تحديث بتاريخ 25 سبتمبر 2026: هذا المقال سجلّ لنموذج Claude Opus 4.8 كما صدر في 28 مايو 2026. ومنذ ذلك الحين أصدرت Anthropic خلفه Claude Opus 5 (24 يوليو) ثم Claude Opus 5.5 (22 سبتمبر). وتنصح Anthropic الآن، إن لم تكن متأكدًا من النموذج المناسب، بالبدء بنموذج Opus 5.5 لمعظم الاستخدامات، وتقدّم فوقه Claude Fable 5.1 للاستدلال الصعب وأعمال الوكلاء الطويلة. ولا يزال Opus 4.8 متاحًا عبر API بصفته نموذجًا قديمًا (Legacy). أما عبارات مثل «الرائد» والأسعار وقيم الاختبارات المعيارية في النص أدناه فهي بحسب وقت الكتابة.
جدول المحتويات
- 1. Opus 4.8 باختصار: الأداء والتسعير والفلسفة
- 2. المواصفات الأساسية والتوافر
- 3. مقارنة المعايير وجهًا لوجه (4.8 مقابل 4.7)
- 4. التسعير والوضع السريع — سرعة أرخص بثلاث مرات
- 5. الميزة الجديدة #1: معامل effort والتفكير التكيفي
- 6. الميزة الجديدة #2: سير العمل الديناميكي (معاينة بحثية)
- 7. الميزة الجديدة #3: إدخالات system في Messages API
- 8. القفزة الأكبر هي الصدق — يمرّر عيوب شيفرته أقل بنحو 4 مرات
- 9. التحفظات (مذكورة بصدق)
- 10. من ينبغي له الترقية الآن
- الخلاصة
- الأسئلة الشائعة
في 28 مايو 2026، أطلقت Anthropic نموذج Claude Opus 4.8 — بعد شهرين بالكاد من إطلاق Opus 4.7. من الواضح أن وتيرة الترقيات تتسارع. لكن العنوان البارز هذه المرة ليس بضع نقاط مئوية في معيار قياس. يذكر الإعلان الرسمي من Anthropic أن المختبِرين الأوائل وجدوا النموذج "أكثر موثوقية وأحدّ حكمًا عند تنفيذ المهام الوكيلية"، ويقول إن "أحد أبرز التحسينات في Opus 4.8 هو صدقه". إن إصدارًا يضع "أصبح أكثر صدقًا" جنبًا إلى جنب مع مكاسبه في معايير القياس هو أمر غير معتاد.
إليك الخلاصة: البرمجة تحسنت بشكل راسخ (SWE-bench Pro من 64.3% إلى 69.2%)، والعمل في الطرفية يقفز (Terminal-Bench 2.1 من 66.1% إلى 74.6%)، وترتفع أيضًا نتيجة العمل المعرفي (GDPval-AA من 1753 إلى 1890). علاوة على ذلك، الوضع السريع أسرع بنحو 2.5 مرة وبفعالية ثلث السعر، وتصل ثلاث ميزات موجهة للمطورين دفعة واحدة: معامل effort، وسير العمل الديناميكي، وإدخالات system في Messages API. وفي الوقت نفسه، لا يتصدّر في كل شيء — ففي العمل في الطرفية لا يزال خلف GPT-5.5. تفصّل هذه المقالة الأرقام والميزات الجديدة والتحفظات، استنادًا إلى الإعلان الرسمي لـ Anthropic وإلى Transparency Hub لديها.
Claude Opus 4.8 في لمحة
— نموذج رائد يتصدره "الصدق" قبل الذكاء الخام
(كان 4.7 عند 64.3%)
(كان 4.7 عند 66.1%)
$10 / $50 لكل Mtok
مقارنة بـ Opus 4.7
التسعير القياسي ثابت كما في 4.7 ($5 / $25 لكل Mtok)، ويبقى السياق عند 1M tokens.
معرّف النموذج هو claude-opus-4-8، ومتوفر منذ اليوم الأول على Claude API وBedrock وVertex AI وMicrosoft Foundry.
