الملخص:
في 9 نوفمبر بالتوقيت المحلي، أصدرت Anthropic كلود فابل 5.2 وكلود ميثوس 5.2. كلاهما يشتركان في نفس النموذج الأساسي. Fable متاح لجميع المستخدمين ويحتوي على وسائل حماية مدمجة للأمن السيبراني والأمن البيولوجي؛ تقوم Mythos بإزالة هذه القيود وهي مفتوحة فقط للمؤسسات التي تجتاز برنامج التحقق السيبراني أو علوم الحياة.
بعد صدوره، كانت أوصاف الجميع هي نفسها تقريبًا: أقوى وأسرع. يشعر بعض المطورين أيضًا أن التسعير خاطئ للوهلة الأولى. بالنسبة للبرمجة، فإن Fable 5.2 ليس فعالاً من حيث التكلفة. ومع ذلك، قالت Anthropic نفسها في وثائق الإصدار أنه بالنسبة لمعظم أعمال البرمجة والمعرفة، يوصى بأن يبدأ الجميع بـ Claude Opus 5.5.
يتم تحديث أقوى النماذج في التاريخ باستمرار، ولكن لم يتبق الكثير من الوقت لاستخدامها. قبل الوصول إلى الذكاء الاصطناعي العام، وصلت شركات الذكاء الاصطناعي أولاً إلى سقف التسويق.
الأقوى ما زال يزداد قوة، فهل ظهر النموذج الأولي للقوى العاملة الرقمية؟
دعونا نتحدث أولاً عن ما هو قوي في هذا الأمر. يختبر FrontierCode 2.0 "ما إذا كان القائمون على المشروع مفتوح المصدر على استعداد لدمج التعليمات البرمجية المكتوبة بواسطة النماذج." وعلى أعلى مستوى من قوة الحوسبة، حقق Fable 5.2 نسبة 49.1%، بينما حقق الجيل السابق Fable 5.1 نسبة 32.4%.
تضاعف مؤشر العمل عن بعد، الذي يقيس عدد مهام العمل عن بعد في العالم الحقيقي التي يمكن للنموذج إكمالها بشكل مستقل، من 17.9% إلى 41.3%.
تحتوي Anthropic أيضًا على اختبار داخلي لمحاكاة الروبوت، RoboDojo Sim، والذي تحسنت نتيجته من 27.6% إلى 64.9%. ومع ذلك، يأتي هذا الرقم من العمليات الداخلية للشركة ولا يمكن للعالم الخارجي إعادة إنتاجه.
ثم هناك نقطة الضعف. أيضًا في جدول المقارنة الرسمي، في AutomationBench، خسرت Fable 5.2 نسبة 51.4% أمام Google Gemini 4 Carbon التي بلغت 53.9%.
وفي القائمة الذكية للمنصة الخارجية للتحليل الاصطناعي، تصدرت Fable 5.2 القائمة برصيد 65 نقطة، متفوقة بفارق كبير عن Gemini 4 Carbon في المركز الثاني برصيد 60 نقطة، وبفارق 9 نقاط عن GPT-6 astra في المركز الرابع.
ما مدى قوتها؟ في أكثر من يوم، تم إنجاز إنجاز كبير في تاريخ الرياضيات البشرية بشكل مباشر.
في غضون 30 ساعة، تم الانتهاء من التحقق الرسمي من نظرية فيرما الأخيرة؛ بالإضافة إلى ذلك، تم أيضًا حل مشكلتين غير محلولتين في الفيزياء تتعلقان بالثقوب السوداء والجاذبية الكمية. ويمكنه أيضًا تشغيل نظام تشغيل بشكل مستقل تمامًا، وتصميم وتصنيع المعدات الإلكترونية بشكل مستقل، والتنبؤ بالبنية القفيصية للفيروسات الغدية المعقدة المرتبطة...
يعتقد بعض الأشخاص أن Fable 5.2 يعني أن الذكاء الاصطناعي ينتقل من أداة إنتاجية إلى قوة عاملة رقمية تتمتع بقدرات التنفيذ الهندسي.
ومع ذلك، تعتقد العديد من مجموعات المطورين أن هذا قد يعني أن الأنثروبيك "وصلت إلى نهايتها" في اتجاه البرمجة. وإذا لم تعمل على تطوير بعض المسارات والنماذج الجديدة، فسوف يكون من الصعب تحفيز تصورات المستثمرين. والآن يتزامن ذلك مع الفترة الحرجة التي تتجه فيها شركة Anthropic نحو تسعير الاكتتاب العام.
السعر مرتفع جدًا، لذا توصي شركة Anthropic بعدم استخدامه
ومع ذلك، عندما كان العديد من المطورين متحمسين لتجربة إمكانيات Fable 5.2، اكتشفوا أن هناك خطأ ما في التسعير.
