क्या ब्राउज़र एजेंट के लिए Claude Fable 5.2 पर जाना फ़ायदेमंद है?

अगर आपका ब्राउज़र एजेंट अभी 5.1 पर चलता है, तो हम Claude Fable 5.2 पर जाने का सुझाव देंगे। यह तेज़, सस्ता और अधिक सटीक है। Claude Fable 5.2 बनाम 5.1 के हमारे परीक्षण में हमने हर मॉडल को एक ही जैसे 28 वेब टास्क पर एक-एक बार चलाया। Fable 5.2 ने इनमें से 89.3% और Fable 5.1 ने 82.1% टास्क सफलतापूर्वक पूरे किए। दोनों में सफल टास्क पर Fable 5.2 का समय 418.5 सेकंड और लागत $2.63 प्रति टास्क रही, जबकि Fable 5.1 के लिए ये 450.6 सेकंड और $3.28 थे।
- कई आधिकारिक वेबसाइटों से एक ही तरह के विवरण जुटाने में Fable 5.2 की औसत लागत कम और सफलता दर थोड़ी अधिक रही।
- एक ही वेब ऐप के भीतर के वर्कफ़्लो में हर मॉडल के सभी 4 प्रयास सफल रहे और Fable 5.2 की प्रति टास्क लागत कम रही।
- लेकिन अगर आपका मुख्य काम खुली प्रकृति की रिसर्च है, तो Fable 5.1 की लागत थोड़ी कम रही और उसकी सफलता दर Fable 5.2 के बराबर बनी रही।
| मॉडल | सफलता दर | प्रति सफल टास्क समय | प्रति सफल टास्क लागत | प्रति सफल प्रयास लागत |
|---|---|---|---|---|
| Claude Fable 5.2 | 89.3% (25/28) | 418.5 s | $2.63 | $3.13 |
| Claude Fable 5.1 | 82.1% (23/28) | 450.6 s | $3.28 | $4.85 |
जहाँ Fable 5.2 वह काम पूरा करता है जो उसका पिछला संस्करण नहीं कर पाया
दोनों Fable मॉडल सक्षम ब्राउज़र एजेंट हैं, इसलिए हमने उन्हें रोज़मर्रा के ऐसे काम दिए जिनकी आवश्यकताएँ कड़ी थीं। इनमें से एक काम दफ़्तर के लिए फ़ोन चुनना था: नौ फ़्लैगशिप फ़ोन के लिए स्पेसिफ़िकेशन तालिका तैयार करना, जिसमें हर फ़ोन के कई फ़ील्ड हों और जानकारी उसके निर्माता की अपनी वेबसाइट से ली जाए। OnePlus 15 के ओवरव्यू पेज पर IP रेटिंग केवल एक उत्पाद चित्र में दी गई हैं, जिसका कोई वैकल्पिक टेक्स्ट नहीं है। दोनों मॉडलों ने ego(lite) में वह पेज खोला। Fable 5.2 ने चित्र का स्क्रीनशॉट लिया और चारों रेटिंग पढ़ लीं: IP66, IP68, IP69 और IP69K।

Fable 5.1 ने उसी पेज के टेक्स्ट में IP कोड खोजे, लेकिन उसे कोई नहीं मिला। फिर उसने स्पेसिफ़िकेशन पेज पर इको-डिज़ाइन से जुड़ी एक पंक्ति से IP68 लिया। उसकी अंतिम तालिका में OnePlus 15 के लिए एक ही रेटिंग थी, इसलिए यह फ़ोन उसकी IP69 डिवाइसों की सूची से भी गायब था। इस टास्क पर Fable 5.2 ने 65 टूल कॉल किए और Fable 5.1 ने 31, इसलिए सही जवाब की लागत $6.04 रही, जबकि दूसरे की $3.13।

जहाँ Fable 5.1 का काम पहले से पर्याप्त अच्छा है