* تستند الأرقام في هذه المقالة إلى الإعلان الرسمي لـ Anthropic وصفحة النموذج وبطاقة النظام، إضافة إلى تقارير من عدة منافذ تقنية (حتى 28 مايو 2026). وقد يجري تحديثها مع توافر المزيد من التحقق.
1. Opus 4.8 باختصار: الأداء والتسعير والفلسفة
للقارئ المشغول، إليك الأساسيات أولًا.
- الأداء: البرمجة (SWE-bench Pro) أقوى بثبات؛ والعمل في الطرفية (Terminal-Bench 2.1) والعمل المعرفي (GDPval-AA) يتحسنان بقوة. في المقابل، يتقدّم GPT-5.5 في Terminal-Bench 2.1، ولا يكاد استخدام الحاسوب (OSWorld-Verified) يتحرك.
- التسعير: الوضع القياسي ثابت كما في 4.7. والأثر الاقتصادي الأكبر هو أن الوضع السريع أسرع بنحو 2.5 مرة وبفعالية ثلث السعر.
- الفلسفة: "أكثر صدقًا" قبل "أذكى". يمرّر العيوب في الشيفرة التي كتبها دون أن يشير إليها أقل بنحو 4 مرات من 4.7، ولا يُغفل إبلاغ المستخدم بالإخفاقات المهمة في عمله إلا في 3.7% من الحالات. ويصل سير العمل الديناميكي الجديد ومعامل effort لدعم عمل مستقل أطول.
2. المواصفات الأساسية والتوافر
لنبدأ بالحقائق الثابتة: مواصفات Opus 4.8 وأين يمكنك استخدامه.
| العنصر | التفصيل |
|---|---|
| تاريخ الإصدار | 28 مايو 2026 (بعد نحو شهرين من 4.7) |
| معرّف نموذج API | claude-opus-4-8 |
| نافذة السياق | 1,000,000 tokens (نفس 4.7) |
| أقصى إخراج | 128,000 tokens لكل استجابة |
| التسعير القياسي | $5 إدخال / $25 إخراج (لكل 1M tokens، نفس 4.7) |
| تخفيضات التكلفة | خصم يصل إلى 90% مع التخزين المؤقت للموجهات، وخصم 50% مع المعالجة بالدفعات |
| تسعير الوضع السريع | $10 إدخال / $50 إخراج (لكل 1M tokens، أسرع بنحو 2.5 مرة) |
| التوافر | Claude API، وAmazon Bedrock، وGoogle Cloud Vertex AI، وMicrosoft Foundry (منذ اليوم الأول) |
النقطة الأساسية هي أن السعر والسياق ثابتان، وأن الجوهر فقط هو الذي أصبح أقوى. إذا كنت على 4.7، فإن استبدال معرّف النموذج بـ claude-opus-4-8 يمنحك مكاسب الأداء دون تكلفة إضافية (تحفظات الترحيل موجودة في القسم 9). انتبه فقط إلى أن الاستدلال داخل الولايات المتحدة فقط يحمل مضاعف تسعير قدره 1.1x.
3. مقارنة المعايير وجهًا لوجه (4.8 مقابل 4.7)
رأينا المواصفات. فكم نمت القدرة الفعلية؟ إليك أبرز المعايير المنشورة مصفوفة في مقابل 4.7. تشير الكتابة العريضة إلى أكبر المكاسب.
