کلود سونت ۵.۵ رسید: قیمت، بنچمارک و تغییرهای API

شرکت Anthropic با عرضه‌ی Claude Sonnet 5.5 نشان داد که لزومی ندارد برای رسیدن به کیفیت نزدیک به مدل پرچم‌دار، هزینه‌ی بیشتری پرداخت کنید. در این مقاله قیمت، بنچمارک‌ها، تغییرهای API و نکته‌های مهاجرت را مرور می‌کنیم.

۱. Claude Sonnet 5.5 چیست؟

خانواده‌ی مدل‌های کلود از سه رده تشکیل می‌شود: مدل‌های کوچک و سریع، مدل‌های میانی که تعادل خوبی بین هزینه و کیفیت دارند و مدل‌های پرچم‌دار مثل Opus. مدل جدید در رده‌ی میانی قرار می‌گیرد، همان رده‌ای که بیشتر توسعه‌دهندگان و شرکت‌ها برای کارهای روزمره از آن استفاده می‌کنند. شرکت Anthropic این مدل را در پایان سپتامبر ۲۰۲۶ منتشر کرد و شناسه‌ی آن در API برابر claude-sonnet-5-5 است.

مهم‌ترین پیام این عرضه ساده است: کیفیتی که تا چندی پیش فقط در مدل‌های گران‌تر پیدا می‌شد، حالا با قیمت رده‌ی میانی در دسترس است. اگر تا امروز برای کارهای پیچیده‌ی برنامه‌نویسی یا تحلیل مجبور بودید سراغ Opus بروید، این مدل دلیل خوبی برای محاسبه‌ی دوباره‌ی هزینه‌هاست. اگر تازه با شرکت سازنده‌ی این مدل‌ها آشنا شده‌اید، پیشنهاد می‌کنیم مقاله‌ی OpenAI چیست؟ را هم بخوانید تا تصویر کلی‌تری از این بازار داشته باشید.

۲. قیمت: کیفیت بیشتر، هزینه‌ی ثابت

قیمت پایه‌ی این مدل نسبت به نسخه‌ی قبلی تغییر نکرده است. به ازای هر یک میلیون توکن ورودی ۲ دلار و به ازای هر یک میلیون توکن خروجی ۱۰ دلار پرداخت می‌کنید. هزینه‌ی خواندن از کش ۰.۲۰ دلار و نوشتن در کش پنج‌دقیقه‌ای ۲.۵۰ دلار است. نرخ کش دقیقاً نصف نرخ Opus 5.5 گزارش شده و برای برنامه‌هایی که پرامپت سیستمی بلند و تکراری دارند، صرفه‌جویی قابل توجهی ایجاد می‌کند.

نکته‌ی دیگر این است که حداقل طول پرامپت قابل کش از ۱۰۲۴ توکن به ۵۱۲ توکن کاهش یافته است. یعنی حتی پرامپت‌های کوتاه‌تر هم می‌توانند از تخفیف کش بهره ببرند. شرکت می‌گوید هزینه‌ی کل هر وظیفه به دلیل مصرف توکن و فراخوانی ابزار کمتر، تا ۳۰٪ پایین می‌آید. البته این رقم به نوع کار شما بستگی دارد و باید با داده‌ی خودتان آزمایش شود.

۳. مشخصات فنی در یک نگاه

این مدل پنجره‌ی متنی یک میلیون توکنی دارد و می‌تواند تا ۱۲۸ هزار توکن خروجی تولید کند. تاریخ قطع دانش آن ژوئن ۲۰۲۶ است. سرعت تولید خروجی نسبت به نسخه‌ی قبلی بیش از ۳۰٪ بهتر شده است. تفکر تطبیقی (adaptive thinking) به‌صورت پیش‌فرض فعال است و پنج سطح تلاش وجود دارد: کم، متوسط، زیاد، بسیار زیاد و حداکثر.

در API سطح پیش‌فرض تلاش «زیاد» است، اما در Claude Code و اپلیکیشن‌های کلود سطح «متوسط» پیش‌فرض شده است. این تفاوت مهم است، چون سطح تلاش مستقیماً روی کیفیت، سرعت و هزینه اثر می‌گذارد. توصیه‌ی شرکت این است که برای کارهای مشخص و کوچک از سطح متوسط شروع کنید و فقط در صورت نیاز آن را بالا ببرید.

