شرکت آنتروپیک در ۱۸ آبان ۱۴۰۵ (۹ نوامبر ۲۰۲۶) از قدرتمندترین مدل تاریخ خود یعنی Claude Fable 5.2 (به همراه نسخه تخصصی Claude Mythos 5.2) رونمایی کرد. این مدل که بالاتر از رده Opus 5.5 قرار میگیرد، برای یک هدف مشخص ساخته شده است: انجام پروژههای مهندسی و تحقیقاتی که نه چند دقیقه، بلکه چند شبانهروز طول میکشند.
با ورود Fable 5.2 در کنار پرچمدار تازه گوگل یعنی Gemini 4 Argon و نماینده اوپنایآی یعنی GPT-6 Astra، مثلث قدرت در خط مقدم هوش مصنوعی تکمیل شده است. در این گزارش، دستاوردهای فنی مدل جدید آنتروپیک را بررسی میکنیم و میبینیم در مقایسه رو در رو با دو رقیب اصلیاش کجا میدرخشد و کجا عقب میماند.
Claude Fable 5.2 چه کارهایی انجام میدهد که قبلاً ممکن نبود؟
نسلهای قبلی چتباتها وقتی با یک پروژه چندساعته روبهرو میشدند، تمرکز خود را از دست میدادند. آنتروپیک میگوید Fable 5.2 برای حل همین چالش طراحی شده است:
- رهبری لشکر ایجنتها به مدت ۸ روز: در آزمایش داخلی آنتروپیک، Fable 5.2 کار خود را از یک پوشه کاملاً خالی شروع کرد و توانست بیش از ۱٬۰۰۰ زیر-ایجنت (Subagents) را بهصورت شبانهروزی به مدت ۸ روز هماهنگ کند تا پیشنمونهی یک سیستمعامل کارآمد را بسازند.
- ورود از دنیای کد به طراحی سختافزار فیزیکی: این مدل فقط کد پایتون و جاوا اسکریپت نمینویسد. در همکاری آزمایشی با شرکتهای سختافزاری، Fable 5.2 توانست سه دستگاه الکترونیکی واقعی (از جمله یک هاب صوتی هوشمند) را از صفر طراحی کند؛ یعنی نقشه مدار را کشید، بدنه را در نرمافزار سهبعدی CAD مدلسازی کرد و استانداردهای خط تولید را سنجید.
- مشخصات فنی پایه: مدل دارای ۱ میلیون توکن پنجره زمینه (Context Window)، حداکثر خروجی ۱۲۸ هزار توکن و سرعت تولید ۳۰ درصد بیشتر از نسخه Fable 5.1 است. همچنین سیستم «تفکر تطبیقی» (Adaptive Thinking) در آن همیشه روشن است و توسعهدهنده با پارامتر
effortعمق فکر کردن مدل را در پنج سطح (ازlowتاmax) تنظیم میکند.
راز دوقلوی خطرناک: تفاوت Fable 5.2 با Mythos 5.2 چیست؟
آنتروپیک همزمان با این عرضه، مدلی به نام Claude Mythos 5.2 را هم معرفی کرد. این دو مدل از نظر معماری و هوش هیچ تفاوتی با هم ندارند؛ تفاوت تنها در «قفلهای امنیتی» است.
مدل Mythos 5.2 در آزمونهای تخصصی امنیت سایبری و کشف حفرههای نرمافزاری به امتیاز خیرهکننده ۷۶.۳ درصد رسیده است. به دلیل همین توان تهاجمی بالا، آنتروپیک نسخه عمومی را با فیلترهای ایمنی سختگیرانه تحت نام Fable 5.2 عرضه کرده و دسترسی به نسخه بدون محدودیت (Mythos 5.2) را فقط به آزمایشگاههای دفاع سایبری و مراکز تحقیقاتی تاییدشده میدهد.
نبرد پرچمداران پاییز ۱۴۰۵؛ مقایسه Fable 5.2 با Gemini 4 Argon و GPT-6 Astra
اگر چند ماه پیش در مقاله معرفی Gemini 3.7 Flash پرسیده بودیم «مدل پرچمدار گوگل کجاست؟»، حالا گوگل با عرضه عمومی Gemini 4 Argon در مهر ۱۴۰۵ پاسخ آن سؤال را داده است. در سوی دیگر هم GPT-6 Astra از OpenAI ایستاده است.
بیایید عملکرد این سه غول را در چهار میدان اصلی مقایسه کنیم:
۱. شاخص هوش عمومی و مهندسی نرمافزار
- Claude Fable 5.2 (برنده کدنویسی پروژههای بزرگ): در شاخص مستقل Artificial Analysis Intelligence Index در بالاترین سطح تلاش، امتیاز ۶۵ را ثبت کرد و بالاتر از Gemini 4 Carbon (با امتیاز ۶۰)، Claude Opus 5.5 (با امتیاز ۵۹) و GPT-6 Astra قرار گرفت. مهمتر از آن، در بنچمارک سختگیرانه FrontierCode 2.0 (که میسنجد آیا برنامهنویسان ارشد کدهای تولیدشده توسط ایجنت را بدون دستکاری وارد پروژه اصلی میکنند یا نه)، امتیاز Fable 5.2 از ۳۲.۴ درصد در نسخه قبلی به ۴۹.۱ درصد جهش کرده است.
- Gemini 4 Argon (برنده تحلیل مخازن عظیم): پرچمدار گوگل علاوه بر ۱ میلیون توکن ورودی، یک قابلیت منحصربهفرد دارد: توانایی تولید تا ۱ میلیون توکن خروجی یکجا (Long Decode) در یک پاسخ! این ویژگی باعث میشود Argon برای بازنویسی کامل پروژههای بزرگ، تنظیم قراردادهای حقوقی چندصد صفحهای و تحلیل مالی بیرقیب باشد.