| المعيار | Claude Opus 4.8 | Claude Opus 4.7 | الفرق | GPT-5.5 | Gemini 3.1 Pro |
|---|---|---|---|---|---|
| SWE-bench Pro (برمجة أصعب) | 69.2% | 64.3% | +4.9 | 58.6% | 54.2% |
| Terminal-Bench 2.1 (العمل في الطرفية) | 74.6% | 66.1% | +8.5 | 78.2% | 70.3% |
| Humanity's Last Exam (بلا أدوات) | 49.8% | 46.9% | +2.9 | 41.4% | 44.4% |
| Humanity's Last Exam (مع الأدوات) | 57.9% | 54.7% | +3.2 | 52.2% | 51.4% |
| OSWorld-Verified (استخدام الحاسوب) | 83.4% | 82.8% | +0.6 | 78.7% | 76.2% |
| GDPval-AA (العمل المعرفي، Elo) | 1890 | 1753 | +137 | 1769 | 1314 |
| Finance Agent v2 (التحليل المالي) | 53.9% | 51.5% | +2.4 | 51.8% | 43.0% |
المصدر: الجدول (صورة) في إعلان Anthropic عن Opus 4.8. في Terminal-Bench 2.1 تستخدم كل النماذج أداة Terminus-2، ويسجّل GPT-5.5 نسبة 83.4% مع Codex CLI (حاشية في الإعلان نفسه). وفي OSWorld-Verified تذكر حاشية الإعلان نفسه أن نتيجة Opus 4.7 حُدّثت إلى 82.3% بعد تغيير طريقة تشغيل التقييم، وهو ما لا يطابق 82.8% في الجدول.
ملاحظة حول قراءة الجدول. تبدو زيادة +4.9 نقطة في SWE-bench Pro متواضعة لكنها مهمة: فـ Pro يجمع مهام برمجة أكثر واقعية وصعوبة، ولذا تُترجم الزيادة فيه مباشرة إلى "لحظات أقل تتعثر فيها في العمل الحقيقي". لكن أكبر الزيادات هي +8.5 نقطة في Terminal-Bench 2.1 و+137 في GDPval-AA.
ماذا تعني القفزتان
علاوة على ذلك، يتجاوز CursorBench كل نماذج Opus السابقة عبر جميع مستويات effort،
وفي معيار Super-Agent أصبح النموذج الوحيد الذي أنهى كل حالة من البداية إلى النهاية، وسجّل معيار Legal Agent أول نتيجة تتجاوز 10% على معيار النجاح الكامل.
ومع ذلك، لا يتصدّر في كل شيء. ففي Terminal-Bench 2.1 يتقدّم GPT-5.5 بنسبة 78.2% (83.4% مع Codex CLI)، واستخدام الحاسوب في OSWorld-Verified شبه ثابت مقارنة بـ 4.7 (+0.6 نقطة). المزيد في القسم 9.
4. التسعير والوضع السريع — سرعة أرخص بثلاث مرات
أطلنا الحديث عن الأداء، لكن ما يصيب محفظتك فعليًا بأقوى ضربة هذه المرة هو تغيير سعر الوضع السريع. التسعير القياسي ثابت تمامًا كما في 4.7، فلنصفّ الاثنين جنبًا إلى جنب.
الوضع القياسي (ثابت)
- الإدخال: $5 / 1M tokens
- الإخراج: $25 / 1M tokens
- التخزين المؤقت للموجهات: خصم يصل إلى 90%
- المعالجة بالدفعات: خصم 50%
→ لا يختلف عن 4.7 ولو بقرش واحد. تكلفة تبديل صفرية.
الوضع السريع (تغيير كبير)
- الإدخال: $10 / 1M tokens
- الإخراج: $50 / 1M tokens
- السرعة: نحو 2.5x من القياسي
- ثلث سعر الوضع السريع السابق
→ "السريع = باهظ" لم يعد قائمًا. ممتاز لواجهات الدردشة والمعالجة بالجملة.
هذا أكبر مما يبدو. إن معضلة "أريد السرعة، لكن الوضع السريع باهظ" أصابت بالضبط حالات الاستخدام — استجابات واجهات الدردشة، ومراجعة الكود بالجملة في CI/CD، وعمليات الوكلاء متعددة الخطوات — حيث يمكنك الآن الحصول على السرعة والسعر معًا. وبالاقتران مع ثبات التسعير القياسي، فإن الخلاصة الاقتصادية هذه المرة هي "نفس الميزانية، لكن أسرع وأذكى." للصورة الكاملة للتسعير، راجع مقارنة أسعار Claude Opus / Sonnet / Haiku.
5. الميزة الجديدة #1: معامل effort والتفكير التكيفي
بعد التسعير، تأتي الميزات التي يلمسها المطورون مباشرة. أولًا، معامل effort. هذا مقبض يتيح لك أن تحدد صراحة "مدى عمق التفكير" عبر أربعة مستويات.
