كلود سونيت 5 يجعل فجوة سعر أوبوس أصعب في التبرير

أطلقت شركة أنثروبيك نموذج كلود سونيت 5، أحدث نموذج متوسط المستوى مصمم لتحسين القدرات الوكيلة والتخطيط واستخدام الأدوات والتشغيل المستقل بشكل كبير، دون سعر إصدارات أوبوس الأعلى. متاح اليوم عبر خطط Free وPro وMax وTeam وEnterprise، وكذلك في كلود كود وعبر واجهة برمجة تطبيقات كلود، يُسوق سونيت 5 على أنه يضيق الفجوة في الأداء مع أوبوس 4.8 مع تقديم توفير كبير في التكاليف. anthropic-launches-claude-mythos-5-its-most-powerful-model-for-cybersecurity-and-biology-research-with-strict-access-controls

وفقًا لأنثروبيك، يمثل النموذج قفزة كبيرة عن سابقه سونيت 4.6 في المقاييس الرئيسية بما في ذلك الاستدلال واستخدام الأدوات والبرمجة والعمل المعرفي. تُظهر التقييمات الداخلية للشركة أن سونيت 5 يتفوق على سونيت 4.6 عبر مجموعة واسعة من المعايير، بما في ذلك تقييمات البحث الوكيل واستخدام الكمبيوتر. في بعض الحالات، يتطابق أداء سونيت 5 ذو الجهد العالي مع أداء أوبوس 4.8. cuga-ibms-open-source-agent-harness-lets-you-build-apps-with-just-a-prompt-and-tool-list

التسعير والتوفر

يتم إطلاق سونيت 5 بسعر تمهيدي قدره 2 دولار لكل مليون رمز إدخال و 10 دولارات لكل مليون رمز إخراج حتى 31 أغسطس 2026. بعد ذلك، يبدأ التسعير القياسي عند 3 دولارات لكل مليون رمز إدخال و 15 دولارًا لكل مليون رمز إخراج. تشير أنثروبيك إلى أن سونيت 5 يستخدم مُميزًا محدثًا للرموز، مشابهًا للتغيير الذي تم تقديمه مع أوبوس 4.7، مما قد يزيد عدد الرموز بنحو 1.0 إلى 1.35 مرة حسب المحتوى. تم تصميم التسعير التمهيدي لجعل الانتقال محايدًا تقريبًا من حيث التكلفة للمستخدمين. anthropic-boosts-claude-api-rate-limits-streamlines-tiers-to-three

النموذج هو الافتراضي لمستخدمي Free و Pro ومتاح لمشتركي Max و Team و Enterprise. قامت أنثروبيك أيضًا برفع حدود المعدل عبر Chat و Cowork و Claude Code ومنصة Claude للتعامل مع استخدام أعلى للرموز عند مستويات جهد مرتفعة. يمكن للمستخدمين ضبط معلمة الجهد لموازنة التكلفة والأداء.

الأداء الوكيل: شهادات من الشركاء الأوائل

كانت ردود الفعل من شركاء الوصول المبكر لأنثروبيك إيجابية باستمرار. وصف المطورون والمؤسسات نموذجًا ينهي المهام المعقدة حيث كانت نماذج سونيت السابقة تتوقف مبكرًا، ويقوم بالفحص الذاتي لمخرجاته دون تحفيز، ويؤدي بشكل مستقل بنقطة سعر جذابة.

قال جو سبيساك، مدير المنتج في ميتا: يمنحنا كلود سونيت 5 طبقة تنفيذ قوية لوكلائنا لأعمال الهندسة البرمجية متعددة الخطوات. إنه يتعامل بشكل جيد مع البرمجة المستمرة، واستخدام الأدوات، وتصحيح الأخطاء في السياقات التقنية الفوضوية، وكان مفيدًا بشكل خاص لسير العمل حيث تكون المتابعة والأساس التقني مهمين.

وصفت شركة CoSailor اختبارًا واقعيًا: سلمنا لكلود سونيت 5 مهمة من جزئين: تحديث مستويات حسابات Salesforce، وإرسال إعلان إطلاق إلى جهات الاتصال في المؤسسات، وأكملها من البداية إلى النهاية. كان هذا يتوقف في منتصف الطريق سابقًا.

أشاد هنريك تورستينسون، مؤسس Lovable، بسلوك النموذج الآمن: ينجز كلود سونيت 5 المزيد بجهد أقل. نفس جودة المخرجات، خطوات أقل للوصول إلى هناك. إنه يرفض الطلبات غير الآمنة بشكل نظيف ومتسق أيضًا.

أشار ديفيد بيرن من سترايب إلى براعة النموذج في تصحيح الأخطاء بشكل مستقل: طلبت من كلود سونيت 5 التحقيق في خطأ برمجي. وبدون تحفيز، كتب اختبارًا يعيد إنتاج الخطأ، ونفذ الإصلاح، ثم خزنه للتأكد من عودة الخطأ بدون التغيير. كل ذلك في مسار واحد. why-your-ai-agent-might-ace-the-task-but-flunk-the-process-enter-skillcoach

سلط سيمون لاست من نوتيون لابز الضوء على موثوقيته في تغييرات البرمجة متعددة الخطوات: مع كلود سونيت 5، يلتزم الوكلاء بالخطة، ويتبعون اتفاقياتنا، ويطلقون تغييرات نظيفة متعددة الخطوات، وكل ذلك بتكلفة فعالة.

