دستهبندی نشده
کلود Fable ۵.۱ و Mythos ۵.۱: مدلهای تازهی آنتروپیک با هزینهی کمتر
آنتروپیک دو مدل تازه از خانوادهی کلود را معرفی کرد؛ Fable ۵.۱ برای همه و Mythos ۵.۱ فقط برای متخصصان تأییدشده. در این گزارش همهی بنچمارکها، تغییرات قیمت و مقایسه با رقبا را میخوانید.
لیست مطالب
۱. آنتروپیک دقیقاً چه چیزی را اعلام کرد؟
در روزهای اخیر، شرکت آنتروپیک دو مدل جدید را به خانوادهی کلود اضافه کرد: Claude Fable ۵.۱ و Claude Mythos ۵.۱. نکتهی مهم این است که این دو، از نظر ساختار پایه و تواناییهای خام کاملاً یکساناند؛ تفاوت اصلیشان در سطح محافظتها و شرایط دسترسی است. Fable ۵.۱ همان مدلی است که از همین حالا برای عموم کاربران، از جمله کاربران Claude.ai و برنامهنویسانی که از Claude API استفاده میکنند، در دسترس قرار گرفته. اما Mythos ۵.۱ تنها به سازمانهایی داده میشود که در برنامههای تأیید صلاحیت آنتروپیک برای حوزهی امنیت سایبری یا علوم زیستی ثبتنام کرده باشند.
این نوع عرضهی دوگانه، الگوی تازهای نیست؛ آنتروپیک پیشتر هم با نسخههای قبلی خانوادهی Mythos همین رویکرد را دنبال کرده بود. اما تفاوت اینبار در دامنهی گستردهتر بهبودهاست: از کدنویسی و پژوهش علمی گرفته تا کاهش چشمگیر هزینهی استفاده. برای کسانی که میخواهند بدانند شرکتهای بزرگ هوش مصنوعی اصلاً چگونه کار میکنند و چرا OpenAI و آنتروپیک اینقدر روی ایمنی مدلها حساس شدهاند، خواندن مقالهی اوپنایآی چیست در سایت Mr ChatGPT میتواند زمینهی خوبی فراهم کند.
۲. تفاوت کلود Fable ۵.۱ با نسخههای پیشین
کلود Fable ۵.۱ در سطحهای تلاش پایین و متوسط عملکردی مشابه یا کمی بهتر از Fable ۵ دارد، اما در سطحهای تلاش بالا، یعنی جایی که مدل زمان و منابع بیشتری برای فکر کردن میگذارد، جهش عملکردی بسیار محسوستر است. آنتروپیک میگوید این نسخه در وظایف طولانیمدت خوانایی کد را بهتر حفظ میکند و در حل مسائل پیچیده، خلاقیت بیشتری از خود نشان میدهد. شریکهای اولیهای که پیش از عرضهی عمومی به این مدل دسترسی داشتند نیز گزارش دادهاند که مدل مسائل بیشتری را با موفقیت حل میکند.
مقایسهی نسل به نسل
در مقایسه با Fable ۵ و حتی Opus ۵، نسخهی ۵.۱ در اغلب آزمونهای استاندارد امتیاز بالاتری گرفته، در حالیکه هزینهی اجرای آن، بهویژه برای بارهای کاری تکرارشونده، پایینتر آمده است. این ترکیب از عملکرد بهتر و هزینهی کمتر دقیقاً همان چیزی است که تیمهای توسعهی نرمافزار و استارتاپها به دنبالش هستند.
۳. عملکرد در بنچمارکهای کدنویسی و پژوهش
مهمترین عدد این عرضه شاید امتیاز کلود Fable ۵.۱ در آزمون Terminal-Bench 4.0 باشد: ۵۵.۸ درصد، در برابر ۴۲ درصد نسخهی قبلی. این آزمون توانایی مدل در انجام وظایف واقعی خط فرمان و کدنویسی را میسنجد و جهش پانزده واحدی در آن، رقم قابلتوجهی محسوب میشود. علاوه بر این، مدل در آزمون تخصصیتر Terminal-Bench-Science به ۵۲.۶ درصد و در آزمون معروف Humanity’s Last Exam همراه با دسترسی به ابزارهای جانبی به ۶۵ درصد رسیده است.
این بنچمارکها برای کسی که فقط از کلود برای گفتوگوی روزمره استفاده میکند شاید انتزاعی به نظر برسند، اما برای توسعهدهندگانی که مدل را در ابزارهایی مثل Claude Code به کار میگیرند، تفاوت مستقیم در سرعت و دقت حل مسئله حس میشود. اگر تازه میخواهید یاد بگیرید چطور با چنین مدلهایی درست گفتوگو کنید، راهنمای نوشتن پرامپت برای مبتدیان نقطهی شروع خوبی است.
