Anthropic, Claude’un 30’dan Fazla Açık Kaynak Biyomoleküler Modeli Optimize Ettiğini Raporladı

Anthropic, bir araştırma gönderisi 17 Eylül 2026 tarihinde yayınlayarak Claude’un dört haftadan biraz kısa bir sürede 30’dan fazla açık kaynak biyomoleküler modeli optimize ettiğini raporladı ve bu modelleri ortalama olarak yaklaşık 4 kat hızlandırdığını söyledi. Anthropic, optimize edilmiş kodu açık kaynak yaptı ve Adaptyv Bio ile ortak sponsor olduğu bir protein tasarımı yarışmasını duyurdu.

36 Optimize Edilmiş Paket ve FlashPairformer Çekirdekleri

Araştırma gönderisine ve eşlik eden teknik rapor göre, içsel genel amaçlı bir araştırma modeli, altı ailede 30’dan fazla açık kaynak modeli kapsayan 36 model uygulaması için optimize paketler üretti: birlikte katlama ve yapı tahmini (14 paket), halüsinasyon (3), yapı üretimi (6), ters katlama (3), genomik (7) ve protein dil modelleri (3). Anthropic, Claude’un öncelikle biyomoleküler modelleme deneyimine sahip iki teknik personel üyesi tarafından denetlendiğini, ancak çıkarım optimizasyonu veya çekirdek mühendisliği konusunda deneyimli kimsenin bulunmadığını belirtti.

Her paket, orijinal model ağırlıklarıyla çalışır ve en fazla üç mod sunar: Exact (Kesin), değiştirilmemiş modelin çıktısını bit düzeyinde yeniden üretmek üzere tasarlanmıştır; Fast (Hızlı), biraz sayısal hassasiyeti hız için takas eder; ve Big (Büyük), daha büyük girdilerin GPU belleğine sığması için bellek kullanımını azaltır. Raporda, Exact modunun 14 yapı tahmin modelinin ileri geçişini NVIDIA H100 GPU’larda değiştirilmemiş modellere göre ortalama 1,6 kat daha hızlı çalıştırdığı, Fast modunun sunduğu 13 modelde ortalama 4,1 kat daha hızlı olduğu ve Big modunun ortalama 3,4 kat daha hızlı olduğu belirtiliyor.

AlphaFold3, OpenFold3 ve Boltz-2 gibi modern yapı tahmin modelleri, çalışma sürelerinin ve belleklerinin büyük bir kısmını üçgen dikkat ve üçgen çarpma işlemlerine harcar; bu iki işlem, token sayısına göre kübik maliyete sahiptir. NVIDIA, bu işlemler için öncelikle cuEquivariance’de ve daha yakın zamanda BioNeMo Inference Runtime’da özel çekirdekler geliştirdi. Aynı darboğaz için Claude, FlashPairformer v1’i, özel GPU çekirdeklerinden oluşan bir set olarak geliştirdi. Raporda, FlashPairformer v1’in üçgen dikkati, AlphaFold3 ve Boltz-2 tarafından kullanılan 128 çift genişliğinde alan standart çekirdeklerine göre 2,7 kat, 256 çift genişliğinde ise Protenix v2 tarafından kullanılanlara göre 2,9 kat daha hızlı çalıştırdığı; üçgen çarpmanın ise sırasıyla 1,7 kat ve 3,2 kat daha hızlı olduğu, tek bir NVIDIA H100 üzerinde ölçüldüğü belirtiliyor.

Paylaşılan çekirdeklerin ötesinde, Claude her modele özgü optimizasyonlar üretti; bunlar arasında orijinal kodun yeniden hesapladığı ara değerlerin önbelleğe alınması, sabit çıktılı dalların sabit katlanması, CUDA grafik yakalama ve çekirdek birleştirme yer alıyor. Raporda, yapı tahmin modelleri için Hızlı mod hız artışlarının OpenDDE için 2,3 kat, Chai-1 için 6,4 kat arasında değiştiği ve genomik ve protein dil modellerinin Kesin modda 1,2 kat ile 5,0 kat arasında kazanç sağladığı belirtiliyor.