Fable 5.1 एक सक्षम ब्राउज़र एजेंट है और उसे इस्तेमाल करते रहना भी उचित है। उसने वेब ऐप के हर वर्कफ़्लो और हर रिसर्च टास्क को सफलतापूर्वक पूरा किया, जैसे यात्रा की बुकिंग करना, खरीद ऑर्डर भरना और जानकारी के स्रोतों तक पहुँचना। अगर आपका एजेंट मुख्यतः ऐसे काम करता है, तो बदलाव से पूरे होने वाले टास्क की संख्या में बहुत बड़ा इज़ाफ़ा नहीं होगा। असली लाभ लगभग 20% कम कीमत होगी। लेकिन अगर आपका एजेंट अक्सर कई साइटों से लंबी स्पेसिफ़िकेशन तालिकाएँ या तुलना तालिकाएँ भरता है, तो Fable 5.2 बेहतर विकल्प बना रहता है। ऐसे मामलों में किसी मान का गायब या ग़लत होना पहचानना आम तौर पर मुश्किल होता है।
Fable 5.2 सस्ता क्यों है
Fable 5.2 मुख्यतः इसलिए सस्ता है क्योंकि Anthropic ने कीमत घटाई है। इसकी सूचीबद्ध कीमतें Fable 5.1 की तुलना में हर तरह के टोकन के लिए 20% कम हैं। बदलाव का सुझाव देने का हमारा सबसे बड़ा कारण भी यही है। दक्षता के लिहाज़ से दोनों ने एक टास्क पूरा करने के लिए लगभग उतना ही काम किया। Fable 5.2 ने प्रति टास्क लगभग 18% कम आउटपुट टोकन बनाए, लेकिन थोड़े ज़्यादा टूल कॉल किए, 32 के मुक़ाबले 35, इसलिए दोनों प्रभाव एक-दूसरे को संतुलित कर देते हैं। Fable 5.1 की दरें लागू करने पर इसका बिल उतना ही होता।
ब्राउज़र एजेंट में आपका ज़्यादातर खर्च मॉडल के पढ़ने पर होता है, लिखने पर नहीं। Fable 5.2 के खर्च का लगभग 70% उसके कॉन्टेक्स्ट पर गया: उसने जो पेज टेक्स्ट, स्नैपशॉट और स्क्रीनशॉट लिए, साथ ही उसके पिछले चरण, जिन्हें वह हर टर्न पर फिर से पढ़ता है। इसीलिए बहुत अधिक साइटों में फैले काम अक्सर सबसे महँगे पड़ते हैं। 8 से 12 आधिकारिक साइटों से एक ही तरह के विवरण जुटाने की लागत Fable 5.2 के साथ $4.65 प्रति टास्क रही, जबकि अधिकतम तीन साइटों पर जानकारी खोजने की लागत $1.35 रही। हम बजट एजेंट के काम के प्रकार के हिसाब से तय करने की सलाह देंगे, सिर्फ़ मॉडल की कीमत के हिसाब से नहीं।
हर उपयोगी परिणाम की लागत देखें तो बचत और अधिक दिखाई देती है। जब कोई टास्क ग़लत दिशा में गया, तो Fable 5.1 ने रुकने से पहले अधिक खर्च किया। इसलिए उसके कुल खर्च का लगभग एक तिहाई हिस्सा विफल प्रयासों पर गया, जबकि Fable 5.2 के लिए यह एक आठवाँ हिस्सा था। इन विफलताओं को गिनने पर हर सफल प्रयास की लागत Fable 5.1 के साथ $4.85 और Fable 5.2 के साथ $3.13 रही। लागत की तुलना करते समय हम इसी आँकड़े को देखेंगे।
तालिका के रूप में दिखाएँ
| काम का प्रकार | Fable 5.2 के सफल प्रयास | Fable 5.1 के सफल प्रयास | Fable 5.2 की प्रति टास्क लागत | Fable 5.1 की प्रति टास्क लागत | लागत की गणना में शामिल टास्क |