اختر عمق التفكير في أربعة مستويات
الجوهر: يستخدم المستوى الافتراضي HIGH عددًا من tokens قريبًا من افتراضي 4.7، مع ارتفاع الأداء فقط.
بعبارة أخرى، حتى بدون أي إعداد على الإطلاق، تحصل على نتائج أفضل بنفس التكلفة.
نظير effort هو التفكير التكيفي: حيث يضبط النموذج تلقائيًا حجم الحوسبة التي يستخدمها وفقًا لتعقيد المهمة. سريع في الأسئلة البسيطة، وأعمق من تلقاء نفسه في الصعبة. أنت تحدد السقف والسياسة باستخدام effort، ويعمل التفكير التكيفي على تحسين التوزيع الفعلي — تصميم من طبقتين يحقق "لا tokens تفكير مهدورة، عمق فقط حيث يهمّ."
6. الميزة الجديدة #2: سير العمل الديناميكي (معاينة بحثية)
أكثر الميزات طموحًا هذه المرة هي هذه. سير العمل الديناميكي ميزة في معاينة بحثية يمكن استخدامها في Claude Code (واجهة الأوامر، وسطح المكتب، وإضافة VS Code)، وهي آلية لتسليم Claude "مهمة كبيرة" بالكامل.
على وجه التحديد، يكتب Claude نصوص التنسيق الخاصة به ويولّد عشرات إلى مئات الوكلاء الفرعيين المتوازين لمهاجمة مشكلة في آنٍ واحد. بل إنه ينشر وكلاء تحقق تنافسيين لفحص النتائج بشكل نقدي، ويكرّر حتى التقارب. وهو ينسّق خارج خيط المحادثة الرئيسي، وحالته قابلة للاستئناف، وتصمد عبر تنفيذ يمتد لعدة أيام.
فيمَ يبرع
حالات الاستخدام المقصودة هي عمليات صيد الأخطاء على مستوى قاعدة الكود بالكامل، والترحيلات واسعة النطاق، وتدقيقات الأمن، ومهام التحقق الحرجة — من نوع العمل الذي "قد يستغرق فريقًا من البشر عدة أيام."
التوافر: خطط Max وTeam وEnterprise (بتفعيل المسؤول)، إضافة إلى الوصول عبر API وBedrock وVertex وFoundry. ولأسباب أمنية يتطلب تأكيدًا صريحًا عند التشغيل الأول. وبصفته معاينة بحثية، قد يتغير سلوكه. (المصدر: تدوينة مدونة Claude Introducing dynamic workflows in Claude Code بصيغتها المنشورة في 28 مايو 2026.)
من حيث الموضعة، فهو خطوة نحو جعل النموذج نفسه يصمم ويشغّل، على الفور، "التنسيق المتوازي للعديد من الوكلاء" الذي كان عليك سابقًا أن تبنيه بنفسك باستخدام Claude Agent SDK. وبالنسبة لعمليات إعادة الهيكلة الكبيرة والتحقيقات الشاملة، يتسع النطاق الذي يمكنه قيادته دون توجيه بشري خطوة بخطوة.
7. الميزة الجديدة #3: إدخالات system في Messages API
تغيير دقيق، لكنه مرحَّب به لدى المطورين: أصبح Messages API يقبل الآن إدخالات system داخل مصفوفة messages.
سابقًا، كان موجّه النظام (تعليمات النظام) يُوضع مرة واحدة في بداية المحادثة. مع هذا التغيير، يمكنك حقن تعليمات النظام في منتصف المحادثة — والقيام بذلك دون كسر ذاكرة الموجهات المؤقتة أو الحاجة إلى دور من المستخدم.