۴. کاربردهای علمی؛ از طراحی پروتئین تا نقشهی سطح زهره
یکی از جذابترین بخشهای این اعلامیه به کاربردهای علمی مدل برمیگردد. بر اساس گزارش آنتروپیک، از این مدل برای طراحی پروتئینهای با میل ترکیبی بالا استفاده شده و نرخ موفقیت آن به حدود پنجاه درصد رسیده، در حالیکه نرخ معمول در این نوع پروژهها بین ده تا پانزده درصد است. همچنین از مدل برای ساخت یک نقشهی ارتفاعی با وضوح بالا از سطح سیارهی زهره و بهینهسازی مدلهای یادگیری عمیق تا دو و نیم برابر استفاده شده است.
این نوع کاربردها نشان میدهد مسیر هوش مصنوعی مولد دیگر فقط محدود به تولید متن و کد نیست، بلکه وارد حوزههای پژوهشی سنگین مثل زیستشناسی مولکولی و علوم سیارهای هم شده است. برای درک بهتر اینکه هوش مصنوعی در دنیای واقعی چه محدودیتها و ظرفیتهای واقعیای دارد، مطالعهی مقالهی ظرفیت و محدودیتهای واقعی هوش مصنوعی در سایت Mr ChatGPT پیشنهاد میشود.
۵. تغییرات قیمتگذاری و صرفهجویی هزینه
از نظر قیمتگذاری، نرخ پایهی توکن تغییری نکرده: هر میلیون توکن ورودی همچنان ده دلار و هر میلیون توکن خروجی پنجاه دلار قیمت دارد. اما تغییر اصلی در قیمت خواندن از حافظهی کش رخ داده که هفتاد و پنج درصد کاهش یافته و از رقم قبلی به ۰.۲۵ دلار به ازای هر میلیون توکن رسیده است. نتیجهی این تغییر، کاهش نزدیک به بیست و پنج درصدی هزینه برای بارهای کاری معمولی و تا چهل و پنج درصد برای وظایف عاملمحور و طولانیمدت خواهد بود.
برای کسبوکارهایی که در حال حاضر از مدلهای زبانی بزرگ برای اتوماسیون فرایندها استفاده میکنند، این کاهش هزینه میتواند تصمیم بهکارگیری گستردهتر هوش مصنوعی را آسانتر کند. اگر میخواهید بدانید چرا این فناوری برای کسبوکارها اهمیت روزافزون پیدا کرده، مقالهی چرا هوش مصنوعی برای کسبوکار مهم است را در سایت مطالعه کنید.
۶. کلود Mythos ۵.۱؛ مدل محدود برای متخصصان
کلود Mythos ۵.۱ همان مدل Fable ۵.۱ است، اما با لایههای محافظتی سنگینتر و در نتیجه محدود به کاربردهای حساس. دسترسی به این نسخه فقط از طریق دو برنامهی مشخص ممکن است: برنامهی تأیید صلاحیت امنیت سایبری و برنامهی تازهتأسیس تأیید صلاحیت علوم زیستی. آنتروپیک تأکید کرده که در حال حاضر این مدل فقط در اختیار نهادهای آمریکایی قرار میگیرد و گسترش آن به کشورهای دیگر با هماهنگی نهادهای دولتی مربوطه انجام خواهد شد.
چرا این محدودیت لازم بود؟
هرچه مدلهای زبانی در تحلیل کد و زیستشناسی مولکولی قویتر شوند، ریسک استفادهی نادرست از آنها هم بالاتر میرود. به همین دلیل، آنتروپیک ترجیح داده تواناییهای پیشرفتهتر را فقط در اختیار افرادی قرار دهد که هویت و کاربردشان از پیش تأیید شده است، نه اینکه این قابلیتها را بهصورت کاملاً باز در دسترس همه بگذارد.
۷. تدابیر امنیتی و جلوگیری از سوءاستفاده
در بخش ایمنی، آنتروپیک از کاهش شصت درصدی هشدارهای نادرست امنیتی در Claude Code خبر داده است؛ یعنی برنامهنویسانی که از این ابزار برای بررسی آسیبپذیریهای کد استفاده میکنند، هشدارهای بیمورد کمتری دریافت خواهند کرد. نکتهی مهمتر این است که مدل میتواند آسیبپذیریهای نرمافزاری را شناسایی کند، اما توانایی ساخت اکسپلویت واقعی از آن گرفته شده تا از تبدیل شدن این ابزار به سلاحی برای هکرها جلوگیری شود.
