معرفی Claude Opus ۴ و Claude Sonnet ۴: مدل‌های جدید هوش مصنوعی از Anthropic

به گزارش اپ خونه، در نخستین کنفرانس توسعه‌دهندگان خود که به تازگی برگزار شد، شرکت Anthropic دو مدل جدید هوش مصنوعی را معرفی کرد که به گفته این استارتاپ، از بهترین مدل‌های موجود در صنعت هستند — حداقل بر اساس امتیاز آن‌ها در بنچمارک‌های پرطرفدار. (بنچمارک (Benchmark) یعنی معیار یا آزمون استاندارد برای مقایسه عملکرد.)

مدل‌های Claude Opus ۴ و Claude Sonnet ۴ که بخشی از خانواده جدید Claude ۴ هستند، توانایی تحلیل داده‌های حجیم، انجام وظایف بلندمدت و اجرای اقدامات پیچیده را دارند. به گفته Anthropic، این دو مدل به‌ویژه برای کارهای برنامه‌نویسی بهینه‌سازی شده‌اند و برای نوشتن و ویرایش کد بسیار مناسب‌اند.

کاربران رایگان و کاربران اشتراکی برنامه‌های چت‌بات این شرکت به Sonnet ۴ دسترسی خواهند داشت، اما Opus ۴ فقط برای کاربران پولی در دسترس است.

در سرویس API شرکت، از طریق پلتفرم Bedrock آمازون و Vertex AI گوگل، هزینه Opus ۴ برابر با ۱۵ دلار (ورودی) / ۷۵ دلار (خروجی) به ازای هر میلیون توکن است، و برای Sonnet ۴ این ارقام ۳ دلار / ۱۵ دلار هستند.

منظور از توکن، واحد پایه اطلاعاتی است که مدل‌های هوش مصنوعی با آن‌ها کار می‌کنند. هر یک میلیون توکن تقریباً معادل ۷۵۰ هزار کلمه است — یعنی حدود ۱۶۳ هزار کلمه بیشتر از رمان «جنگ و صلح».

معرفی مدل‌های Claude ۴ در حالی صورت گرفته که Anthropic به‌دنبال رشد چشم‌گیر درآمد خود در سال‌های آینده است.

گزارش‌ها حاکی از آن است که این شرکت — که توسط تعدادی از پژوهشگران پیشین OpenAI تأسیس شده — هدف دارد تا درآمد سالانه‌اش را از ۲.۲ میلیارد دلار در سال ۲۰۲۵ به ۱۲ میلیارد دلار در سال ۲۰۲۷ برساند.

این شرکت به‌تازگی یک خط اعتباری ۲.۵ میلیارد دلاری دریافت کرده و میلیاردها دلار سرمایه از آمازون و سایر سرمایه‌گذاران جذب کرده است تا بتواند هزینه‌های سنگین توسعه مدل‌های پیشرفته را تأمین کند.

با این حال، رقابت در دنیای مدل‌های زبانی شدید است. در حالی که Anthropic مدل پرچمدار قبلی‌اش یعنی Claude Sonnet ۳.۷ و ابزار برنامه‌نویسی هوشمند Claude Code را معرفی کرده بود، رقبایی مانند OpenAI و گوگل نیز در تلاش برای ارائه مدل‌ها و ابزارهای قدرتمندتر هستند.

Anthropic اما با Claude ۴ وارد مرحله‌ای جدی‌تر شده است.

از بین دو مدل معرفی‌شده، Opus ۴ مدل قدرتمندتری است. این مدل به گفته شرکت سازنده، می‌تواند تلاش متمرکز را در مراحل متعدد یک جریان کاری حفظ کند.

در مقابل، Sonnet ۴ که به عنوان جایگزینی مستقیم برای Sonnet ۳.۷ طراحی شده، در زمینه‌های برنامه‌نویسی و ریاضیات پیشرفت کرده و دستورها را دقیق‌تر اجرا می‌کند.

به گفته Anthropic، مدل‌های Claude ۴ نسبت به نسخه‌های قبلی کمتر درگیر پدیده‌ای به‌نام «پاداش‌گیری اشتباه» (Reward Hacking) می‌شوند. این پدیده به رفتارهایی گفته می‌شود که در آن مدل، برای رسیدن به هدف، از راه‌های غیرمنتظره و میان‌بر استفاده می‌کند.

البته باید توجه داشت که این بهبودها باعث نشده Claude ۴ در همه بنچمارک‌ها بهترین مدل باشد.

