شرکت Anthropic نسخه جدید مدل هوش مصنوعی Claude Sonnet 5.5 را منتشر کرده است؛ مدلی که طبق آزمون‌های اعلام‌شده، در انجام وظایف پیچیده کدنویسی از مدل گران‌تر Opus 5.5 عملکرد بهتری دارد. قیمت پایه Sonnet 5.5 بدون تغییر نسبت به نسل قبلی باقی مانده، اما هزینه استفاده از آن نصف Opus 5.5 است. با این حال، میزان بالای مصرف توکن در حالت پردازش حداکثری می‌تواند بخشی از مزیت قیمتی آن را کاهش دهد.
طبق گزارش Decrypt، Anthropic این مدل را روز دوشنبه به‌عنوان ارتقایی برای Sonnet 5 معرفی کرد؛ نسخه‌ای که در ژوئن عرضه شده بود. این شرکت می‌گوید Sonnet 5.5 بیش از ۳۰ درصد سریع‌تر از نسل قبلی خود اجرا می‌شود و برای کارهای روزمره با دامنه مشخص، رفع خطاهای نرم‌افزاری و ساخت اسناد، ارائه‌ها و صفحه‌های گسترده حرفه‌ای طراحی شده است. Anthropic همچنین بر توانایی مدل در تشخیص و اجرای ملاحظات طراحی تأکید کرده است.
عملکرد کدنویسی بهتر از مدل گران‌تر
مهم‌ترین بخش معرفی Sonnet 5.5 به نتایج آن در آزمون Terminal-Bench 4.0 مربوط می‌شود. این آزمون بررسی می‌کند یک عامل هوش مصنوعی تا چه اندازه می‌تواند با وارد کردن دستورها در محیط ترمینال، وظایف پیچیده و حرفه‌ای را به‌طور مستقل به پایان برساند. امتیاز آزمون بر اساس سهم کارهایی محاسبه می‌شود که مدل با موفقیت کامل می‌کند.
Sonnet 5.5 در ارزیابی Anthropic امتیاز ۷۰.۶ درصد را به دست آورد؛ در حالی که Opus 5.5 به امتیاز ۶۶.۴ درصد رسید. Sonnet 5، نسخه قبلی، تنها ۱۰.۳ درصد امتیاز گرفت. به بیان ساده، مدل میان‌رده جدید در این آزمون تعداد بیشتری از وظایف را با موفقیت به پایان رسانده است.
نتیجه یک ارزیابی مستقل نیز برتری Sonnet 5.5 را نشان داد. شرکت Artificial Analysis برای این مدل امتیاز ۶۳.۶ درصد ثبت کرد، در حالی که امتیاز Opus 5.5 برابر با ۵۹.۶ درصد و امتیاز GPT-6 Astra از OpenAI برابر با ۵۹.۱ درصد بود. با وجود این، Artificial Analysis در رتبه‌بندی کلی، Sonnet 5.5 را پشت سر Opus 5.5 قرار داده است؛ زیرا مدل جدید برای تکمیل هر وظیفه از تعداد توکن بیشتری استفاده کرده است.
در آزمون GDPval-AA، که توانایی مدل‌ها را در کارهای حرفه‌ای واقعی در ۴۴ شغل با روش رتبه‌بندی الو می‌سنجد، اختلاف دو مدل Anthropic تقریباً از بین رفت. Sonnet 5.5 امتیاز ۱۸۴۴ و Opus 5.5 امتیاز ۱۸۴۶ را کسب کردند؛ نتیجه‌ای که عملاً یک تساوی محسوب می‌شود. امتیاز GPT-6 Sol در همین ارزیابی ۱۴۸۷ بود.
قیمت ثابت، اما هزینه واقعی وابسته به مصرف توکن
Anthropic برای Sonnet 5.5 به ازای هر یک میلیون توکن ورودی ۲ دلار و به ازای هر یک میلیون توکن خروجی ۱۰ دلار دریافت می‌کند. توکن واحدهایی از متن هستند که مدل برای خواندن و تولید پاسخ پردازش می‌کند و اندازه آن‌ها معمولاً کمی کوتاه‌تر از یک واژه است. شرکت‌های ارائه‌دهنده خدمات هوش مصنوعی معمولاً هزینه استفاده را بر اساس همین واحد محاسبه می‌کنند.