۲. کنترل کامپیوتر و کار با محیط دسکتاپ (Computer Use)
- در بنچمارک جدید OSWorld 2.1، مدل Fable 5.2 به رکورد ۸۹.۳ درصد رسید و با فاصله محسوسی از GPT-6 Astra (با ۷۹.۵ درصد) عبور کرد. همانطور که در کالبدشکافی کنترل کامپیوتر با هوش مصنوعی دیدیم، این جهش یعنی خطای ایجنتها در کار با مرورگر، اکسل و نرمافزارهای دسکتاپ روزبهروز کمتر میشود.
- در شبیهساز کنترل رباتهای چندبازویی (RoboDojo Sim) نیز Fable 5.2 با امتیاز ۶۴.۹ درصد از رقبای خود در درک فضای فیزیکی پیشی گرفته است.
۳. ریاضیات محض و معماهای انتزاعی
- GPT-6 Astra (همچنان در صدر ریاضیات): با وجود پیشتازی آنتروپیک در مهندسی نرمافزار و کنترل دسکتاپ، پرچمدار OpenAI با ثبت رکورد ۹۷.۶ درصد در FrontierMath Tier 4 و ۹۹.۹ درصد در ARC-AGI-3، هنوز در حل مسائل انتزاعی و ریاضیات محض دست بالا را دارد.
۴. مقایسه قیمت؛ کدام شرکت جیب توسعهدهندگان را خالی میکند؟
در قیمتگذاری به ازای هر یک میلیون توکن (ورودی / خروجی)، استراتژی سه شرکت کاملاً متفاوت است:
- مدل Gemini 4 Argon (برنده مطلق قیمت): گوگل با قیمت تهاجمی ۲ دلار ورودی و ۱۰ دلار خروجی (در دوره معرفی تا پایان نوامبر ۲۰۲۶) و نرخ استاندارد ۴ دلار ورودی و ۲۰ دلار خروجی از ماه دسامبر وارد میدان شده است؛ یعنی نصف قیمت آنتروپیک!
- مدل Claude Fable 5.2: قیمت استاندارد ۸ دلار ورودی و ۴۰ دلار خروجی (و ۰.۲۰ دلار برای توکنهای کششده). اگر حالت سریع (Fast Mode) را برای سرعت ۲.۵ برابری فعال کنید، قیمت به ۱۶ و ۸۰ دلار میرسد.
- مدل GPT-6 Astra: گرانترین گزینه بازار با ۱۰ دلار ورودی و ۵۰ دلار خروجی (و دو برابر برای حالت Fast).
راهنمای انتخاب سریع؛ کدام پرچمدار به درد چه کاری میخورد؟
اگر به عنوان برنامهنویس یا مدیر فنی میخواهید بین این سه مدل در API تصمیم بگیرید، این قانون سرانگشتی را به کار ببرید:
- سراغ Claude Fable 5.2 بروید اگر: پروژه شما شامل دیباگ کردن کدهای پیچیده در چند مخزن مختلف است، یا میخواهید ایجنتی بسازید که ساعتها بدون نظارت انسان در دسکتاپ و ترمینال کار کند.
- سراغ Gemini 4 Argon بروید اگر: حجم دادههای ورودی و خروجی شما سنگین و طولانی است (مثلاً تحلیل کتابخانهای از اسناد مالی یا حقوقی) و میخواهید با یکچهارم تا نصف هزینه رقبای دیگر، بالاترین کیفیت استدلال را بگیرید.
- سراغ GPT-6 Astra بروید اگر: مسئله شما اثبات ریاضی، الگوریتمهای علمی پیچیده یا پژوهشهای تئوری سنگین است.
ترفند فنی برای جلوگیری از انفجار هزینه در Fable 5.2 و Argon
هم در claude-fable-5-2 و هم در gemini-4-argon، مدل بهصورت پیشفرض روی سطح تفکر بالا (high) قرار دارد. اگر برای درخواستهای ساده این پارامتر را کنترل نکنید، مدل هزاران توکن صرف فکر کردن پنهان میکند. در فراخوانیهای کد خود، همیشه سطح تلاش را متناسب با سختی تسک تنظیم کنید:
{
"model": "claude-fable-5-2",
"max_tokens": 16000,
"thinking": {
"type": "adaptive",
"effort": "medium"
},
"messages": [
{"role": "user", "content": "ساختار میکروسرویسهای این پروژه را بررسی کن و گلوگاههای دیتابیس را فهرست کن."}
]
}
این رقابت برای کاربر ایرانی چه معنایی دارد؟
تماشای رقابت مدلهایی که میتوانند هشت روز پیاپی سیستمعامل بنویسند یا مدار الکترونیکی طراحی کنند هیجانانگیز است؛ اما نباید گرفتار تب تبلیغاتی شرکتها شد.
برای ۹۵ درصد از کارهای روزمره ما—از نوشتن و ویرایش محتوا، خلاصهسازی مقالات و ترجمه گرفته تا برنامهریزی درسی و کدنویسیهای روتین—نیازی به پرداخت ۴۰ یا ۵۰ دلار به ازای هر میلیون توکن و درگیر شدن با تحریمها و شمارههای مجازی نیست. همانطور که در راهنمای مقایسه ایجنت، چتبات و ورکفلو دیدیم، هنر اصلی انتخاب ابزار متناسب با اندازه مسئله است.
اگر میخواهید بدون دغدغه فیلترشکن و پرداختهای دلاری، کارهای روزمره، ایدهپردازی، تولید محتوای فارسی و ساخت یا ویرایش تصویر با زی را با سرعت بالا جلو ببرید، میتوانید همین حالا در هوشزی بهصورت رایگان گفتگوی خود را شروع کنید.