سونيت 4.6 جعلت أوبس تبدو باهظة الثمن. هذا يغير كل شيء.

أطلقت أنثروبيك اليوم كلود سونيت 4.6، وهو نموذج متوسط المستوى تظهر الاختبارات الداخلية أن المطورين يفضلونه على النموذج الأكثر قدرة للشركة من نوفمبر 2025، أوبس 4.5، بنسبة 59% من الوقت. يأتي هذا الرقم، المستمد من الاختبارات المبكرة في كلود كود، في لحظة ينقسم فيها سوق الذكاء الاصطناعي الحدودي بين نماذج رئيسية باهظة الثمن وبدائل أرخص غالبًا ما تتأخر في عمق التفكير. openais-gpt-56-launch-rewrites-the-economics-of-frontier-ai

يهدف سونيت 4.6 إلى طمس هذا التمييز. بسعر 3 دولارات لكل مليون رمز إدخال و15 دولارًا لكل مليون رمز إخراج، مطابق لسعر سونيت 4.5، يقدم النموذج نافذة سياقية تبلغ مليون رمز في النسخة التجريبية، ومهارات محسنة في استخدام الكمبيوتر، ومكاسب شاملة في المعايير تقول أنثروبيك أنها تقترب من ذكاء مستوى أوبس. قيمت تقييمات السلامة الخاصة بالشركة بأنه آمن أو أكثر أمانًا من إصدارات كلود الأخيرة، مشيرة إلى شخصية دافئة وصادقة ومؤيدة للمجتمع وأحيانًا مضحكة على نطاق واسع وعدم وجود مخاوف محاذاة عالية المخاطر.

قياس الفجوة

نشرت أنثروبيك مقارنات مفصلة للمعايير ضد GPT-5.2 وجيميني 3 برو ونماذجها الخاصة أوبس 4.6 وسونيت 4.5. في OSWorld، المعيار القياسي لاستخدام الكمبيوتر بالذكاء الاصطناعي، سجل سونيت 4.6 نسبة 47.5%، قفزة من 27.3% لسونيت 4.5 ومتقدماً قليلاً على 45.6% لأوبس 4.6. في Terminal-Bench 2.0، الذي يختبر مهام البرمجة الوكيلة، وصل سونيت 4.6 إلى 89.6%، متصدراً على 88.1% لـ GPT-5.2 و87.9% لأوبس 4.6. في SWE-bench Verified، وهو معيار هندسة البرمجيات، سجل 79.1%، متفوقًا على 73.0% لـ GPT-5.2 ومتأخراً عن 81.5% لأوبس 4.6 بفارق ضئيل. the-ai-agent-that-remembers-you-why-vitabench-20-reveals-a-chasm-between-good-chatbots-and-good-collaborators

في OfficeQA، الذي يقيس فهم المستندات المؤسسية، ساوى سونيت 4.6 أوبس 4.6 تمامًا عند 90.1%. كما سجل النموذج نتائج قوية في BrowseComp (67.3%)، ARC-AGI-2 (66.8% بأقصى جهد)، وMMMU-Pro (83.0%). في امتحان البشرية الأخير، وهو معيار صعب صدر في يناير 2025، سجل سونيت 4.6 مع التفكير والأدوات 54.1%، خلف 79.7% لأوبس 4.6 ولكن متقدماً على 46.9% لسونيت 4.5.

ترسم الأرقام صورة واضحة: سونيت 4.6 يغلق الفجوة مع أوبس في معظم المهام العملية مع ترك فجوة كبيرة فقط في أصعب تقييمات التفكير. بالنسبة لغالبية سير عمل البرمجة وتحليل المستندات والوكيل، الفرق لا يكاد يذكر.

استخدام الكمبيوتر ينضج

قدمت أنثروبيك لأول مرة نماذج استخدام الكمبيوتر ذات الأغراض العامة في أكتوبر 2024، والتي وصفتها آنذاك بأنها لا تزال تجريبية، ومرهقة أحيانًا وعرضة للخطأ. يمثل سونيت 4.6 الجيل الثالث من تلك القدرة، وتعكس نتائج OSWorld ستة عشر شهرًا من التحسين المطرد. يتنقل النموذج في بيئات برمجية حقيقية، كروم وليبري أوفيس وفيجوال ستوديو كود، بالضغط على فأرة افتراضية والكتابة على لوحة مفاتيح افتراضية، دون واجهات برمجة تطبيقات أو موصلات خاصة.

تصف شهادات العملاء المبكرة التي نشرتها أنثروبيك أداءً على مستوى البشر في مهام مثل التنقل في جداول البيانات المعقدة، وملء نماذج الويب متعددة الخطوات، والتنسيق عبر علامات تبويب متصفح متعددة. أبلغت بوكس عن تحسن بنسبة 15 نقطة مئوية عن سونيت 4.5 في الأسئلة والأجوبة الثقيلة التفكير. وصل معيار التأمين إلى 94%، وهو أعلى ما اختبره العميل لاستخدام الكمبيوتر. وصفت راكوتن إيه آي كود iOS الخاص بـ سونيت 4.6 بأنه الأفضل الذي اختبرته، مشيرة إلى الامتثال الأفضل للمواصفات والهندسة المعمارية واستخدام الأدوات الحديثة.