// مثال: تحديث "الأذونات والميزانية والبيئة" في منتصف سير العمل
messages: [
{ role: "system", content: "أنت وكيل CI. لا عمليات تدميرية." },
{ role: "user", content: "حدّث التبعيات" },
{ role: "assistant", content: "..." },
// تحديث السياسة أثناء التشغيل (دون كسر الذاكرة المؤقتة)
{ role: "system", content: "ميزانية tokens منخفضة. استخدم effort=low، النقاط الأساسية فقط." },
{ role: "user", content: "تابع" }
]يثمر هذا في عمليات الوكلاء الطويلة متعددة الخطوات. إن "تبديل السياسة ديناميكيًا" في منتصف التنفيذ — تشديد الأذونات، والإشارة إلى ميزانية tokens، وتحديث سياق البيئة (أي فرع أنت عليه، إلخ) — يعمل الآن مع الحفاظ على كفاءة الذاكرة المؤقتة. إنه تصميم يتناسب جيدًا مع عمليات التشغيل المستقلة طويلة الأمد مثل سير العمل الديناميكي.
8. القفزة الأكبر هي الصدق — يمرّر عيوب شيفرته أقل بنحو 4 مرات
هذا هو الجزء الذي أرغب في إيصاله أكثر من غيره. إن ما يميز Opus 4.8 حقًا ليس أرقام المعايير — إنه "الصدق بشأن عمله ذاته." ما شدد عليه كل من Anthropic والمختبرين مرارًا هو أن هذا النموذج يبادر إلى الإشارة إلى عدم يقينه ويقل احتمال إطلاقه ادعاءات غير مدعومة.
الصدق في أرقام
وبحسب Anthropic، يفيد المختبِرون أيضًا بأنه "أكثر ميلًا للإشارة إلى مواضع عدم اليقين وأقل ميلًا لإطلاق ادعاءات بلا سند".
لقد توقف عن "التظاهر بأنه يعمل" — وهذا أمر حاسم لتشغيل الوكلاء.
المصادر: إعلان Anthropic (عيوب الشيفرة) وTransparency Hub لديها (3.7%).
لماذا يهم هذا؟ إن أكبر خطر في ترك وكيل ذكاء اصطناعي يعمل باستقلالية لفترة طويلة هو "الإبلاغ عن الفشل على أنه نجاح، ثم تكديس المزيد من العمل فوق ذلك الخطأ." قول "تم الإصلاح" بينما لا تزال الاختبارات فاشلة؛ وعرض تخمينات غير مؤكدة بنبرة واثقة — هذا النوع من "الثقة المفرطة" يقوّض موثوقية الأتمتة من جذورها. إن كون Opus 4.8 الآن يشير إلى عدم يقينه من تلقاء نفسه هو، من الناحية العملية، أثمن من بضع نقاط في المعايير. شخصيًا، أعتقد أن هذه النقطة وحدها هي أكثر ما يستحق الثناء في هذا التحديث.
9. التحفظات (مذكورة بصدق)
استعرضنا المكاسب. لكن بما أن هذه مقالة تمتدح "الصدق"، فسأكون صادقًا أيضًا — إليك دون مواربة النقاط التي لم تتحسن أو تستدعي الحذر في 4.8.