تأثیر این عرضه روی بازار هم قابل توجه است. وقتی مدل میانی یک شرکت به سطح مدل پرچم‌دار نزدیک می‌شود، رقبا ناچار می‌شوند قیمت یا کیفیت مدل‌های خود را بازنگری کنند. برای کاربران نهایی این رقابت یعنی ابزار بهتر با هزینه‌ی کمتر. تیم‌هایی که ایجنت‌های برنامه‌نویسی یا اتوماسیون می‌سازند، به‌ویژه از کاهش تعداد فراخوانی‌های ابزار سود می‌برند، چون هم سریع‌تر به نتیجه می‌رسند و هم صورت‌حساب پایین‌تری دریافت می‌کنند. همچنین پنجره‌ی یک میلیون توکنی اجازه می‌دهد کل یک پروژه‌ی نرم‌افزاری یا مجموعه‌ای از اسناد بلند را یک‌جا به مدل بدهید.

۴. بنچمارک‌ها: جهش بزرگ در کارهای ترمینالی

چشمگیرترین عدد این عرضه به Terminal-Bench 4.0 مربوط است؛ بنچمارکی که توانایی مدل را در انجام کارهای واقعی در محیط ترمینال می‌سنجد. سونت ۵.۵ در این آزمون ۷۰.۶٪ گرفته، در حالی که سونت ۵ فقط ۱۰.۳٪ امتیاز داشت. چنین جهشی در یک نسخه‌ی میانی کم‌سابقه است و نشان می‌دهد تمرکز اصلی این مدل روی کارهای عامل‌محور (agentic) بوده است.

در سنجش FrontierCode 1.1 در سطح تلاش بسیار زیاد، امتیاز ۵۲.۱٪ گزارش شده و در OSWorld 2.1 که استفاده از کامپیوتر را می‌سنجد، عدد ۸۰.۱٪ ثبت شده است. در بنچمارک CursorBench 4.0 هم این مدل از ۳۴.۱٪ به ۵۵.۵٪ رسیده است. در GDPval-AA که کارهای اقتصادی و شغلی واقعی را می‌سنجد، امتیاز آن ۱۸۴۴ است و فقط دو واحد با Opus 5.5 فاصله دارد.

با این حال باید یادآوری کرد که همه‌ی این اعداد را خود شرکت منتشر کرده‌اند. تا زمانی که ارزیابی‌های مستقل در دسترس نباشد، بهتر است آن‌ها را نشانه‌ی جهت حرکت بدانید، نه حکم نهایی. اگر می‌خواهید بدانید مقایسه‌ی بنچمارک‌ها در عمل چقدر می‌تواند گمراه‌کننده باشد، مقاله‌ی مقایسه‌ی ChatGPT و دیپ‌سیک در نبرد هوش‌های مصنوعی شطرنج مثال خوبی است.

۵. سونت ۵.۵ در برابر Opus 5.5

پرسش اصلی بسیاری از کاربران این است که با وجود این مدل، چرا باید سراغ Opus رفت؟ پاسخ در نوع کار نهفته است. بنا بر گزارش‌ها، فاصله‌ی دو مدل در معیار GDPval-AA فقط حدود دو امتیاز است، اما Opus 5.5 همچنان در کارهای پیچیده و باز، یعنی کارهایی که مرز مشخصی ندارند و به برنامه‌ریزی بلندمدت نیاز دارند، قوی‌تر ارزیابی می‌شود.

به بیان ساده‌تر، برای بیشتر کارهای روزمره مثل نوشتن کد، تحلیل متن، پاسخ‌گویی و ساخت ایجنت‌های معمولی، سونت ۵.۵ احتمالاً انتخاب منطقی‌تری است. برای پروژه‌های بسیار سنگین و مبهم، Opus هنوز جایگاه خودش را دارد. بهترین راه این است که هر دو را روی نمونه‌ی کار واقعی خودتان آزمایش کنید و هزینه و کیفیت را کنار هم بگذارید.

۶. تغییرهای مهم API برای توسعه‌دهندگان

این نسخه فقط یک ارتقای ساده نیست و چند تغییر ناسازگار دارد که اگر به آن‌ها توجه نکنید، کدتان خطای ۴۰۰ می‌گیرد. مهم‌ترین موارد این‌ها هستند:

• غیرفعال‌کردن تفکر: مقدار thinking با نوع disabled دیگر پذیرفته نمی‌شود و باید از نوع between_tools استفاده کنید که فقط در سطح‌های تلاش کم، متوسط و زیاد معتبر است.
• اجبار ابزار: مقادیر any و tool برای tool_choice خطا می‌دهند. به‌جای آن از حالت auto همراه با ابزارهای strict استفاده کنید؛ حداکثر ۲۰ ابزار strict در هر درخواست مجاز است.
• بلوک‌های تفکر: این بلوک‌ها به حساب و مدل وابسته‌اند و بلوک‌های مدل‌های قدیمی‌تر خوانده نمی‌شوند.
• ابزار استفاده از کامپیوتر: نسخه‌ی قدیمی رد می‌شود و باید به computer_toolset_20260801 مهاجرت کنید.
• مدل مشاور: مدل‌های مشاور قدیمی خطا می‌دهند و باید آن را با مدل‌های جدیدتر جفت کنید.