Doğruluk açısından, rapor, FoldBench-Lite üzerinde, 13 model konfigürasyonu boyunca 1.925 model‑hedef çifti içeren birleştirilmiş bir benchmarkta, kabul edilebilir tahmin edilen arayüzlerin oranının varsayılan durumda %54,8, Exact modda %55,0, Fast modda %54,5 ve Big modda %54,2 olduğunu, toplu bir değişikliğin sıfırdan ayırt edilemez olduğunu belirtiyor. Belirtilen sınırlamalar arasında ölçümlerin yalnızca H100 GPU’larda yapılması, ColabFold hız artışlarının proje kendi birleştirilmiş çekirdeklerini yayınlamadan önceki 1.6.1 sürümüne karşı ölçülmesi ve Exact ve Fast modların varsayılanın 3,2 katına kadar daha fazla bellek kullanması yer alıyor.

Büyük Mod, Devasa Biyomoleküler Sistemler İçin

Anthropic, Claude’un düşük bellekli Büyük modunun, 10.000 token (amino asit, nükleotid ve küçük moleküller ile iyonlardan gelen atomlar) üzerindeki biyomoleküler sistemlerin ve 70.000 token üzerindeki sistemlerin tahminini, tek bir NVIDIA GPU düğümünde, daha önce ulaşılması zor bir görev olarak tanımlanan bir şekilde, doğru modellemeye olanak sağladığını belirtti. Büyük modda doğru bir şekilde tahmin edilen moleküler makineler arasında insan mitokondriyal kompleksi I, TRiC şaperon kompleksi, bir proteazom ve bir bakteri 70S ribozomu yer alıyor; her biri rapora göre deneysel yapısıyla 0,92 ila 0,997 TM-skorlarıyla yakından eşleşiyor. Anthropic, bunların, bilgilerine göre, yapı tahmin modelleri kullanılarak doğru bir şekilde katlanmış en büyük yapılar arasında olduğunu söyledi; rapor, AlphaFold3 makalesinin 7.663 token’lık doğru bir 40S ribozom tahmini vurguladığını ve AlphaFold3’ün en fazla 768 token’lık kırpma boyutlarıyla eğitildiğini not ediyor.

Optimizasyonların sınırlarını test etmek için Claude, sekiz B300 GPU’lu bir düğüm kullanarak yaklaşık 31.000 ila 70.000’den fazla rezidü içeren tam viral kapsidler ve protein bölmeleri üzerinde yapı tahmini yaptı. Yedi çalışmanın hepsi tamamlandı, ancak her tahmin sıkı bir top haline çöktü; puanlanan yerlerde TM-skorları 0,08 ile 0,14 arasında. Raporda, çöküşün genelleme başarısızlığını yansıttığı, çünkü montajların AlphaFold3’ün en büyük eğitim kırpmasından 40 ila 90 kat daha büyük olduğu varsayılıyor ve sonucun, modellerin öğrendiklerinden ziyade hesaplanabilecek şeyi genişlettiği şeklinde çerçevelendiği belirtiliyor.

Tek GPU’da Bağlayıcı Tasarımı

Anthropic’in önceki bağlayıcı‑tasarım çalışmasında, Claude yaklaşık 16.000 kelimelik bir istemden çalışıyor, alt‑ajanlar kullanıyor ve hedef başına AI altyapı platformu Modal üzerinde yaklaşık 2.500 H100 GPU saatine denk gelen 10.000 $ harcayabiliyordu; bu süreç 24 saat içinde tamamlanıyordu. Yeni kurulumda, tek bir Claude modeli bir NVIDIA H200 GPU ve 24 saatlik duvar süresi aldı, yaklaşık 1.100 kelimelik bir istemden çalıştı ve hiç alt‑ajan ya da insan yönlendirmesi bulunmadı. Mythos 5.1, Mythos 5 ve Opus 5 olmak üzere üç model, önceki çalışmanın 16 hedefi üzerinde ayrı ayrı çalıştırıldı.