|---|---|---|---|---|---|
| काम के सभी प्रकार | 25/28 | 23/28 | $2.63 | $3.28 | 23 |
| कई साइटों से डेटा संग्रह | 9/10 | 8/10 | $4.65 | $5.77 | 8 |
| खोज और तुलना | 8/8 | 7/8 | $1.35 | $1.84 | 7 |
| वेब ऐप ऑटोमेशन | 4/4 | 4/4 | $1.44 | $1.84 | 4 |
| रिसर्च और संश्लेषण | 3/3 | 3/3 | $2.02 | $1.87 | 3 |
| सोशल मीडिया सत्यापन | 1/3 | 1/3 | $1.96 | $3.32 | 1 |
इसे कैसे चलाएँ
हमने claude-fable-5-2 को Claude Code में reasoning effort high और Bash, Read, Write, Edit तथा Skill टूल के साथ चलाया। एजेंट ego-browser की skill फ़ाइल लोड करता है और ego(lite) को ego-browser के ज़रिए चलाता है। वह छोटी JavaScript स्क्रिप्ट लिखता है, जिन्हें ego-browser चलाकर ego(lite) में पेज नियंत्रित करता है।

अक्सर पूछे जाने वाले प्रश्न
क्या ब्राउज़र एजेंट के लिए Claude Fable 5.2, Fable 5.1 से बेहतर है?
हमारे परीक्षणों में हाँ: Claude Fable 5.2 ने वे सभी टास्क सफलतापूर्वक पूरे किए जो Fable 5.1 ने किए, और दो अतिरिक्त टास्क भी। एक ही एजेंट रनटाइम और ब्राउज़र टूल के साथ हर मॉडल को सभी 28 वेब टास्क पर एक-एक बार चलाया गया। Fable 5.2 के 28 में से 25 प्रयास (89.3%) और Fable 5.1 के 28 में से 23 प्रयास (82.1%) सफल रहे। अतिरिक्त सफलताओं में से एक स्पेसिफ़िकेशन तालिका थी, जिसमें Fable 5.2 ने उत्पाद चित्र से IP कोड पढ़े।
क्या Fable 5.1 से Claude Fable 5.2 पर अपग्रेड करना फ़ायदेमंद है?
हाँ, ब्राउज़र एजेंट के लिए Claude Fable 5.2 पर अपग्रेड करना फ़ायदेमंद है, क्योंकि उसी काम की लागत कम रही और उसने Fable 5.1 में सफल कोई टास्क नहीं खोया। इसके 28 में से 25 प्रयास सफल रहे, जबकि Fable 5.1 के 28 में से 23। दोनों मॉडलों में सफल 23 टास्क पर इसकी प्रति टास्क लागत $2.63 रही, जबकि दूसरे की $3.28। यह Anthropic की 20% की मूल्य कटौती के बराबर है।
क्या Claude Fable 5.2, Fable 5.1 से प्रति टास्क भी सस्ता है या सिर्फ़ प्रति टोकन?
Claude Fable 5.2 प्रति टास्क और प्रति टोकन दोनों तरह से सस्ता है: दोनों मॉडलों में सफल 23 वेब टास्क पर इसकी लागत $2.63 रही, जबकि दूसरे मॉडल की $3.28। हर तरह के टोकन के लिए इसकी सूचीबद्ध कीमतें 20% कम हैं। Fable 5.1 की दरें लागू करने पर इन टास्क में इसके उपयोग की लागत लगभग $3.28 होती। इसलिए पूरे किए गए काम की प्रति टास्क बचत कीमत में कटौती से आती है।
क्या Claude Fable 5.2, Fable 5.1 से कम टोकन इस्तेमाल करता है?