| التحفظ | التفصيل | كيفية التعامل معه |
|---|---|---|
| يتقدّم GPT-5.5 في العمل في الطرفية | Terminal-Bench 2.1: 74.6% (4.8) مقابل 78.2% (GPT-5.5). ويسجّل GPT-5.5 نسبة 83.4% مع Codex CLI | للوكلاء المعتمدين على سطر الأوامر، قارن النماذج على مهامك أنت |
| مكسب صغير في استخدام الحاسوب | OSWorld-Verified من 82.8% إلى 83.4% (+0.6). وحاشية الإعلان تحدّث 4.7 إلى 82.3%، فيتغير الفارق بحسب الرقم الذي تعتمده | إن كان استخدام الحاسوب مهمتك الرئيسية، فقِس بدل أن تفترض التحسن |
| مقاومة حقن الموجهات بلا تغيير | في مسابقة الهجوم العلنية التي نظّمتها Gray Swan لمدة أسبوع، بلغت نسبة نجاح الهجمات 0.4% (مثل 4.7؛ وبلغت لدى GPT-5.5 نسبة 1.6%)، مقيسةً دون الحمايات الإضافية | بالنسبة للوكلاء الذين يتعاملون مع المدخلات الخارجية، واصل تنقية المدخلات وفصل الصلاحيات. أعد النظر في تصميم الأذونات لديك |
| سير العمل الديناميكي معاينة بحثية | قد يتغير السلوك. الاعتماد عليه كليًا في عمل إنتاجي حرج سابق لأوانه | تحقق منه على عمل غير حرج قبل اعتماده |
وفي ما يخص حقن الموجهات تحديدًا، فالانتقال إلى 4.8 لا يجعلك أكثر أمانًا. فبحسب Transparency Hub لدى Anthropic، بلغت نسبة نجاح الهجمات 0.4% — مثل 4.7، عبر أكثر من 15 ألف محاولة — وهي الأدنى بين النماذج الرائدة التي جرت مقارنتها، لكن هذا الرقم مقيس دون الدفاعات الإضافية التي تضيفها Anthropic في منتجاتها. وبالنسبة إلى الوكلاء الذين يقرؤون مدخلات خارجية (صفحات الويب، البريد، منشورات المستخدمين) ويتصرفون باستقلالية، يبقى الأساس تصميمًا يقيّد الصلاحيات بدل الاعتماد على متانة النموذج.
10. من ينبغي له الترقية الآن
إذًا، هل ينبغي لك الانتقال إلى claude-opus-4-8 الآن؟ لنفصّل ذلك حسب النوع.
✅ ترقَّ الآن
- البرمجة / تشغيل الوكلاء هو استخدامك الرئيسي
- تريد تفويض مهام مستقلة طويلة
- تستخدم الوضع السريع بكثافة (أرخص الآن بثلاث مرات)
- تريد أن تُسند إليه عملًا معرفيًا كالمستندات والتحليل (ارتفع GDPval-AA)
- "الإبلاغ الخاطئ بثقة مفرطة" سيكون قاتلًا في بيئتك
⚠ فكّر بعناية
- وكلاء يتمحورون حول سطر الأوامر والطرفية (يتقدّم GPT-5.5 في Terminal-Bench 2.1)
- أتمتة استخدام الحاسوب هي مهمتك الرئيسية (بالكاد تحرك OSWorld-Verified)
- الوكلاء العامون الذين يتعاملون مع المدخلات الخارجية (مقاومة الحقن مثل 4.7)
- وضع سير العمل الديناميكي مباشرة في إنتاج حرج
بما أن تكلفة التبديل نفسها شبه معدومة (فقط غيّر معرّف النموذج؛ التسعير القياسي ثابت)، فإن الطريق الملكي هو أن تنتقل أولًا إلى claude-opus-4-8 في بيئة غير حرجة وتقيس على مهامك الخاصة. خطوات الترحيل الملموسة من 4.7 تنتقل مباشرة من المنطق الوارد في دليل ترحيل Opus 4.7. للمقارنة مع GPT-5.5 وغيره، راجع مقارنة GPT-5.5 مقابل Claude Opus.
الخلاصة
إن Claude Opus 4.8 (الصادر في 28 مايو 2026، claude-opus-4-8) نموذج رائد عزّز الجوهر مع إبقاء السعر والسياق على حالهما. تحسنت البرمجة بثبات (SWE-bench Pro +4.9)، وتحسن العمل في الطرفية (Terminal-Bench 2.1 +8.5) والعمل المعرفي (GDPval-AA +137) بقوة. وصار الوضع السريع أسرع بنحو 2.5 مرة وبفعالية ثلث السعر، ووصلت الميزات العملية — معامل effort، وسير العمل الديناميكي، وإدخالات system في Messages API — معًا.
لكن الجوهر ليس في الأرقام. تمرير عيوب الشيفرة أقل بنحو 4 مرات، وعدم الإبلاغ عن الإخفاقات في 3.7% فقط من الحالات — هذا الإصدار، الذي يقدّم "الصدق" على "الذكاء"، يشير إلى الاتجاه الصحيح لعصر الذكاء الاصطناعي المستقل طويل الأمد. وفي الوقت نفسه، لا يزال خلف GPT-5.5 في Terminal-Bench 2.1، ومقاومته للحقن بلا تغيير مقارنة بـ 4.7؛ فهو لا يتصدّر على كل المحاور. ولهذا — وبما ينسجم تمامًا مع فضيلة هذا النموذج نفسه — فإن أذكى طريقة للتعامل معه هي ألا تفرط في الثقة، وأن تقيس على مهامك قبل أن تقرر.
