Anthropic meddelade att modellen Fable 5.2 klarade 41,3 procent av ett test med verkliga frilansuppdrag. Testet, som genomfördes av Scale Labs, mäter om en AI kan leverera resultat av professionell kvalitet på hela uppdrag – inte bara enskilda arbetsmoment. Som jämförelse klarade Manus, det bästa systemet för ett år sedan, bara 2,5 procent. Fable 5.2 löste alltså mer än sexton gånger så många uppdrag som den tidiga testvinnaren. Testet omfattar 240 projekt från 358 verifierade frilansare på Upwork. Uppdragen är värda sammanlagt cirka $144,000, med en genomsnittlig projektkostnad på $632.60 och omkring 29 timmars mänskligt arbete. Uppgifterna sträcker sig från videoredigering och CAD-design till spelutveckling och dataanalys. Agenterna arbetar i en virtuell miljö med professionella verktyg som Blender, GIMP och Audacity, samt specialiserade AI-verktyg för att skapa bilder, ljud och video. Scale Labs uppgav att Fable 5.2 gjorde sina största framsteg inom ljud- och musikredigering, arkitektur och inredningsdesign samt skapande av 3D-modeller. Modellen klarade också längre och mer komplexa projekt som tidigare agenter inte kunde slutföra. Nästan 50 av uppdragen som den klarade hade ingen AI i testet löst tidigare. De näst bästa modellerna var Anthropics Opus 5.5 med 21,25 procent och OpenAI:s GPT‑6 Astra med 20,83 procent. Googles Gemini Argon 4 kom på femte plats med 17,08 procent. Äldre modeller som GPT‑5.2 och Gemini 3 Pro hamnade under tre procent. Mänskliga experter granskade varje AI-resultat manuellt genom att öppna filerna i relevant programvara och jämföra dem med frilansarens arbete. Försök att automatisera granskningen med en annan AI har misslyckats, eftersom granskarna har svårt att upptäcka subtila tekniska brister.
Därför är framsteget viktigt
För företag som anlitar frilansare tyder resultaten på att AI-agenter som Fable 5.2 kan börja hantera en betydande andel rutinmässiga design- och medieuppdrag, vilket potentiellt kan sänka kostnaderna och korta ledtiderna. Testet visade dock också svagheter inom industridesign och animation, och granskarna påpekade att AI-resultat fortfarande kan vara ofullständiga eller innehålla tekniska fel. Mänsklig tillsyn kommer att behövas tills de bristerna åtgärdats.
Varför det spelar roll
Företag kan överväga AI-agenter för fler typer av frilansuppdrag, särskilt inom ljudredigering, arkitektur och 3D-modellering, vilket kan sänka kostnaderna. Men eftersom felen kvarstår behöver frilansare fortfarande granska och finslipa AI-resultaten, så omställningen kommer att ske gradvis.
