Anthropic مدل Claude Sonnet 5 را با قابلیت‌های عامل‌محور ارزان‌تر عرضه کرد

Anthropic مدل Claude Sonnet 5 را معرفی کرد که نسخه‌ای قدرتمندتر و عامل‌محور از مدل‌های میان‌رده این شرکت است. این مدل جدید با هدف ارائه قابلیت‌های پیشرفته عامل‌محور با هزینه‌ای کمتر به بازار عرضه شده است. Anthropic در پستی وبلاگی اعلام کرد Sonnet 5 می‌تواند برنامه‌ریزی کند، از ابزارهایی مانند مرورگر و ترمینال استفاده کند و به صورت خودکار در سطحی عمل کند که تا چند ماه پیش تنها با مدل‌های بزرگ‌تر و گران‌تر امکان‌پذیر بود. این رویکرد مشابه آنچه OpenAI و Google در مورد مدل‌های اخیر خود بیان کرده‌اند، است. OpenAI هفته گذشته GPT-5.6 Sol را به صورت پیش‌نمایش عرضه کرد که عامل‌محورترین مدل این شرکت است و به کاربران امکان می‌دهد وظایف طولانی‌تر را بین زیرعامل‌ها تقسیم کنند. Google نیز Gemini 3.5 Flash را در ماه می معرفی کرد که از یک چت‌بات مکالمه‌ای به ابزاری عامل‌محور برای برنامه‌ریزی، ساخت و تکرار کارهای واقعی با حداقل دخالت انسانی تغییر یافته است.

Sonnet 5 عملکردی نزدیک به Opus 4.8 را با هزینه‌های بسیار پایین‌تر وعده می‌دهد.

عرضه Sonnet 5 تأییدی بر این است که قابلیت‌های عامل‌محور اکنون به یک انتظار پایه در هر سطح قیمتی تبدیل شده‌اند. اکنون تفاوت اصلی نه در بهترین عملکرد عامل‌محور، بلکه در ارزان‌ترین و قابل‌اعتمادترین روش انجام آن بدون نظارت انسانی است. Sonnet 5 از سه‌شنبه به عنوان مدل پیش‌فرض برای طرح‌های رایگان و Pro در دسترس است. قیمت اولیه Sonnet 5 تا ۳۱ آگوست، ۲ دلار به ازای هر میلیون توکن ورودی و ۱۰ دلار به ازای هر میلیون توکن خروجی است که پس از آن به ۳ دلار برای ورودی و ۱۰ دلار برای خروجی افزایش می‌یابد. این قیمت‌گذاری Sonnet 5 را ارزان‌تر از Opus 4.8، GPT-5.5 OpenAI و Gemini 3.1 Pro Google می‌کند، اگرچه همچنان گران‌تر از Gemini 3.5 Flash است. Anthropic می‌گوید مدل جدید بهبودهای قابل توجهی نسبت به نسخه قبلی خود، Sonnet 4.6 (عرضه شده در فوریه)، در عملکرد عامل‌محور مانند استدلال، استفاده از ابزار، کدنویسی نرم‌افزار و کارهای دانش‌محور نشان می‌دهد. به عنوان مثال، در یک بنچمارک، Sonnet 5 در کدنویسی عامل‌محور امتیاز ۶۳.۲٪ را کسب کرد، در حالی که Opus 4.8 امتیاز ۶۹.۲٪ و Sonnet 4.6 امتیاز ۵۸.۱٪ را داشت. در بنچمارک کارهای دانش‌محور، Sonnet 5 حتی کمی بهتر از Opus 4.8 عمل کرد که به دلیل حل سخت‌ترین مسائل و تصمیم‌گیری‌های ظریف شناخته شده است. Anthropic می‌افزاید: «Opus 4.8 همچنان مدل انتخابی برای دقت بالاتر در این وظایف است، اما Sonnet 5 گزینه‌هایی با قیمت پایین‌تر و کیفیت بسیار بالاتر از آنچه قبلاً در دسترس بود، در اختیار توسعه‌دهندگان قرار می‌دهد.» به گفته آزمایش‌کنندگان، Sonnet 5 در تکمیل وظایف پیچیده‌ای که نسخه‌های قبلی مدل متوقف می‌شدند، برتری دارد و خروجی خود را بدون درخواست صریح بررسی می‌کند. Daniel Shepard، مهندس ارشد Zapier، گفت: «ما یک کار دو قسمتی به Claude Sonnet 5 دادیم – به‌روزرسانی سطوح حساب Salesforce، ارسال اطلاعیه راه‌اندازی به مخاطبین سازمانی – و آن را به طور کامل انجام داد. این کار قبلاً در نیمه راه متوقف می‌شد. برای اتوماسیون روزمره، این یک انتخاب بدیهی است.» در زمینه ایمنی، Sonnet 5 نرخ پایین‌تری از "رفتارهای نامطلوب" مانند همکاری در سوءاستفاده و فریب را نسبت به نسخه قبلی خود نشان می‌دهد که استفاده از آن را در زمینه‌های عامل‌محور ایمن‌تر می‌کند. این مدل در رد درخواست‌های مخرب و جلوگیری از تلاش‌های ربایش در حملات تزریق پرامپت بهتر عمل می‌کند. همچنین نرخ توهم و رفتارهای چاپلوسانه آن کمتر از Sonnet 4.6 است. با این حال، در زمینه رفتارهای نامناسب، در سطح Opus 4.8 و Claude Mythos Preview نیست. Fabian Hedin، هم‌بنیان‌گذار Lovable، اظهار داشت که Claude Sonnet 5 "درخواست‌های ناامن را به طور تمیز و مداوم رد می‌کند." منبع: TechCrunch