सभी 28 प्रयासों को मिलाकर Claude Fable 5.2 ने 29% कम आउटपुट टोकन इस्तेमाल किए: प्रति प्रयास 20,138, जबकि Fable 5.1 ने 28,481। दोनों मॉडलों में सफल 23 टास्क पर भी इसने कम आउटपुट टोकन बनाए: प्रति टास्क 18,581, जबकि दूसरे मॉडल के 22,607। एक ही दरें लागू करने पर इन टास्क में इसके कुल उपयोग की लागत लगभग Fable 5.1 जितनी ही होती।
क्या ब्राउज़र टास्क पर Claude Fable 5.2, Fable 5.1 से तेज़ है?
हाँ, थोड़ा: दोनों मॉडलों में सफल 23 वेब टास्क पर Claude Fable 5.2 ने प्रति टास्क 418.5 सेकंड और Fable 5.1 ने 450.6 सेकंड लिए। इन 23 में से 13 टास्क पर Fable 5.2 तेज़ था। दोनों एक ही एजेंट रनटाइम और ब्राउज़र टूल के साथ चले और समय में मॉडल API का इंतज़ार भी शामिल है।
Claude Fable 5.2 को ब्राउज़र एजेंट के रूप में चलाने में कितना खर्च आता है?
हमारे परीक्षणों में, दोनों मॉडलों में सफल 23 वेब टास्क पर Claude Fable 5.2 की औसत लागत $2.63 प्रति टास्क रही। सभी 28 प्रयासों को गिनने पर प्रति सफल प्रयास लागत $3.13 रही। Fable 5.1 के लिए प्रति टास्क लागत $3.28 और प्रति सफल प्रयास लागत $4.85 रही। कई साइटों से डेटा संग्रह सबसे महँगा काम था, जिसमें Fable 5.2 की लागत $4.65 प्रति टास्क रही।
ब्राउज़र ऑटोमेशन में Claude Fable 5.2 किस तरह के काम अच्छे से करता है?
हमारे परीक्षणों में Claude Fable 5.2 के वेब ऐप ऑटोमेशन, खोज और तुलना तथा रिसर्च के सभी प्रयास सफल रहे। कई साइटों से डेटा संग्रह के 10 में से 9 प्रयास भी सफल रहे। Fable 5.1 के कई साइटों वाले 10 में से 8 प्रयास और खोज और तुलना के 8 में से 7 प्रयास सफल रहे। Fable 5.2 की दो अतिरिक्त सफलताएँ इन्हीं दो प्रकार के काम में मिलीं।
कहाँ Claude Fable 5.1 अब भी Fable 5.2 की बराबरी करता है?
वेब ऐप के वर्कफ़्लो और खुली प्रकृति की रिसर्च में Claude Fable 5.1 ने Fable 5.2 की बराबरी की। हर मॉडल के वेब ऐप ऑटोमेशन के सभी 4 प्रयास और रिसर्च और संश्लेषण के सभी 3 प्रयास सफल रहे। रिसर्च में Fable 5.1 की प्रति टास्क लागत $1.87 रही, जबकि दूसरे की $2.02। वहीं वेब ऐप वर्कफ़्लो में Fable 5.2 सस्ता रहा: $1.44, जबकि दूसरे की $1.84।
क्या Claude Fable 5.2 कई चरणों वाले ब्राउज़र टास्क को पूरा करने से पहले रुक जाता है?
हमारे परीक्षणों में नहीं: Claude Fable 5.2 का हर प्रयास अंतिम जवाब के साथ समाप्त हुआ और किसी ने भी 100 चरणों का बजट पूरा नहीं खर्च किया। उसकी तीन विफलताएँ ऐसे अंतिम जवाब थे जो हर आवश्यक मान सही देने की शर्त पूरी नहीं करते थे।
क्या Claude Fable 5.2 बिना निगरानी के ब्राउज़र टास्क चला सकता है?
