Anthropic تطلق Claude Sonnet 5، أكثر نماذج Sonnet قدرة على العمل الوكيل

أكثر نماذج Sonnet قدرة على العمل الوكيل

أعلنت Anthropic في 30 يونيو عن Claude Sonnet 5، ووصفته بأنه أكثر نماذج Sonnet قدرة على العمل الوكيل حتى الآن. يستطيع النموذج وضع الخطط واستخدام أدوات مثل المتصفح والطرفية والعمل بشكل مستقل بالمستوى الذي كان يتطلب قبل أشهر قليلة نماذج أكبر وأكثر تكلفة.

وبحسب الشركة، بدأ عصر الذكاء الاصطناعي الوكيل مع نماذج فئة Sonnet: فقد كانت Claude Sonnet 3.5 و3.6 و3.7 أول نماذج أظهرت قدرات لافتة في البرمجة واستخدام الأدوات. وفي الفترة الأخيرة جاء أوضح تقدم في القدرات الوكيلية من نماذج فئة Opus، ويقلّص Sonnet 5 هذه الفجوة: أداؤه قريب من Opus 4.8 لكن بسعر أقل بكثير.

النتائج ومستويات الجهد والسعر

وتقول الشركة إن Sonnet 5 يمثل تحسناً كبيراً مقارنة بسابقه Sonnet 4.6 في جوانب مهمة من الأداء الوكيلي مثل الاستدلال واستخدام الأدوات والبرمجة والعمل المعرفي. ويوفر كفاءة أعلى بكثير في التكلفة عند مستوى الجهد المتوسط، بينما يمكن أن يضاهي أداؤه عند الجهد المرتفع نموذج Opus 4.8 في بعض المهام. ويمكن للمستخدمين ضبط مستوى الجهد للوصول إلى توازن مناسب بين التكلفة والأداء.

ويتوفر Claude Sonnet 5 في جميع الخطط: فهو النموذج الافتراضي في خطتي Free وPro، ومتاح لمستخدمي Max وTeam وEnterprise. ويبلغ سعره دولارين لكل مليون رمز إدخال و10 دولارات لكل مليون رمز إخراج، وقد أصبح سعر الإطلاق دائماً بعد أن كان السعر القياسي 3 و15 دولاراً. وتشير Anthropic إلى أن النموذج يستخدم مُرمِّزاً محدثاً، لذلك قد يتحول النص نفسه إلى نحو 1.0–1.35 ضعف عدد الرموز.

تقييمات السلامة

خلصت تقييمات السلامة لدى Anthropic إلى أن Sonnet 5 يسجل معدلاً أقل من السلوكيات غير المرغوبة مقارنة بـ Sonnet 4.6، وأن استخدامه أكثر أماناً في السياقات الوكيلية. وأظهرت التقييمات أيضاً أن قدرته على تنفيذ مهام الأمن السيبراني أقل بكثير من قدرة نماذج Opus الحالية. وفي اختبار لتطوير استغلال ثغرات في متصفح Firefox لم يتمكن Sonnet 5 أبداً من تطوير استغلال يعمل بالكامل، لكن معدل نجاحه الجزئي أعلى قليلاً من Sonnet 4.6. ونُشرت النتائج الكاملة في بطاقة النظام الخاصة بـ Claude Sonnet 5.

وأشاد مطورون استشهدت بهم Anthropic بالنموذج. وقال Zimu Li إن Sonnet 5 يمنح الوكلاء طبقة تنفيذ قوية لأعمال هندسة البرمجيات متعددة الخطوات، ويتعامل جيداً مع البرمجة الطويلة واستخدام الأدوات وتصحيح الأخطاء. ووصفه Deepak Singh، نائب رئيس Kiro، بأنه نموذج برمجي وكيلي قوي بدقة تضاهي نماذج فئة Opus.