أقرت الشركة بأن استخدام الكمبيوتر لا يزال متخلفاً عن أكثر البشر مهارة ويحمل مخاطر من هجمات الحقن الفوري، حيث يخفي المهاجمون التعليمات على مواقع الويب لاختطاف النموذج. قالت أنثروبيك إن سونيت 4.6 يظهر تحسنًا كبيرًا في مقاومة مثل هذه الهجمات، مع أداء مشابه لأوبس 4.6 في تقييمات السلامة الداخلية. the-subtle-trap-waiting-for-ai-agents-in-production

مفارقة التسعير

الآثار الأكثر لفتًا للانتباه لـ سونيت 4.6 ليست تقنية بل اقتصادية. تكلفة أوبس 4.6 هي 15 دولارًا لكل مليون رمز إدخال و75 دولارًا لكل مليون رمز إخراج، أي خمسة أضعاف تكلفة إخراج سونيت 4.6. بالنسبة لمطور يدير آلاف جلسات البرمجة الوكيلة شهريًا، فإن فرق التكلفة كبير.

تشير بيانات أنثروبيك الخاصة إلى أن المستخدمين يفضلون سونيت 4.6 على أوبس 4.5 عبر مجموعة واسعة من المهام، بما في ذلك إعادة هيكلة قاعدة الكود والتخطيط متعدد الخطوات واكتشاف الأخطاء. تشير الشركة صراحةً إلى أن سونيت 4.6 يوفر بديلاً قابلاً للتطبيق إذا كنت مستخدمًا ثقيلاً لأوبس. تأتي التوصية من الشركة التي تبيع أوبس.

بالنسبة للفرق التي تدير البرمجة الوكيلة على نطاق واسع، فإن المقياس المهم ليس درجات المعايير الخام بل التكلفة لكل مشكلة تم حلها. يضاهي سونيت 4.6 أوبس في معدلات اكتشاف الأخطاء بخمس تكلفة الإخراج، مما يعني أن الفرق يمكنها تشغيل المزيد من المراجعين بالتوازي دون زيادة ميزانيتها. اقتصاديات الحجم تفضل الآن النموذج المتوسط لأول مرة.

التحديثات والتوفر

سونيت 4.6 متاح فورًا على جميع خطط كلود، المجانية والمحترفة والحد الأقصى والفريق والمؤسسات، وعلى كلود كود وواجهة برمجة التطبيقات وجميع منصات السحاب الرئيسية. تتضمن الطبقة المجانية الآن إنشاء الملفات والموصلات والمهارات وضغط السياق بشكل افتراضي. يدعم النموذج كلاً من التفكير التكيفي والتفكير الممتد، بالإضافة إلى ضغط السياق في النسخة التجريبية، والذي يلخص تلقائيًا سياق المحادثة الأقدم لتوسيع طول الجلسة الفعال. anthropic-launches-claude-tag-on-slack-for-team-wide-ai-collaboration

على جانب واجهة برمجة التطبيقات، جعلت أنثروبيك أدوات البحث على الويب والجلب متاحة بشكل عام، مع تنفيذ التعليمات البرمجية التلقائي لتصفية النتائج ومعالجتها. كما انتقلت الذاكرة واستدعاء الأدوات البرمجية والبحث عن الأدوات وأمثلة استخدام الأدوات إلى التوفر العام. لمستخدمي إكسل، يدعم الآن الوظيفة الإضافية لكلود موصلات MCP، مما يسمح للمساعد بسحب البيانات من إس آند بي غلوبال وإل إس إي جي ودالوبا وبيتش بوك وموديز وفاكت ست دون مغادرة جدول البيانات.

تستخدم نقطة نهاية المطور claude-sonnet-4-6 كمعرف للنموذج. توصي أنثروبيك بالترحيل من سونيت 4.5 والاستكشاف عبر طيف الجهد الفكري للعثور على التوازن الأمثل بين السرعة والموثوقية لكل حالة استخدام.

ما يعنيه للسوق

يمثل سونيت 4.6 تحولاً هيكلياً في كيفية وضع مختبرات الذكاء الاصطناعي لمجموعات نماذجها. خلال العامين الماضيين، كانت النصيحة القياسية هي: استخدم أرخص نموذج يعمل، واستخدم أوبس أو GPT-5 فقط عند الضرورة القصوى. نجحت هذه المعادلة لأن الفجوة بين النموذج المتوسط والرئيسي كانت كبيرة بما يكفي لتبرير العلاوة. the-specialization-revolution-how-smaller-models-are-redefining-ais-future

هذه الفجوة تتقلص الآن. تظهر بيانات تفضيل المستخدم الداخلية لأنثروبيك أن المطورين يختارون طواعية نموذجًا تبلغ تكلفته خمس التكلفة، في المهام التي كانوا سيدفعون فيها سابقًا مقابل الطبقة العليا. إذا استمر هذا النمط على نطاق واسع، فقد يجبر على إعادة نظر أوسع في كيفية تسعير الصناعة للذكاء الاصطناعي الحدودي. إذا كان النموذج المتوسط يمكنه فعل ما فعله النموذج الرئيسي قبل ستة أشهر، فيجب على النموذج الرئيسي أن يميز نفسه في المهام التي نادرًا ما يواجهها المستخدمون في العالم الحقيقي.

أنثروبيك ليست غافلة عن هذا. تشير الشركة إلى أن أوبس 4.6 لا يزال الخيار الأقوى للمهام التي تتطلب أعمق تفكير، مثل إعادة هيكلة قاعدة الكود وتنسيق وكلاء متعددين في سير العمل والمشاكل التي يكون فيها الوصول إلى الصواب في غاية الأهمية. لكن القائمة أقصر مما كانت عليه قبل عام، وتصبح أقصر مع كل إصدار من سونيت. anthropic-launches-claude-sonnet-5-a-new-frontier-in-agentic-ai-at-lower-cost