السعر القياسي لـ Fable 5.2 هو 8 دولارات للإدخال و40 دولارًا للإخراج لكل مليون رمز، والذي يبدو أنه يمثل انخفاضًا بنسبة 20% عن 10 دولارات و50 دولارًا للجيل السابق، كما أن سرعة الإخراج أسرع بما يصل إلى 30% من 5.1. إذا كان بطيئًا جدًا، فيمكنك تشغيل الوضع السريع، مما يزيد السرعة بمقدار 2.5 مرة ويضاعف السعر. المدخلات 16 دولارًا والمخرجات 80 دولارًا.
وبشكل بديهي، فإن التكلفة لكل مهمة في التحليل الاصطناعي مرتفعة أيضًا.
ومع ذلك، وضعت Anthropic نفسها منحنى "دقة التعليمات البرمجية مقابل التكلفة لكل مهمة" في مواد الإصدار، وخلصت إلى أنه على مستوى قوة الحوسبة المتوسطة، فإن نسبة 45.3% لـ Fable 5.2 تقترب بالفعل من أعلى مستوى لـ Opus 5.5 وهو 45.5%، وأن تكلفة إكمال المهمة تبلغ حوالي النصف فقط.
في الوقت الحاضر، قام المسؤولون الإنسانيون بتغيير مقياس قياس الاستهلاك الذكي. في العامين الماضيين، كانت مقارنة أسعار الصناعة تعتمد على مقدار التكلفة لكل مليون رمز. هذه المرة تم استبدالها بتكلفة كل مهمة مكتملة. يمكن أن تكون النتائج المقاسة بواسطة مسطرتين معاكسة تمامًا. النموذج الذي يكون سعر وحدته الرمزية أرخص بنسبة 20% قد يكلف ضعف ذلك إذا استغرق الأمر ثلاث جولات إضافية للحصول عليه بشكل صحيح.
بالإضافة إلى ذلك، توصية Anthropic الرسمية هي: "بالنسبة لمعظم أعمال البرمجة والمعرفة، نوصي المستخدمين بالبدء باستخدام Claude Opus 5.5."
مقارنة بمستويات الأسعار الحالية، يتكلف DeepSeek V4.1-Flash 0.3 دولارًا أمريكيًا لكل مليون مدخل و1.2 دولارًا أمريكيًا لكل مليون مخرج، بينما يتكلف Kimi K3.1 Pro 2 دولارًا أمريكيًا لكل مليون مدخل و10 دولارات أمريكية للمخرجات، بينما تبلغ تكلفة الإصدار القياسي GPT-5.5 5 دولارات أمريكية و30 دولارًا أمريكيًا. يقف Fable 5.2 في الأعلى بسعر 8 دولارات و40 دولارًا.
بعبارة أخرى، هذا النموذج يكون مكلفًا للغاية في كل مرة يتم فتحه. قيمته تكمن في فتحه مرة واحدة في لحظة حرجة، وليس كل يوم.
وفي هذا الصدد، خصصت الأنثروبيك دورين جديدين لها. واحد هو مستشار. تأتي النماذج الرخيصة مثل Haiku وSonnet وOpus لطرحها عندما تواجه مشاكل. والآخر هو منسق، المجدول. ولا يقوم بذلك بشكل شخصي، ولكنه يقسم المهام ويسندها إلى نماذج أصغر أدناه.
لا يزال يتم تحديث "أقوى من الأقوى"، ولكنه لم يعد الأكثر أهمية
قالت شركة Anthropic إن أحد المهندسين أعطى Fable 5.2 مجلدًا فارغًا، والذي نسق أكثر من 1000 وكيل فرعي وعمل بشكل مستمر لمدة 8 أيام، وأخيراً سلم نموذجًا أوليًا لنظام تشغيل يمكن تشغيله على جهاز كمبيوتر محمول، مع النواة والقرص ولوحة المفاتيح وبرنامج تشغيل الشبكة الخاص به، وتخزين الملفات، والنافذة، وواجهة تسجيل الدخول وبرنامج التثبيت.
قامت مجموعة أخرى من الوكلاء بترحيل إحدى خدمات الإنتاج الخاصة بشركة Anthropic من Python إلى Rust، وكانت سرعة بدء التشغيل أسرع بنحو 26 مرة بعد الترحيل.
إنها متورطة أيضًا في الأجهزة. وقالت شركة Anthropic إنها تعاونت مع شركة Diode المصنعة للوحات الدوائر الإلكترونية لتصميم ثلاثة منتجات - مساعد صوتي منزلي، ومكبر صوت للمؤتمرات عبر USB، وحيوان أليف إلكتروني محمول، بما في ذلك لوحات الدوائر والأغلفة والبرامج. يمكن للوحات العمل بدون أي تعديلات كهربائية بعد بنائها.
