বিত কৃষ্ণগহ্বরের পদার্থবিদ্যার গণনা সমাধান করা এর আন্তঃবিষয়ক উচ্চস্তরের reasoning ক্ষমতা দেখায়।
ভৌত জগতে প্রয়োগের সক্ষমতা: PCB circuit board design, 3D enclosure modeling থেকে firmware development পর্যন্ত পূর্ণ-স্ট্যাক কাজ করতে পারে; তিনটি বাস্তব machine প্রথমবারেই চালু হয়েছে, কোনো electrical modification ছাড়াই, আর robot control-এর সফলতার হার প্রতিদ্বন্দ্বীদের দ্বিগুণেরও বেশি।
উল্লেখযোগ্য cost-performance: High স্তর Opus 5.5 Max স্তরের প্রায় অর্ধেক খরচে সমমানের coding performance দেয়। FrontierCode 2.0-এ Xhigh স্তরের 49.1% score-ও সবার মধ্যে সর্বোচ্চ।

প্রকল্পের অফিসিয়াল ওয়েবসাইট: https://www.anthropic.com/claude-fable-and-mythos-5-2

বৃহৎ পরিসরের code engineering: legacy system language migration (Python→Rust), খালি directory থেকে সম্পূর্ণ operating system তৈরি এবং এমন দীর্ঘমেয়াদি প্রকল্প, যেখানে শত শত বা হাজার Agent কয়েক দিন ধরে একটানা কাজ করে।
গণিত ও বৈজ্ঞানিক গবেষণা: গাণিতিক প্রমাণের formal verification এবং theoretical physics-এ জটিল derivation ও calculation-এর মতো এমন সমস্যা, যা অতিরিক্ত একঘেয়ে বা বৃহৎ হওয়ায় মানুষ অসম্পূর্ণ রেখে দিয়েছে।
হার্ডওয়্যার পণ্য উন্নয়ন: specification লেখা, component selection, চার-স্তরের PCB routing থেকে 3D enclosure modeling ও firmware development পর্যন্ত পূর্ণ-স্ট্যাক hardware design; consumer electronics prototype দ্রুত তৈরির জন্য উপযোগী।
রোবট ও ভৌত জগত নিয়ন্ত্রণ: দ্বি-বাহু robot operation, automated laboratory instrument control এবং vision-action closed loop প্রয়োজন এমন task; বিশেষ training ছাড়াই 64.9% সফলতার হার অর্জন করতে পারে।