Claude Fable 5.2 ने ज़्यादातर टास्क अपने-आप पूरे किए और 28 में से 25 प्रयास सफल रहे। फिर भी उसकी तीनों विफलताओं में अंतिम जवाब दिया गया, जिसमें त्रुटियाँ थीं। दो बार उसने ग़लत स्रोत से मान लिए, जैसे बाद की कोई सुरक्षा रिलीज़ या कोई अन्य क्षेत्रीय प्रेस विज्ञप्ति। रिलीज़ या कीमतों के डेटा के लिए जाँचें कि हर मान किस पेज से लिया गया है।
Claude Fable 5.2 ब्राउज़र कैसे इस्तेमाल कर सकता है?
Claude Fable 5.2 किसी एजेंट रनटाइम और ब्राउज़र टूल के ज़रिए ब्राउज़र चला सकता है। हमारे परीक्षणों में यह Claude Code में चला और ego-browser के ज़रिए ego(lite) को नियंत्रित किया। इसने छोटी JavaScript स्क्रिप्ट लिखीं, जिन्हें ego-browser ने चलाकर पेज नियंत्रित किए। इस सेटअप में वेब टास्क पर इसके 28 में से 25 प्रयास सफल रहे।
हमने परीक्षण कैसे किया
हमने Claude Fable 5.2 (claude-fable-5-2) और Claude Fable 5.1 (claude-fable-5-1) की तुलना की। दोनों के लिए reasoning effort high रखा गया और एक ही एजेंट रनटाइम इस्तेमाल किया गया: Claude Code, जिसमें Bash, Read, Write, Edit और Skill टूल थे। दोनों ने ego-browser के ज़रिए ego(lite) चलाया। मॉडल की स्क्रिप्ट जो माँगती है, उसके अनुसार ego-browser पेज को एक्सेसिबिलिटी स्नैपशॉट, पेज टेक्स्ट या स्क्रीनशॉट के रूप में मॉडल को देता है। हमने ये परीक्षण 12 नवंबर 2026 को Linux पर चलाए।
28 टास्क पाँच प्रकार के काम को कवर करते हैं। वेब ऐप ऑटोमेशन में परीक्षण के लिए बने कारोबारी ऐप के वर्कफ़्लो शामिल हैं, जैसे चालानों को भुगतानों से मिलाना। खोज और तुलना में एक से तीन साइटें शामिल होती हैं, जैसे MDN और Can I use पर ब्राउज़र सपोर्ट जाँचना। कई साइटों से डेटा संग्रह का मतलब 8 से 12 आधिकारिक साइटों से एक जैसे फ़ील्ड जुटाना है, जैसे 12 केंद्रीय बैंकों के ब्याज दर संबंधी निर्णय। रिसर्च और संश्लेषण खुली प्रकृति का काम है, जैसे Wikipedia की तालिका के स्रोतों तक पहुँचना। सोशल मीडिया सत्यापन में X पोस्ट को आधिकारिक पेजों से मिलाया जाता है। हर टास्क किसी एक प्रकार में आता है।
हर मॉडल ने हर टास्क को एक बार चलाया; किसी टास्क का एक रन एक प्रयास कहलाता है। कोई प्रयास तभी सफल माना जाता है जब उसके अंतिम जवाब में हर आवश्यक मान सही हो। हर प्रयास को अधिकतम 100 चरण और 60 मिनट मिले। एक चरण मॉडल का एक टर्न है, टूल कॉल मॉडल की किसी टूल को की गई एक कॉल है और ब्राउज़र कमांड ego-browser को दी गई एक स्क्रिप्ट है। समय हर प्रयास में वास्तव में बीता समय है, जिसमें मॉडल API का इंतज़ार भी शामिल है। लागत अमेरिकी डॉलर में है और हर प्रयास के टोकन उपयोग को Anthropic की सूचीबद्ध दरों से गुणा करके निकाली गई है; कैश पढ़ने और लिखने के लिए उनकी अलग-अलग दरें लागू हैं। प्रति सफल टास्क समय और लागत की तुलना उन 23 टास्क पर की गई है जो दोनों मॉडलों में सफल रहे। प्रति सफल प्रयास लागत निकालने के लिए सभी प्रयासों की कुल लागत को सफल प्रयासों की संख्या से भाग दिया जाता है।