Rapor, deneysel bağlanmayı öngördüğünü belirttiği in silico puanı ipSAE üzerindeki medyan puanların Opus 5 için 0,785, Mythos 5.1 için 0,781 ve Mythos 5 için 0,739 olduğunu, önceki kampanyaların 0,749 seviyesinde olduğunu bildiriyor; en iyi‑tasarım puanları ise sırasıyla 0,833, 0,825 ve 0,813 iken önceki kampanyada 0,817 idi. Tek‑GPU çalıştırmaları yaklaşık 100 kat daha küçük bir GPU bütçesi kullandı ve rapor, GPU ve token harcamalarının toplamda yaklaşık 150 $’a denk gelerek in silico performansının önceki kampanyalarla eşleştiğini belirtiyor. Raporda, bu çalışmalardan elde edilen tasarımların henüz deneysel olarak test edilmediği ve puanların in silico ölçümler olduğu, deneysel sonuçlar olmadığı vurgulanıyor.

Açık Kaynak Yayın Şartları

Anthropic, kodu 36 adet tak‑çıkar optimizasyon kiti içeren bir kamu GitHub repository‘de yayınladı; her kit bir üst araç için bir tane olmak üzere, orijinal kod Apache License 2.0 altında bulunuyor; ilk kamu sürümü 17 Eylül 2026’da taahhüt edildi. Kitler ortak bir off, exact, fast ve big mod sözlüğünü paylaşıyor ve Linux x86‑64 üzerinde NVIDIA H100 80 GB GPU’lar için yapılandırılmış; bazı kitler ayrıca A100, H200, B200 veya B300 konfigürasyonları da içeriyor. Depo, sürümün bakım yapılmayan ve katkı kabul etmeyen bir referans sürüm olduğunu ve ilk sürümden bir hafta içinde önceden oluşturulmuş Docker ve Apptainer görüntülerinin planlandığını belirtiyor.

Adaptyv Bio ile Protein Tasarım Yarışması

Anthropic, Adaptyv Bio ile birlikte mevcut protein tasarım yeteneklerinin sınırındaki beş sorunu seçti; bunlar arasında türler arası çapraz reaksiyon, pH duyarlılığı ve peptit‑MHC özgüllüğü ile GPCR’ler gibi zor hedefler bulunuyor. competition page‘e göre, iki organizasyon birlikte katılımcılara maliyet olmaksızın Adaptyv’un otomatik laboratuvarında 5.000’den fazla protein tasarımını test etmek için 1 milyon $’lık deneysel doğrulama desteği sağlıyor; Anthropic ise ek olarak Claude kredileri şeklinde 1 milyon $ daha sunuyor. Anthropic’in gönderisi, Modal’ın 250.000 $’a kadar hesap kredisi sağlayacağını ve Twist Bioscience’in yarışma için DNA temin edeceğini belirtiyor.

Üç katılım yolu sunuluyor: araştırma laboratuvarları ve şirketler için akademik ekipler için 50.000 $’a kadar Claude kredisi, endüstri ekipleri için 25.000 $’a kadar kredi, yaklaşık 20 ekip seçilecek ve her bir meydan okuma için yaklaşık 18 tasarımın laboratuvar testi rezerve edilecek; üç kişiye kadar olan bireysel araştırmacılar veya ekipler için yarışma süresince ücretsiz Claude Max 20x erişimi; ve Claude kullanımının isteğe bağlı olduğu kendi kendine desteklenen açık yol.

Başvurular 16 Eylül‑24 Eylül 2026 tarihleri arasında gerçekleşecek ve seçilen ekipler 28 Eylül 2026’dan önce bilgilendirilecek. Beş haftalık meydan okuma 28 Eylül‑31 Ekim 2026 tarihleri arasında yürütülecek, deneysel doğrulama 30 Kasım 2026’ya kadar tamamlanacak ve sonuçlar 15 Aralık 2026’da Proteinbase’de yayınlanacak. Katılımcılar tasarımları üzerindeki mülkiyeti koruyacak, tüm deneysel sonuçlar (olumsuz sonuçlar dahil) açıkça yayınlanacak ve nakit ödül bulunmayacak; sayfa takviminin planlandığını ve değişebileceğini belirtiyor.