علاوه بر این، آنتروپیک مکانیزمهای ضدتقطیر تازهای اضافه کرده تا از استخراج غیرمجاز تواناییهای مدل توسط رقبا جلوگیری شود، و همچنین قابلیت واترمارک نامرئی روی متن تولیدشده فعال کرده که یک واسط برنامهنویسی برای تشخیص آن، طبق الزامات مقرراتی اتحادیهی اروپا، بهصورت آزمایشی در دسترس سازمانهای واجد شرایط قرار گرفته است. سازمانهای بزرگ هم میتوانند از قابلیت تازهی Enterprise Frontier Safeguards استفاده کنند که کنترل بیشتری روی نحوهی ذخیرهسازی دادهها به مشتری میدهد.
۸. مقایسه با رقبا؛ جیپیتی ۵.۶ سول و جمینای ۳.۸ فلش
این عرضه در بازهی زمانی پرتنشی از رقابت هوش مصنوعی اتفاق افتاده است. طبق گزارشهای منتشرشده، کلود Fable ۵.۱ در چند بنچمارک کلیدی از مدل GPT-5.6 Sol شرکت OpenAI هم جلوتر ایستاده است. در همین حال، گوگل هم بهتازگی از خانوادهی جمینای ۳.۸ فلش رونمایی کرده، شامل نسخهای امنیتی به نام Gemini 3.8 Flash Cyber که ادعا میشود در بیش از هفتاد درصد موارد قادر به کشف آسیبپذیری در بیش از بیست زبان برنامهنویسی است. این رقابت فشرده نشان میدهد امنیت سایبری به یکی از میدانهای اصلی مسابقهی مدلهای زبانی بزرگ تبدیل شده است.
برای کاربرانی که کنجکاوند مدلهای مختلف در کارهای تحلیلی و منطقی چطور در برابر هم عمل میکنند، مقایسههای قبلی مثل مقایسهی چتجیپیتی و دیپسیک در شطرنج در سایت Mr ChatGPT دیدگاه خوبی از نحوهی سنجش قدرت استدلال این مدلها ارائه میدهد.
۹. در دسترس بودن و نحوهی استفاده از این مدلها
کلود Fable ۵.۱ از همین حالا روی همهی پلتفرمهای اصلی در دسترس است: Amazon Web Services، Google Cloud، Microsoft Azure، و همچنین Claude.ai و Claude API. این یعنی هم کاربران عادی و هم تیمهای فنی که مدل را در محصولات خودشان ادغام کردهاند، میتوانند بلافاصله از این نسخه استفاده کنند. کلود Mythos ۵.۱ اما فقط از طریق ثبتنام در برنامههای تأیید صلاحیت ذکرشده در دسترس قرار میگیرد.
اگر تازه با ابزارهای کاربردی هوش مصنوعی مثل چتجیپیتی و کلود آشنا میشوید و میخواهید قدمبهقدم یاد بگیرید چطور از آنها در کارهای روزمره استفاده کنید، بخش آموزشهای چتجیپیتی در سایت Mr ChatGPT منابع خوبی برای شروع در اختیارتان میگذارد. از طرف دیگر، بحث افزایش قدرت کدنویسی مدلهای هوش مصنوعی این پرسش قدیمی را دوباره زنده کرده که آیا این ابزارها جای برنامهنویس واقعی را میگیرند یا صرفاً دستیار او هستند؛ نگاهی به مقالهی توهم هوش مصنوعی؛ برنامهنویس تنها در برابر مهندس واقعی میتواند دیدگاه جالبی به این بحث اضافه کند.
۱۰. پرسشهای متداول دربارهی کلود Fable و Mythos ۵.۱
آیا کلود Fable ۵.۱ رایگان است؟
نه؛ قیمت پایهی توکن نسبت به نسخهی قبلی تغییری نکرده، اما بهخاطر کاهش قیمت خواندن از کش، هزینهی کلی استفاده برای بسیاری از کاربردها پایینتر آمده است.
چه کسانی میتوانند از کلود Mythos ۵.۱ استفاده کنند؟
فقط سازمانهایی که در برنامهی تأیید صلاحیت امنیت سایبری یا برنامهی تأیید صلاحیت علوم زیستی آنتروپیک ثبتنام کرده و مورد تأیید قرار گرفته باشند، در حال حاضر و فقط در آمریکا.
آیا این مدل میتواند اکسپلویت واقعی بسازد؟
خیر؛ مدل میتواند آسیبپذیریها را شناسایی کند، اما توانایی ساخت اکسپلویت عملی از آن بهطور عمدی گرفته شده است.
تفاوت اصلی Fable ۵.۱ با Fable ۵ در کجاست؟
مهمترین تفاوت در بنچمارکهای کدنویسی و پژوهش، کاهش هزینه در بارهای کاری عاملمحور، و کاهش هشدارهای اشتباه امنیتی است.