قال سكوت وو من Cognition AI: كلود سونيت 5 هو في أفضل حالاته مع الكود الموروث، وظروف السباق، والاختبارات المخفية، والأجزاء التي لا يريد أحد لمسها. إنه يتتبع الفشل إلى سببه الجذري الفعلي ويطلق إصلاحًا دائمًا بدلاً من تصحيح الأعراض.

أشار بيتر وانغ من Eve Legal إلى المكاسب في البحث القانوني: كلود سونيت 5 يقع على حافة باريتو لمهام محامي المدعين في Eve. نرى أوضح المكاسب في البحث والتحليل القانونيين، بنسبة سعر إلى أداء جعلت قرار الانتقال سهلاً.tcs-and-anthropic-partner-to-bring-claude-to-regulated-industries

أكد نيك أورسا من ClickHouse على السرعة: كلود سونيت 5 يستدل بخطوات أكثر إحكامًا ويوصل مستخدمينا إلى الإجابات بشكل أسرع بشكل ملحوظ.

لاحظ جاك تيريل، الرئيس التنفيذي لـ Pace، موثوقية النموذج في الإنتاج: وكلاء استخدام الكمبيوتر لدينا يديرون سير عمل التأمين... كلود سونيت 5 يتخذ الإجراء الصحيح باستمرار وبسرعة، وهذا ما يتطلبه عمل التأمين الحقيقي.

تقييم السلامة وضمانات الأمن السيبراني

وجدت تقييمات السلامة قبل النشر من أنثروبيك أن سونيت 5 أكثر أمانًا بشكل عام من سونيت 4.6، مع معدلات أقل من الهلوسة والتزلف والسلوك غير المتوافق. أظهر النموذج أيضًا تحسنًا في رفض الطلبات الخبيثة ومقاومة هجمات حقن المطالبات. ومع ذلك، وجد التدقيق السلوكي الآلي، الذي يختبر مجموعة واسعة من السلوكيات غير المرغوب فيها، أن سونيت 5 لديه معدلات أعلى قليلاً من السلوك غير المتوافق مقارنة بأوبوس 4.8 الأكثر قدرة وClaude Mythos Preview غير المُصدر.

في تقييمات الأمن السيبراني، أظهر سونيت 5 أداءً أضعف بشكل كبير من أوبوس 4.8 وMythos 5 في مهام مثل تطوير استغلالات البرمجيات. على سبيل المثال، في اختبار يتعلق بثغرات متصفح فايرفوكس، لم ينتج أي من سونيت 4.6 أو سونيت 5 استغلالًا كاملاً عمليًا، وحصل كلاهما على 0.0%، على الرغم من أن سونيت 5 أظهر معدل نجاح جزئي أعلى قليلاً. تعزو أنثروبيك ذلك إلى تحسينات الذكاء العام بدلاً من التدريب المحدد على القدرات السيبرانية.

نظرًا لأن معدل النجاح الجزئي السيبراني لـ سونيت 5 أعلى قليلاً من سابقه، أطلقت أنثروبيك النموذج مع تفعيل ضمانات الأمن السيبراني افتراضيًا. هذه الضمانات، التي تكتشف وتمنع استخدام الأمن السيبراني الخطير في الوقت الفعلي، هي نفس تلك المستخدمة مع أوبوس 4.7 و 4.8. وهي أقل صرامة من الضمانات المنشورة مع Fable 5، والتي تمنع نطاقًا أوسع بكثير من مهام الأمن السيبراني. توصي أنثروبيك باستخدام Opus 4.8 لأعمال الأمن السيبراني التي تتطلب حواجز حماية مخفضة. anthropic-launches-claude-fable-5-a-fifth-generation-model-for-extended-autonomous-work

سجل التغييرات وملاحظة المنهجية

أصدرت أنثروبيك تصحيحًا بعد الإطلاق: تضمنت النسخة الأصلية من منشور المدونة رسمًا بيانيًا للتكلفة والأداء لتقييم BrowseComp استخدم منهجية أبسط، مما قلل من تقدير أداء Sonnet 5. تم تحديث الرسم البياني ليتوافق مع المنهجية القياسية الموضحة في بطاقة النظام، والتي تستخدم ميزانية تبلغ 10 ملايين رمز مع الضغط والاستدعاء البرمجي للأدوات.

بالإضافة إلى ذلك، تم تحديث درجات Sonnet 4.6 في امتحان Humanity's Last Exam وOSWorld-Verified لتعكس التغييرات في نموذج التقييم ومنهجية التقييم على التوالي.

بطاقة نظام Claude Sonnet 5، التي تبلغ تفاصيل التقييم الكاملة وتقييمات السلامة، متاحة على موقع أنثروبيك الإلكتروني.