पूरे परिणाम
हर सेल बताता है कि मॉडल का एकमात्र प्रयास सफल रहा या नहीं, उसमें मॉडल API के इंतज़ार सहित कितने सेकंड लगे और अमेरिकी डॉलर में उसकी लागत कितनी रही। अन्य जगहों के औसत में बिना राउंड किए गए लागत आँकड़े इस्तेमाल किए गए हैं।
| टास्क | काम का प्रकार | Claude Fable 5.2 | Claude Fable 5.1 |
|---|---|---|---|
| बुकिंग ऐप में यात्रा नीति के अनुसार उड़ानें, सीटें और होटल बुक करना | वेब ऐप ऑटोमेशन | सफल · 220.0 s · $1.66 | सफल · 208.2 s · $2.19 |
| मॉनिटरिंग ऐप में सर्विस मॉनिटर को लिखित मानक के अनुरूप करना | वेब ऐप ऑटोमेशन | सफल · 140.7 s · $1.02 | सफल · 158.2 s · $1.60 |
| इन्वेंटरी ऐप में स्टॉक के स्तर के आधार पर खरीद ऑर्डर बनाना | वेब ऐप ऑटोमेशन | सफल · 163.0 s · $1.06 | सफल · 128.2 s · $1.29 |
| वित्तीय ऐप में फ़रवरी के चालानों को भुगतानों से मिलाना और विवाद खोलना | वेब ऐप ऑटोमेशन | सफल · 316.3 s · $2.02 | सफल · 308.8 s · $2.28 |
| किसी व्याख्यान वीडियो के अध्यायों को उसके GitHub कोड और arXiv शोधपत्र से मिलाकर जाँचना | खोज और तुलना | सफल · 136.3 s · $1.14 | सफल · 221.8 s · $1.57 |
| FRED से मुद्रास्फीति के आँकड़े निकालना और BLS पर उनकी पुष्टि करना | खोज और तुलना | सफल · 122.7 s · $1.03 | सफल · 93.3 s · $1.11 |
| छह वेब सुविधाओं के लिए ब्राउज़र सपोर्ट को MDN और Can I use पर मिलाकर जाँचना | खोज और तुलना | सफल · 179.2 s · $1.14 | सफल · 239.1 s · $2.13 |
| फ़्लाइट सर्च साइट पर तीन शहरों के लिए सबसे सस्ते नॉनस्टॉप किराए ढूँढ़ना | खोज और तुलना | सफल · 683.0 s · $2.24 | विफल · 768.3 s · $4.41 |
| ClinicalTrials.gov के चरण 3 परीक्षणों को DailyMed पर उनके दवा-विवरणपत्रों से मिलाना | खोज और तुलना | सफल · 178.6 s · $1.52 | सफल · 267.6 s · $2.24 |
| निर्माता के अमेरिकी स्टोर पर तीन लैपटॉप कॉन्फ़िगरेशन की कीमतें पता करना और इन कॉन्फ़िगरेशन की तुलना करना | खोज और तुलना | सफल · 378.2 s · $2.46 | सफल · 392.0 s · $3.17 |
| बॉक्स ऑफ़िस डेटाबेस और Wikipedia के बीच छह फ़िल्मों की कमाई के आँकड़ों का मिलान करना | खोज और तुलना | सफल · 102.2 s · $1.09 | सफल · 87.6 s · $1.12 |
| Companies House पर चार ब्रिटिश कंपनियों की जाँच करना | खोज और तुलना | सफल · 101.2 s · $1.09 | सफल · 185.4 s · $1.52 |
