خبر و تحلیل مدل‌ها
مدل‌های تازهٔ Claude تا ۸ اکتبر ۲۰۲۶؛ Haiku، Sonnet و Opus 5.5
خبرهای رسمی Anthropic با تاریخ، قیمت API و تحلیل کاربردی. یک روش مقایسهٔ فارسی برای انتخاب مدل در کدنویسی، گزارش و کارهای روزمره.
تصویر اختصاصی مجلهٔ ساروی؛ ساخته‌شده با هوش مصنوعی
در کمتر از سه هفته، Anthropic نسخه‌های تازهٔ Opus، Sonnet و Haiku را معرفی کرده است. برای کسی که می‌خواهد یک خطای کد را حل کند یا فایلش را تحلیل کند، سؤال مفید این است: کدام تغییر روی کیفیت، زمان یا هزینهٔ کار من اثر دارد؟ این مرور تا ۸ اکتبر ۲۰۲۶ به‌روز شده؛ خبر رسمی را از پیشنهاد تحریریه و نتیجهٔ آزمونی که هنوز اجرا نکرده‌ایم جدا می‌کنیم.
یک کار واقعی را با مدل انتخابی امتحان کن۱. چه چیزی معرفی شده و چه زمانی؟
Opus 5.5 در ۲۲ سپتامبر، Sonnet 5.5 در ۲۸ سپتامبر و Haiku 5.5 در ۷ اکتبر ۲۰۲۶ معرفی شدند. این‌ها تاریخ انتشار اعلامیه‌ها هستند، نه تاریخ آزمون مستقل ما. لینک رسمی هر معرفی در انتهای مقاله آمده است.
برای دنبال کردن خبر مدل، چهار چیز را ثبت کن: شناسهٔ دقیق نسخه، تاریخ، نوع دسترسی و شرایط آزمون. نام خانوادگی Claude به تنهایی برای بازتولید یک نتیجه کافی نیست. تنظیم effort، ابزارهای در دسترس و محدودیت اجرا هم می‌توانند پاسخ را تغییر دهند.
۲. Haiku 5.5؛ خبر اصلی برای کارهای پرتعداد
Anthropic نسخهٔ تازهٔ Haiku را برای کارهای سریع و پرتعداد، مانند خلاصه‌سازی و دسته‌بندی معرفی می‌کند. این نخستین Haiku با effort قابل تنظیم است. شناسهٔ اعلام‌شده claude-haiku-5-5 است. این توصیف سازنده است؛ کیفیت فارسی روی کار تو باید جدا بررسی شود. اعلامیهٔ ۷ اکتبر
جدول رسمی میان درخواست‌های تا ۱۰۰هزار توکن ورودی و درخواست‌های بزرگ‌تر فرق می‌گذارد. حذف این شرط، مقایسهٔ قیمت را خراب می‌کند. اعداد زیر دلار به ازای یک میلیون توکن در API رسمی‌اند و تعرفهٔ ساروی یا اشتراک Claude نیستند.
| نوع توکن | Haiku: تا ۱۰۰k | Haiku: بیش از ۱۰۰k |
|---|---|---|
| ورودی | ۰٫۱۰ دلار | ۰٫۵۰ دلار |
| خروجی | ۰٫۵۰ دلار | ۲٫۵۰ دلار |
| خواندن cache | ۰٫۰۱ دلار | ۰٫۰۵ دلار |
| نوشتن cache | ۰٫۱۲۵ دلار | ۰٫۶۲۵ دلار |
۳. Sonnet 5.5؛ کیفیت را با هزینهٔ کل کار بسنج
در معرفی Sonnet 5.5، Anthropic روی سرعت و کارهای مشخص مانند اصلاح کد و ساخت اسناد تمرکز می‌کند و از بیش از ۳۰ درصد افزایش سرعت نسبت به Sonnet 5 می‌گوید. این ادعای سازنده به معنی کاهش یکسان زمان همهٔ پروژه‌ها نیست. قیمت پایهٔ اعلام‌شده، ۲ دلار ورودی و ۱۰ دلار خروجی به ازای یک میلیون توکن است. معرفی Sonnet
در به‌روزرسانی ۷ اکتبر، قیمت خواندن cache برای Sonnet 5.5 از ۰٫۲۰ به ۰٫۱۰ دلار کاهش یافته است. اثر آن روی صورتحساب به سهم واقعی cache بستگی دارد؛ اگر درخواست تو cache مؤثر ندارد، همین کاهش به تنهایی هزینه‌ات را نصف نمی‌کند. به‌روزرسانی قیمت
۴. Opus 5.5؛ کار دشوار را کوچک و قابل ارزیابی کن
قیمت استاندارد اعلام‌شدهٔ Opus 5.5 برابر ۴ دلار برای ورودی و ۲۰ دلار برای خروجی، به ازای یک میلیون توکن است. Anthropic کاهش حدود ۴۰درصدی هزینهٔ هر کار نسبت به Opus 5 را مطرح می‌کند که ترکیبی از قیمت و مصرف کمتر توکن است؛ آن را با تخفیف ۴۰درصدی همهٔ ردیف‌های قیمت اشتباه نگیر. معرفی Opus
پیشنهاد تحریریه برای ارزیابی: یک مسئلهٔ چندمرحله‌ای انتخاب کن که جوابش قابل کنترل باشد؛ مثلاً اصلاح خطا با حفظ API و عبور از تست‌های موجود. اگر خروجی فقط طولانی‌تر شد، هنوز شاهدی برای بهتر شدن نداری. کیفیت باید در نتیجهٔ قابل بررسی دیده شود.