قراءات ذات صلة: تحليل إصدار Claude Opus 4.7، ودليل ترحيل Opus 4.7، ومقارنة أسعار Opus / Sonnet / Haiku، ومقارنة GPT-5.5 مقابل Claude Opus، وما هو Claude Agent SDK.
الأسئلة الشائعة
س. هل الترحيل من Opus 4.7 إلى 4.8 صعب؟
ج. لا يتطلب شيئًا تقريبًا. فقط غيّر معرّف النموذج في API إلى claude-opus-4-8؛ ويبقى السعر القياسي ونافذة السياق (1M رمز) على حالهما. ويستهلك effort=HIGH الافتراضي تقريبًا عدد الرموز نفسه الذي يستهلكه الإعداد الافتراضي في 4.7 مع ارتفاع الأداء فقط، فتستفيد دون تغيير الإعدادات. لكن بالنسبة للوكلاء الذين يتعاملون مع المدخلات الخارجية، لاحظ أن مقاومة الحقن لم تتحسن مقارنة بـ 4.7 (انظر أعلاه).
س. ماذا يعني الوضع السريع "الأرخص بثلاث مرات"؟
ج. يعني أن سعر الوضع السريع ($10 إدخال / $50 إخراج لكل 1M tokens) هو بفعالية ثلث سعر الوضع السريع للنموذج السابق. والسرعة نحو 2.5 مرة من القياسي. وتُخفَّف بشكل كبير معضلة "أريد السرعة لكن الوضع السريع باهظ"، مما يسهّل استخدامه لواجهات الدردشة والمعالجة بالدفعات بالجملة.
س. هل يمكن لأي شخص استخدام سير العمل الديناميكي؟
ج. إنه في معاينة بحثية، ويمكن استخدامه من Claude Code (واجهة الأوامر، وسطح المكتب، وإضافة VS Code). التوافر على خطط Max وTeam وEnterprise (بتفعيل المسؤول) وعبر API وBedrock وVertex وFoundry. ولأسباب أمنية، يتطلب التشغيل الأول تأكيدًا صريحًا. وقد يتغير السلوك، لذا فالأكثر أمانًا تجربته على عمل غير حرج أولًا.
س. هل 4.8 أفضل من 4.7 في كل النواحي؟
ج. لا. حتى في جدول Anthropic نفسها، يتقدّم GPT-5.5 (78.2%) على 4.8 (74.6%) في Terminal-Bench 2.1، واستخدام الحاسوب في OSWorld-Verified شبه ثابت مقارنة بـ 4.7 (+0.6)، ومقاومة حقن الموجهات عند مستوى 4.7 نفسه. وهو متقدّم بوضوح في البرمجة (SWE-bench Pro) والعمل المعرفي (GDPval-AA) والصدق، لكن لبعض الاستخدامات قد يناسب 4.7 أو نماذج أخرى أكثر.
س. ما الفائدة الملموسة من "الصدق" الأعلى؟
ج. عند تشغيل وكلاء الذكاء الاصطناعي باستقلالية، فإن أكبر خطر هو "الإبلاغ عن فشل على أنه نجاح وتكديس العمل فوقه". ولأن 4.8 يمرّر العيوب في شيفرته أقل بنحو 4 مرات من 4.7، ولا يُغفل إبلاغ المستخدم بالإخفاقات المهمة إلا في 3.7% من الحالات، فإنه يتوقف عن "التظاهر بأنه يعمل" ويقول إنه غير متأكد حين لا يكون متأكدًا. وفي الأتمتة طويلة الأمد وCI ومراجعة الشيفرة، تتحسن الموثوقية على مستوى عملي.
مقال ذو صلة: Claude Fable 5 للبرمجة.
