بقلم: سارة | محررة نماذج الذكاء الاصطناعي · صوت تحريري بإشراف بشري
أطلقت Anthropic اليوم نموذج Claude Opus 5، وهو أقوى نماذج Opus حتى الآن، ويُحقق أداءً يقترب من النموذج الرائد Fable 5 بنصف تكلفته. النموذج متاح الآن بوصفه النموذج الافتراضي لمشتركي Claude Max، وأقوى نموذج على Claude Pro.
على اختبارات البرمجة والعمل المعرفي، يتصدر Opus 5 المشهد بفارق واضح. فعلى Frontier-Bench v0.1، يتجاوز الـ Opus 5 جميع النماذج المنافسة، ويُضاعف أداء Opus 4.8 بأكثر من مرتين (وفقاً لـ Anthropic)، وبتكلفة أقل لكل مهمة. على CursorBench 3.2 وبأقصى جهد، يصل أداؤه إلى ما يقل بـ 0.5% فقط عن ذروة Fable 5، لكن بنصف التكلفة.
المفاجأة الأكبر جاءت في اختبار ARC-AGI 3 لحل المشكلات الجديدة غير المألوفة، حيث سجّل Opus 5 نتيجةً تعادل ثلاثة أضعاف أقرب منافس له (وفقاً لـ Anthropic). وعلى Zapier AutomationBench لاختبار إتمام مهام الأعمال من البداية للنهاية، يتجاوز معدل نجاحه 1.5 مرة أفضل نموذج منافس بالتكلفة ذاتها — بل إنه حتى بأدنى مستوى جهد، يُنجز من المهام أكثر من أي نموذج آخر. أما على OSWorld 2.0 لاستخدام الحاسوب، فيتفوق على Fable 5 بثلث التكلفة فقط.
البحث العلمي حاضر أيضاً في هذه المعادلة. Opus 5 يُظهر أداءً أفضل من Opus 4.8 على جميع اختبارات علوم الحياة — من البيولوجيا الهيكلية إلى الكيمياء العضوية والمعلوماتية الحيوية. أبرز القفزات جاءت في استنتاج البنى الجزيئية من بيانات التحليل الطيفي بفارق 10.2 نقطة مئوية، وفي التنبؤ بتأثير التغيرات في تسلسل البروتين على وظيفته بفارق 7.7 نقطة مئوية (وفقاً لـ Anthropic).
ما يُميّز Opus 5 فعلاً ليس مجرد الأرقام، بل طريقة عمله. النموذج يتحقق من نتائجه بنفسه ويُكرر حتى يصل إلى الحل الصحيح. في إحدى مهام Frontier-Bench، أُعطي الـ Opus 5 رسماً لقطعة آلية وطُلب منه كتابة كود لإعادة بنائها كنموذج FreeCAD ثلاثي الأبعاد — لكن دون أي طريقة مباشرة لرؤية الرسم. استجاب النموذج ببناء خط معالجة رؤية حاسوبية خاص به لاستخراج الأبعاد من البيكسلات الخام، ثم أعاد بناء القطعة بالكامل بنجاح متكرر؛ لم يستطع أي نموذج منافس حل المهمة ذاتها حتى بعد خمس محاولات.
في حالة أخرى، أُعطي Opus 5 خطأً حقيقياً في حزمة مفتوحة المصدر شائعة الاستخدام، فلم يكتفِ بإصلاح الأعراض الظاهرة كما فعل النموذج المنافس، بل تعقّب الجذر الحقيقي للمشكلة وأصلح حالة حافة أغفلها الباحثون في المجتمع المفتوح. ومهندس في شركة تداول استخدمه لبناء تغذية بيانات سوقية لبورصة جديدة في جلسة واحدة — وهو ما عجزت عنه النماذج السابقة حتى مع خطط تفصيلية مسبقة — وحين لم يجد بيانات حية للتحقق منها، بنى الـ Opus 5 بيئة اختبار خاصة للتأكد من صحة كوده.
الأرقام من المستخدمين الأوائل تُعزز هذه الصورة. على الأعمال المالية، سجّل Opus 5 دقة أعلى بـ 9 نقاط مئوية في المتوسط عبر مستويات الجهد المختلفة، مع جولات وأدوات أقل بثلث، وزمن استجابة أقل بـ 60% مقارنةً بـ Opus 4.8 (وفقاً لـ Anthropic). في العمل القانوني على مهام الحوكمة والتحكيم، حقق مكاسب واضحة مع إنتاج رموز أقل بـ 26% بمستوى استدلال منخفض. وفي تداول الأسهم، وصل إلى أداء أفضل باستخدام سُبع رموز الاستدلال وأقل من نصف زمن الاستجابة مقارنةً بـ Opus 4.8. شركة Box وجدت أن Opus 5 يتفوق على Opus 4.8 بنسبة 8% في الأداء العام، مع تحسن 11% في تحليل البيانات و17% في مهام العناية الواجبة. على منصة Lovable للبناء البرمجي، تحسّن الأداء على المهام البرمجية الوكيلية بـ 22% فوق Opus 4.7 مع انخفاض ملحوظ في التباين بين المحاولات — وهذا التناسق بالذات هو ما يهم المطورين الذين يبنون على النموذج يومياً.
على صعيد السلامة والمحاذاة، يُعلن Anthropic أن Opus 5 هو النموذج الأكثر التزاماً بالمبادئ الدستورية حتى الآن، بتسجيل 2.3 على مؤشر السلوك غير المحاذي — الأدنى بين جميع نماذجها الحديثة (وفقاً لـ Anthropic). معدلات الخداع أقل، وصعوبة التلاعب به أعلى. لكن في الأمن السيبراني تحديداً، يبقى الـ Opus 5 متأخراً عن Mythos 5، إذ يستطيع اكتشاف الثغرات لكنه يقصر عن استغلالها — وهذا تصميم مقصود لا قصور.
على صعيد المخرجات البصرية، يقدم Opus 5 إمكانات أقوى مما سبق. النموذج بنى نفقاً هوائياً تفاعلياً يُجسّد تدفق الهواء حول أجسام مختلفة، ورسماً تفاعلياً مبسطاً لخلية حيوانية يمكن استكشاف مكوناتها — وهي أمثلة على القفزة في إنتاج المحتوى المرئي البرمجي.
السؤال العملي لأي مطور أو فريق: هل يستحق الانتقال من Opus 4.8 إلى Opus 5 الآن؟ إذا كانت مهامك تشمل تصحيح الأخطاء العميقة أو البحث العلمي أو التحليل المالي أو أتمتة الأعمال المعقدة، فإن الأرقام تقول نعم بوضوح — وبتكلفة لا تتجاوز ما كنت تدفعه على Opus 4.8.