| 9 SaaS ट्रस्ट सेंटर से अनुपालन मैट्रिक्स बनाना | कई साइटों से डेटा संग्रह | सफल · 1110.0 s · $6.16 | सफल · 737.9 s · $5.56 |
| निर्माताओं की साइटों से 8 कैमरों के पाँच स्पेसिफ़िकेशन जुटाना | कई साइटों से डेटा संग्रह | सफल · 482.4 s · $3.49 | सफल · 480.9 s · $4.35 |
| निर्माताओं की ब्रिटेन वाली साइटों से 9 फ़्लैगशिप फ़ोन के पाँच स्पेसिफ़िकेशन जुटाना | कई साइटों से डेटा संग्रह | सफल · 992.6 s · $6.04 | विफल · 467.5 s · $3.13 |
| 9 डेवलपर सम्मेलनों के उद्घाटन मुख्य व्याख्यानों का विवरण जुटाना | कई साइटों से डेटा संग्रह | सफल · 920.8 s · $4.85 | सफल · 1168.4 s · $8.85 |
| निर्माताओं की अमेरिकी साइटों से 9 इलेक्ट्रिक SUV की रेंज और चार्जिंग के आँकड़े जुटाना | कई साइटों से डेटा संग्रह | सफल · 1120.9 s · $6.91 | सफल · 1261.0 s · $6.91 |
| Hugging Face और विक्रेताओं के पेजों से 9 ओपन-वेट मॉडलों के स्पेसिफ़िकेशन और लाइसेंस जुटाना | कई साइटों से डेटा संग्रह | सफल · 758.7 s · $5.24 | सफल · 1059.6 s · $6.26 |
| 9 श्रम एजेंसियों से कानूनी न्यूनतम मज़दूरी जुटाना | कई साइटों से डेटा संग्रह | सफल · 567.0 s · $4.25 | सफल · 640.1 s · $5.32 |
| 12 केंद्रीय बैंकों की साइटों से 2026 का पहला ब्याज दर निर्णय जुटाना | कई साइटों से डेटा संग्रह | सफल · 525.9 s · $3.51 | सफल · 435.1 s · $4.52 |
| 9 सर्वरलेस प्लेटफ़ॉर्म के मुफ़्त प्लान की तुलना करना | कई साइटों से डेटा संग्रह | सफल · 501.1 s · $2.77 | सफल · 665.2 s · $4.40 |
| 9 संगीत सेवाओं पर एक ही ऐल्बम की प्रविष्टि की तुलना करना | कई साइटों से डेटा संग्रह | विफल · 408.6 s · $1.98 | विफल · 292.4 s · $2.22 |
| सार्वजनिक मॉडल डेटाबेस में EU की कम्प्यूट सीमाओं से ऊपर के मॉडलों की गिनती करना | रिसर्च और संश्लेषण | सफल · 195.2 s · $1.64 | सफल · 80.4 s · $1.08 |
| इंटरैक्टिव लीडरबोर्ड चार्ट से लागत और स्कोर के डेटा पॉइंट पढ़ना | रिसर्च और संश्लेषण | सफल · 317.1 s · $2.39 | सफल · 327.3 s · $2.41 |
| Wikipedia की तालिका के 10 सेल के स्रोतों तक पहुँचना | रिसर्च और संश्लेषण | सफल · 382.2 s · $2.03 | सफल · 342.7 s · $2.12 |
| X पर 8 ब्रांड की उत्पाद पोस्ट को उनकी प्रेस विज्ञप्तियों से मिलाना | सोशल मीडिया सत्यापन | विफल · 1132.7 s · $3.79 | विफल · 2200.8 s · $14.22 |
| X पर 8 ओपन-सोर्स प्रोजेक्ट की सुरक्षा पोस्ट को उनकी अपनी घोषणाओं से मिलाना | सोशल मीडिया सत्यापन | विफल · 750.8 s · $3.75 | विफल · 3302.8 s · $12.30 |
| X पर SpaceX की एक हफ़्ते की लॉन्च पोस्ट को Wikipedia की लॉन्च सूचियों से मिलाना | सोशल मीडिया सत्यापन | सफल · 706.2 s · $1.96 | सफल · 875.8 s · $3.32 |