مثلاً Opus ۴ توانسته در آزمون SWE-bench Verified (که توانایی‌های برنامه‌نویسی را می‌سنجد) از Gemini ۲.۵ Pro گوگل و o3 و GPT-۴.۱ از OpenAI پیشی بگیرد، اما در آزمون‌هایی مانند MMMU (ارزیابی چندوجهی) یا GPQA Diamond (مجموعه سؤالات سطح دکترای فیزیک، شیمی و زیست‌شناسی)، عملکرد ضعیف‌تری نسبت به o3 دارد.

Anthropic اعلام کرده که Opus ۴ را با تدابیر امنیتی شدیدتر منتشر کرده است، از جمله تقویت سیستم‌های تشخیص محتوای مضر و دفاع در برابر حملات سایبری.

در آزمون‌های داخلی شرکت مشخص شده که Opus ۴ می‌تواند توانایی افراد دارای تخصص STEM (علوم، فناوری، مهندسی و ریاضی) را برای دستیابی یا تولید سلاح‌های شیمیایی، زیستی یا هسته‌ای به طور قابل توجهی افزایش دهد. به همین دلیل، این مدل در دسته‌بندی امنیتی ASL-۳ قرار گرفته است.

هر دو مدل Opus ۴ و Sonnet ۴، مدل‌هایی «ترکیبی» هستند. یعنی هم پاسخ‌های سریع ارائه می‌دهند و هم قابلیت «تفکر عمیق» دارند. وقتی حالت «استدلال» (reasoning) فعال باشد، مدل می‌تواند قبل از پاسخ دادن، زمان بیشتری برای بررسی راه‌حل‌های ممکن صرف کند.

در این حالت، یک خلاصه‌سازی قابل فهم از فرآیند تفکر مدل به کاربر نمایش داده می‌شود — نه کل مراحل. دلیل این محدودسازی، به گفته شرکت، محافظت از «مزیت‌های رقابتی» آن‌هاست.

این مدل‌ها می‌توانند به طور همزمان از چند ابزار مانند موتور جست‌وجو استفاده کنند و بین استفاده از ابزارها و استدلال جابجا شوند تا کیفیت پاسخ‌ها بالاتر رود. همچنین قادرند اطلاعات را به صورت موقت در «حافظه» ذخیره کنند تا اجرای وظایف با دقت بیشتری انجام شود — چیزی که Anthropic آن را دانش ضمنی (Tacit Knowledge) می‌نامد.

برای کاربردهای برنامه‌نویسی، Anthropic نسخه به‌روزشده‌ای از Claude Code را معرفی کرده است.

Claude Code به توسعه‌دهندگان این امکان را می‌دهد که مستقیماً از ترمینال، وظایف خاصی را به مدل بسپارند. اکنون این ابزار با محیط‌های توسعه (IDE) هم یکپارچه شده و SDK جدیدی برای اتصال به برنامه‌های شخص ثالث نیز ارائه شده است.

این SDK جدید اجازه می‌دهد Claude Code را به عنوان یک زیرفرآیند در سیستم‌عامل‌های پشتیبانی‌شده اجرا کرد، و بر این اساس ابزارهای کدنویسی هوشمند و دستیارهای AI ساخت.

Anthropic افزونه‌ها و کانکتورهایی برای VS Code مایکروسافت، JetBrains و GitHub منتشر کرده است. کانکتور GitHub این امکان را فراهم می‌کند که Claude Code به بازخوردهای کدریویو پاسخ دهد، خطاهای کد را اصلاح کند یا تغییراتی در آن ایجاد کند.

با وجود این پیشرفت‌ها، باید توجه داشت که مدل‌های هوش مصنوعی هنوز در تولید کد با کیفیت بالا چالش دارند. این مدل‌ها ممکن است خطاهای منطقی یا حتی آسیب‌پذیری‌های امنیتی ایجاد کنند. با این حال، وعده افزایش بهره‌وری باعث شده که شرکت‌ها و توسعه‌دهندگان با سرعت بالایی از این ابزارها استقبال کنند.

Anthropic با آگاهی از این واقعیت، اعلام کرده که روند به‌روزرسانی مدل‌ها را تسریع خواهد کرد.

«ما در حال حرکت به سمت ارائه به‌روزرسانی‌های مداوم و سریع‌تر هستیم — روندی که توانایی‌های نوآورانه را سریع‌تر در اختیار کاربران قرار می‌دهد. این رویکرد، شما را در لبه فناوری نگه می‌دارد، در حالی که ما به بهبود و ارتقای پیوسته مدل‌های خود ادامه می‌دهیم.»