علاوه بر این، مقادیر غیرپیش‌فرض temperature و top_p و top_k هم حالا خطای ۴۰۰ برمی‌گردانند. اگر کد شما این پارامترها را دستی تنظیم می‌کند، پیش از جابه‌جایی آن‌ها را حذف کنید.

چک‌لیست مهاجرت

پیش از تغییر مدل در محیط واقعی، چند کار ساده را انجام دهید. نخست پارامترهای temperature و top_p را از درخواست‌ها حذف کنید. سپس منطق مربوط به thinking و tool_choice را بازبینی کنید. بعد سطح تلاش را از «متوسط» شروع و به‌تدریج تنظیم کنید و در پایان هزینه و کیفیت را روی نمونه‌ی واقعی بسنجید. این روش از غافلگیری‌های بعدی جلوگیری می‌کند.

۷. ایمنی و محافظ‌های جدید

این اولین نسخه‌ی سونت است که محافظ‌های امنیت سایبری و طبقه‌بندهای جلوگیری از استخراج استدلال (reasoning-extraction) را دارد. هدف این محافظ‌ها کاهش سوءاستفاده در حوزه‌ی حملات سایبری و جلوگیری از کپی‌شدن زنجیره‌ی استدلال مدل است. برای کاربران عادی این موضوع ممکن است در موارد نادر باعث رد برخی درخواست‌های امنیتی شود، اما برای شرکت‌ها اطمینان بیشتری ایجاد می‌کند.

موضوع ایمنی در هوش مصنوعی این روزها بسیار داغ است. برای درک بهتر ظرفیت‌ها و محدودیت‌های این فناوری، مقاله‌ی پتانسیل و محدودیت‌های واقعی هوش مصنوعی را بخوانید.

۸. کجا می‌توان از آن استفاده کرد؟

مدل از طریق پلتفرم Claude، آمازون Bedrock، گوگل Vertex و Microsoft Foundry در دسترس است و در ابزارهایی مثل GitHub Copilot و Vercel AI Gateway هم ارائه شده است. این مدل بسته است و امکان اجرای محلی ندارد. کاربران اپلیکیشن کلود و Claude Code هم می‌توانند آن را انتخاب کنند.

برای کسب‌وکارها، این عرضه یعنی فرصتی برای بازنگری در هزینه‌های هوش مصنوعی. اگر می‌خواهید بدانید چرا این فناوری برای شرکت‌ها اهمیت دارد، مقاله‌ی اهمیت هوش مصنوعی در کسب‌وکار را ببینید. و اگر تازه‌کار هستید و می‌خواهید از این مدل‌ها بهتر استفاده کنید، آموزش پرامپت‌نویسی برای مبتدیان نقطه‌ی شروع خوبی است. آموزش‌های بیشتر را هم در بخش آموزش‌های چت‌جی‌پی‌تی پیدا می‌کنید.

۹. پرسش‌های متداول

قیمت Claude Sonnet 5.5 چقدر است؟

هر یک میلیون توکن ورودی ۲ دلار و هر یک میلیون توکن خروجی ۱۰ دلار است. این قیمت با نسخه‌ی قبلی یکسان است.

آیا سونت ۵.۵ از Opus 5.5 بهتر است؟

خیر. در برخی معیارها بسیار نزدیک است، اما Opus 5.5 در کارهای پیچیده و باز همچنان قوی‌تر ارزیابی می‌شود. سونت از نظر سرعت و هزینه برتری دارد.

پنجره‌ی متنی این مدل چقدر است؟

یک میلیون توکن، با حداکثر ۱۲۸ هزار توکن خروجی.

آیا کد قدیمی من با این مدل کار می‌کند؟

ممکن است کار نکند. پارامترهای thinking، tool_choice و مقادیر غیرپیش‌فرض temperature و top_p تغییر کرده‌اند و خطای ۴۰۰ می‌دهند. پیش از جابه‌جایی، کد را بازبینی کنید.

آیا می‌توان آن را روی سرور شخصی اجرا کرد؟

خیر. این مدل بسته است و فقط از طریق APIها و پلتفرم‌های ابری در دسترس است.

اخبار مرتبط دیگر را در بخش اخبار هوش مصنوعی دنبال کنید. همچنین برای دیدن نمونه‌ای از نقش مهندس واقعی در عصر هوش مصنوعی، مقاله‌ی توهم هوش مصنوعی: توسعه‌دهنده‌ی تنها در برابر مهندس واقعی را بخوانید.