أطلقت Anthropic نموذج Claude Sonnet 5 في 30 يونيو، ووصفتْه بأنه أكثر نموذج متوسط لديها وكيلية، وجعلته الافتراضي على Claude.ai لمستخدمي Free وPro منذ يوم الإطلاق. وقالت الشركة إن النموذج قادر على التخطيط، واستخدام أدوات مثل المتصفحات والمحطات الطرفية، وتشغيل مهام متعددة الخطوات بشكل مستقل — وهي أعمال كانت حتى وقت قريب حكرًا على أنظمة أكبر من فئة Opus.
عمل بمستوى Opus وبأسعار Sonnet
تدعم نتائج الاختبارات المعيارية هذا الطرح. إذ يحقق Sonnet 5 نسبة 63.2% في SWE-bench Pro مقابل 69.2% للنموذج الرائد Opus 4.8، و81.2% في اختبار OSWorld-Verified لاستخدام الحاسوب مقابل 83.4% لـ Opus. أما في Terminal-Bench 2.1 فيسجل 80.4%، متقدمًا على 74.6% لـ Opus 4.8، ويصل إلى 84.7% في معيار BrowseComp للبحث الوكلي. والنمط واضح: يقترب Sonnet 5 ضمن بضع نقاط من نموذج أعلى كلفة بكثير عبر مهام وكيلية متعددة.
وتعكس التسعيرة هذه الفجوة. فقد حددت Anthropic أسعارًا تمهيدية قدرها 2 دولار لكل مليون رمز إدخال و10 دولارات لكل مليون رمز إخراج حتى 31 أغسطس، لترتفع بعدها إلى 3 دولارات و15 دولارًا. وبذلك يبقى Sonnet 5 دون مستوى تسعير Opus، حتى مع اقترابه من قدراته في عدد من الاختبارات.
أسبوع أول متعثر
لم تكن عملية الإطلاق خالية من الاحتكاك. فقد أفاد مطورون بأن أداة تقسيم الرموز في Sonnet 5 تنتج ما بين 1.0 و1.35 مرة من الرموز مقارنة بسابقه للنص نفسه، ما يعني أن التكلفة الفعلية لكل مهمة قد تكون أعلى مما يوحي به سعر الرمز المعلن. كما أزالت Anthropic معاملات درجة الحرارة وغيرها من معاملات العينة، ما أدى إلى تعطيل بعض عمليات الدمج القائمة التي كانت مضبوطة عليها بشكل ثابت.
واعترفت الشركة بخطأ في الطريقة التي قاست بها معيار BrowseComp، وأعادت نشر الرسم البياني باستخدام منهجية ميزانية قدرها 10 ملايين رمز. كما نشرت مصنف سلامة جديدًا يستهدف أسلوب تجاوز حماية محددًا، وقالت إنه يمنع هذه الطريقة في أكثر من 99% من الحالات — لكن ذلك جاء على حساب زيادة الإيجابيات الكاذبة في استفسارات البرمجة الأمنية المشروعة، وهو ما يُحوَّل بعضه الآن إلى Opus 4.8.
لماذا تدفع Anthropic الفئة المتوسطة
ترتكز استراتيجية Anthropic على جعل الوكلاء القادرين ميسوري الكلفة بما يكفي للعمل على نطاق واسع. ومن خلال دفع استقلالية بمستوى Opus إلى نطاق أسعار Sonnet، تستهدف الشركة المطورين الذين يريدون تشغيل الوكلاء في الإنتاج من دون كلفة النماذج الرائدة. وتُظهر الشكاوى المبكرة بشأن أداة تقسيم الرموز وواجهة البرمجة أن التحرك السريع على نموذج تربطه آلاف الفرق بأنظمة حية منذ اليوم الأول ينطوي على مقايضات.