هذه هي العينة الرياضية. قضى حوالي 1000 عميل أقل من 30 ساعة في ترجمة الدليل الحالي لنظرية فيرما الأخيرة إلى نموذج يستطيع لين التحقق منه خطوة بخطوة. إن القيام بالشيء نفسه في سبتمبر من هذا العام تطلب 11 يومًا، وسقالات خاصة، وتوجيهات كاملة من الباحثين؛ هذه المرة، تم استخدام ثلث رمز الإخراج فقط، وكان طول الاختبار حوالي سبع الطول الأصلي.
تبدو هذه الحالات وكأنها استعراضية. ولكن إذا استبدلت "1000 وكيل فرعي" بـ "1000 مرؤوس"، فستجد أنها تصف في الواقع هيكلًا تنظيميًا، وليس نموذجًا.
يعتقد أحد المطلعين على الصناعة أن المنافسة على أفضل النماذج قد تقاربت، أي تقارب الأسعار وتقارب البيانات. والخطوة التالية هي بلا شك مرحلة "التطبيق"، حيث يتم تنفيذ الحد الأعلى لقدرات النموذج والحد الأدنى للسعر في نفس الوقت، مما يعني أنه يمكن استخدام الذكاء الاصطناعي في استكشافات مختلفة مختلفة. بحلول ذلك الوقت، بالنسبة لمصنعي النماذج، ستكون المنافسة هي أبعاد مثل الحزام والذاكرة وعادات المستخدم.
في هذه المرحلة، يمكننا أن نرى أن الشركات المصنعة للنماذج الكبيرة تتخذ الترتيبات اللازمة. على سبيل المثال، يقوم كل من DeepSeek وOpenAI أيضًا بإكمال نفس مجموعة الإمكانات.
في أغسطس من هذا العام، قامت DeepSeek بفتح مصدر DeepSeek Harness بموجب ترخيص MIT. في 17 أكتوبر، عندما أصدرت DeepSeek الإصدار V4.1-Flash-1017، أوضحت أن النموذج الجديد تم تحسينه للمنتجات الذكية مثل DeepSeek Harness وTencent CodeBuddy وWorkBuddy. وقام Cui Tianyi من فريق الحزام بتجنيد الأشخاص على نطاق واسع. علمت شركة Ifeng Technology سابقًا من المطلعين على الصناعة أن Liang Wenfeng نفسه أفضل في "هذه هي المنطقة أيضًا".
في 5 نوفمبر أيضًا، أطلق Kimi للتو سراح Kimi Hosted Agents (الوكلاء المستضافون)، واقترح رسميًا استخدام Harness كخدمة.
في نفس اليوم، انضم كات وو، الذي كان مسؤولاً عن منتجات Claude Code في Anthropic، إلى OpenAI وكان مسؤولاً عن إدارة المنتج لفريق المنتج الأساسي. لقد شاركت في قيادة Claude Code من النماذج الأولية الداخلية إلى المنتجات التجارية المستخدمة على نطاق واسع، ثم انضمت لفترة وجيزة إلى Cursor.
يعد Claude Code أحد منتجات Anthropic الأكثر تمثيلاً في سوق برمجة الذكاء الاصطناعي. تتمتع شركة Cat Wu بخبرة مباشرة في عمليتها بدءًا من تصميم المنتج وحتى تسويقه. من الواضح أن توظيف OpenAI لها يعني تعزيز قدرات Codex ومنتجات الوكيل الأوسع.
في الواقع، قبل إصدار Fable 5.2 مباشرة، تم "تسريب" النموذج الجديد المزعوم لـ Gemini. علق المستخدم @chetaslua قائلاً: "يستغرق الأمر ضعف الوقت ويتضاعف مقدار الكود." هذه نقطة تفتيش جديدة لـ Gemini 4 التي تحمل الاسم الرمزي "krypton" داخل Google. يُقال أن الأداء في مرئيات إنشاء التعليمات البرمجية والمشاهد ثلاثية الأبعاد يفوق بشكل كبير الكربون الذي تم إصداره حديثًا. ولذلك، فإن سرعة التحديث للنماذج العليا آخذة في الازدياد. يعتقد بعض الناس أن ذلك يرجع إلى مؤشر القوة النسبية، وإلا فلا توجد طريقة لتفسير ذلك.
ثم يأتي السؤال. إذا لم يعد الذكاء يمثل مشكلة، فما هي القدرة التنافسية؟ كيف ستسير المنافسة النموذجية القادمة؟ سيتم الكشف عن الجواب قريبا.
التعليقات