जीपीटी-6 एस्ट्रा और क्लॉड फेबल 5.1: फ्रंटियर लॉन्च सप्ताह, रिकॉर्ड पर

सितंबर 2026 के पहले तीन दिनों में, तीनों सबसे बड़े AI लैब्स ने अपने उत्पाद जारी किए: सोमवार को Anthropic ने Claude Fable 5.1 और Mythos 5.1 लॉन्च किया, मंगलवार को Google ने Gemini 3.8 Flash पेश किया, और बुधवार को OpenAI ने GPT-6 Astra की घोषणा की। यहाँ बताया गया है कि वास्तव में क्या लॉन्च हुआ, हमारे दैनिक बेंचमार्क स्नैपशॉट पहले से क्या दिखा रहे हैं, और लीडरबोर्ड पर आगे क्या देखना है।

क्या लॉन्च हुआ

Claude Fable 5.1 और Mythos 5.1 (सितंबर 1)। Anthropic इन्हें कोडिंग और ज्ञान कार्य के लिए अपने सबसे उन्नत मॉडल बताता है, जो कई वर्कलोड के लिए कम लागत पर Fable 5 से बेहतर परिणाम देते हैं। ये दो नाम एक ही अंतर्निहित मॉडल के दो ट्रैक हैं: Fable व्यापक रूप से दोहरे-उपयोग क्षमताओं पर अतिरिक्त सुरक्षा उपायों के साथ जारी होता है, जबकि Mythos केवल सत्यापित संगठनों (वर्तमान में अमेरिकी साइबर रक्षकों और जीवन-विज्ञान प्रयोगशालाओं का एक समूह) को बिना उन सुरक्षा उपायों के दिया जाता है। हमारे विकी में टियर की पृष्ठभूमि: Claude Fable 5 और Mythos 5।

GPT-6 Astra (सितंबर 3)। OpenAI का नया प्रमुख मॉडल, जिसे "वर्षों के शोध और बड़े दांव" का परिणाम बताया गया है, चरणों में ChatGPT भुगतान योजनाओं, API और AWS पर जारी हो रहा है। मुख्य बात केवल क्षमता नहीं है: Astra पहला OpenAI मॉडल है जो कंपनी के आंतरिक "Critical" साइबर सुरक्षा सीमा तक पहुँचता है, और OpenAI पहले उन क्षमताओं को अपने Daybreak सुरक्षा कार्यक्रम की कंपनियों तक सीमित कर रहा है। यह Anthropic के Fable/Mythos विभाजन को प्रतिबिंबित करता है और टियर-आधारित पहुँच को वास्तविक रूप से फ्रंटियर-लॉन्च पैटर्न बनाता है। विकी पेज: GPT-6 Astra।

हमारे स्नैपशॉट पहले से क्या दिखा रहे हैं

Wikiprompt प्रमुख लीडरबोर्ड का दैनिक स्नैपशॉट लेता है, इसलिए लॉन्च सप्ताह एक पेपर ट्रेल छोड़ते हैं:

एक्सेस टियर क्यों मायने रखते हैं

इस सप्ताह का दिलचस्प बदलाव बेंचमार्क संख्या नहीं है। दोनों लैब्स अब अपनी सबसे मजबूत क्षमताओं को सत्यापन के पीछे सार्वजनिक रूप से जारी करते हैं: Mythos स्वीकृत संगठनों को, Astra की साइबर क्षमताएँ Daybreak समूह को। प्रॉम्प्ट लेखकों के लिए इसका मतलब है कि जो मॉडल आप खरीद सकते हैं और जो मॉडल आंतरिक मूल्यांकन में शीर्ष पर है, वे अब हमेशा एक ही वस्तु नहीं हैं, और सामुदायिक लीडरबोर्ड (जो सार्वजनिक संस्करणों का परीक्षण करते हैं) वास्तविक उपयोग का ईमानदार माप हैं।

इसे गतिशील देखें

हम दैनिक स्नैपशॉट जारी रखेंगे; जब Astra और Fable 5.1 एरिना पर आएंगे, अंतर वहीं दिखाई देंगे।