این نرخ‌ها با قیمت Sonnet 5 تغییری نکرده و نصف نرخ اعلام‌شده برای Opus 5.5 است. Anthropic همچنین می‌گوید Sonnet 5.5 در هر وظیفه تقریباً یک‌سوم توکن کمتر مصرف می‌کند و به همین دلیل، هزینه اجرای آن می‌تواند از Sonnet 5 پایین‌تر باشد. رقیب این شرکت، OpenAI، هفته گذشته قیمت GPT-6 Sol را به ۲ دلار برای توکن ورودی و ۱۰ دلار برای توکن خروجی کاهش داد. مدل میان‌رده GPT-5.6 Terra نیز با نرخ ۲ دلار برای ورودی و ۱۲ دلار برای خروجی عرضه می‌شود؛ Anthropic برای این مدل رقیب، داده‌ای از آزمون‌های عملکردی منتشر نکرده است.
محدودیت مهم: پاسخ‌های طولانی و مصرف بیشتر
مزیت قیمتی Sonnet 5.5 به تنظیم میزان تلاش مدل وابسته است. این تنظیم مشخص می‌کند مدل چه مدت و با چه حجم پردازشی روی پاسخ کار کند؛ تنظیم بالاتر معمولاً می‌تواند به پاسخ بهتر، اما مصرف توکن و هزینه بیشتر منجر شود.
Artificial Analysis گزارش کرده است که Sonnet 5.5 در بالاترین سطح تلاش، برای هر وظیفه آزمایشی حدود ۱۹۳ هزار توکن تولید کرده است. این رقم بیشترین میزان ثبت‌شده در آزمون‌های این شرکت بود و تقریباً ۶۰ درصد بیشتر از Opus 5.5 است. هزینه هر وظیفه به حدود ۷.۶۰ دلار رسید؛ رقمی تقریباً ۵۰ درصد بالاتر از Sonnet 5 و ناسازگار با ادعای صرفه‌جویی حداکثر ۳۰ درصدی Anthropic در این شرایط.
Anthropic می‌گوید در سطح تلاش متوسط، که تنظیم پیش‌فرض برنامه‌هایش است، Sonnet 5.5 با هزینه‌ای کمتر از یک‌دهم، از بهترین امتیاز کدنویسی Sonnet 5 عبور می‌کند. Artificial Analysis سطح تلاش بالا را از نظر ارزش در برابر هزینه مناسب‌تر دانسته است. بنابراین نتیجه عملی برای کاربران به تنظیمات انتخابی و میزان پیچیدگی هر کار بستگی دارد.
آزمون مستقل Artificial Analysis روی نسخه پیش از انتشار انجام شده و این نسخه یک نقص نرم‌افزاری داشته است؛ Anthropic انتظار دارد این نقص تأثیر کمی بر نتایج گذاشته یا امتیاز مدل را اندکی پایین‌تر نشان داده باشد. خود Anthropic نیز می‌گوید Opus 5.5 همچنان برای کارهای پیچیده‌ای که به قضاوت مستمر نیاز دارند، مدل قوی‌تر است.
تصویر بازار؛ داده‌های Moneyiar
بر اساس داده‌های Moneyiar در زمان‌های ثبت‌شده، اتریوم نیم‌سرویس با نماد ENS با قیمت ۷.۰۶۸۴۹۱۲۱۶۳ دلار معامله می‌شود و در ۲۴ ساعت ۰.۰۹ درصد و در هفت روز ۱۲.۶۹ درصد افزایش داشته است. توکن Audiera با نماد BEAT قیمت ۰.۰۹۶۶۴۶۱۵۲۷ دلار دارد؛ بازده ۲۴ساعته آن ۲۸.۹۴ درصد مثبت، اما تغییر هفت‌روزه‌اش ۲۲.۳۳ درصد منفی بوده است.
قیمت Decimal با نماد DEL برابر با ۰.۴۵۹۷۳۱۸۵۰۹ دلار ثبت شده و این دارایی در ۲۴ ساعت ۲.۵۶ درصد و در هفت روز ۴.۵۶ درصد افت کرده است. Mina با نماد MINA نیز ۰.۱۳۸۷۲۸۵۴۶ دلار قیمت دارد؛ تغییر آن در ۲۴ ساعت ۵.۵۳ درصد منفی و در هفت روز ۳۰.۴۸ درصد مثبت بوده است. زمان ثبت داده ENS و DEL و MINA، ۲۵ سپتامبر ۲۰۲۶ و زمان ثبت داده BEAT، ۱۲ سپتامبر ۲۰۲۶ اعلام شده است.
Anthropic می‌گوید Claude Haiku 5.5، مدل مناسب کاربردهای پرتعداد و حساس به هزینه، در هفته‌های آینده عرضه خواهد شد.