۵. یک محاسبهٔ قیمت ساده، با فرض‌های روشن
فرض کنیم درخواست ۱۰هزار توکن ورودی بدون cache و دوهزار توکن خروجی دارد؛ ابزار پولی، تکرار یا هزینهٔ دیگر نداریم. با قیمت‌های استاندارد جدول‌ها، هزینهٔ خام Haiku حدود ۰٫۰۰۲ دلار، Sonnet حدود ۰٫۰۴ دلار و Opus حدود ۰٫۰۸ دلار می‌شود. این محاسبهٔ آموزشی ماست، نه هزینهٔ واقعی یک کار کامل.
فرمول: input_tokens × input_price / 1,000,000 + output_tokens × output_price / 1,000,000. اگر مدل سه بار تلاش کند، تعداد درخواست و مصرف واقعی را حساب کن. cache، effort، ابزار و متن پاسخ می‌توانند فرض مثال را عوض کنند.
def raw_cost(input_tokens, output_tokens, input_price, output_price):
return (input_tokens * input_price +
output_tokens * output_price) / 1_000_000
print(raw_cost(10_000, 2_000, 0.10, 0.50)) # 0.002
print(raw_cost(10_000, 2_000, 2.00, 10.00)) # 0.04
print(raw_cost(10_000, 2_000, 4.00, 20.00)) # 0.08۶. جدول بنچمارک را چطور بخوانیم؟
پیش از مقایسهٔ دو عدد، نام و نسخهٔ آزمون، ابزار، effort، بودجهٔ اجرا و تعداد تکرارها را بخوان. یک امتیاز روی محیط خط فرمان، کیفیت لحن فارسی یا موفقیت روی فایل خاص تو را مستقیماً اندازه نمی‌گیرد.
یک نمونهٔ موفق هم کافی نیست. مدل ممکن است بار اول جواب درست و بار دوم جواب ناقص بدهد. آزمون شخصی را با چند مسئلهٔ مشابه و معیار ثابت تکرار کن. در این مقاله نتیجهٔ اجرای مقایسه‌ای مدل‌ها منتشر نشده است؛ جدول بعد، طرح آزمون پیشنهادی است.
۷. بستهٔ آزمون فارسی پیشنهادی
برای نوشتن: پیام سه‌جمله‌ای به همکار با حفظ تاریخ و بدون عذر تازه. برای کد: تابع Two Sum با ورودی تکراری و ممنوعیت استفادهٔ دوباره از اندیس. برای داده: CSV پنج سفارش و تفکیک فروش از سود.
در هر مدل، همان ورودی و محدودیت را استفاده کن. خروجی را بدون دیدن نام مدل امتیاز بده و زمان و تعداد اصلاح‌ها را هم ثبت کن. برای کد، تست باید اجرا شود؛ برای جدول، جمع مستقل بگیر؛ برای متن، مخاطب واقعی تعیین‌کننده است.
| معیار | چطور ثبت کنیم؟ |
|---|---|
| درستی | آزمون کد، محاسبهٔ مستقل یا تطبیق با ورودی |
| رعایت محدودیت | آیا تاریخ، قالب و شرط‌ها حفظ شده؟ |
| زمان | از ارسال تا نتیجهٔ قابل استفاده، با اصلاح‌ها |
| هزینه | مصرف واقعی همهٔ تلاش‌ها، نه یک پاسخ نمونه |
| فارسی | لحن مناسب مخاطب، بدون واژه‌سازی و اطلاعات حدسی |
۸. یک مدل را برای تمام مراحل مجبور نکن
پیشنهاد قابل آزمایش: ابتدا طبقه‌بندی ساده و تهیهٔ فهرست سؤال را با گزینهٔ سریع انجام بده؛ مسئلهٔ دشوار و بررسی استدلال را به مدل قوی‌تر بده. این تقسیم وقتی مفید است که مرز کار و معیار عبور روشن باشد.
مثلاً برای پروژهٔ پایتون، ابتدا خطا را با ورودی کوچک بازتولید کن، سپس اصلاح را با تست کنترل کن. اگر نسخهٔ سریع همان آزمون‌ها را پاس کرد و توضیح قابل فهم داد، برای همان کار دلیل عملی داری. انتخاب را از نام و قیمت به نتیجه منتقل کن.
۹. این خبر را در ساروی چطور به کار ببری؟
در انتخاب‌گر ساروی نام دقیق مدل و هزینهٔ جاری را ببین؛ دسترسی ارائه‌دهنده و فهرست سرویس می‌تواند تغییر کند. انتشار جهانی یک مدل به تنهایی تضمین نمی‌کند همان روز در همهٔ محصول‌ها و حساب‌ها فعال باشد. تعرفه‌های ساروی مرجع هزینهٔ استفاده در ساروی است.
از پنج آزمون فارسی شروع کن یا یک خطای واقعی از درس Two Sum بردار. درخواست زیر به جای پرسیدن «کدام بهتر است؟» یک کار روشن با معیار پایان می‌سازد.
این کار را خودت انجام بده.
- شناسهٔ نسخه و تاریخ خبر را ثبت کن.
- یک ورودی ثابت را با معیار پایان روشن مقایسه کن.
- هزینهٔ همهٔ تلاش‌ها و اصلاح‌ها را حساب کن.
برای بررسی بیشتر
Anthropic: Haiku 5.5، ۷ اکتبر ۲۰۲۶Anthropic: Sonnet 5.5، ۲۸ سپتامبر ۲۰۲۶Anthropic: Opus 5.5، ۲۲ سپتامبر ۲۰۲۶در انجام این کار به مشکل خوردی؟
از پشتیبانی کمک بگیر