کلود فیبل ۵.۱

قیمتی که عوض شد، همانی نیست که در تیتر می آید

ورودی ده دلار، خروجی پنجاه دلار. همان اعداد فیبل ۵ و بدون یک سنت تفاوت. تنها ردیفی که در جدول قیمت انتروپیک تکان خورده، خواندن از کش است: از یک دلار به بیست و پنج سنت برای هر میلیون توکن.

این را انتروپیک خودش یک استثنا می نامد و در پانویس همان جدول نوشته: ضریب خواندن از کش برای همه مدل های کلود ۰.۱ برابر قیمت ورودی است و فقط برای فیبل ۵.۱ و میتوس ۵.۱ ضریب ۰.۰۲۵ است. در کل فهرست قیمت، این تنها ردیفی است که از قاعده بیرون زده.

چه کسی این را حس می کند: کسی که عامل می نویسد. یک عامل در هر نوبت همان پرامپت سیستمی و همان فایل ها را دوباره می فرستد، و اگر کش روشن باشد بخش بزرگی از صورتحسابش همین ستون است. انتروپیک برای بار کاری معمول حدود ۲۵ درصد و برای کارهای عاملی تا حدود ۴۵ درصد کاهش هزینه اعلام کرده.

و حالا مرزش: اگر بار کاری شما یک تماس بلند بدون تکرار است، چیزی برای خواندن از کش وجود ندارد و شما دقیقا قیمت فیبل ۵ را می پردازید. برای این دسته کار، ۵.۱ ارزان تر نیست. فقط بهتر است.

جهش کجاست و کجا نیست

انتروپیک برای این انتشار شش آزمون را با عدد منتشر کرده. سه تا از آنها را برای فیبل ۵ هم داده و همین سه تا چیزی را نشان می دهند که یک عدد تنها پنهانش می کند.

در پژوهش علمی عاملی از ۲۴.۷ به ۵۲.۶ رفته، یعنی بیش از دو برابر. در کدنویسی عاملی ترمینال از ۴۲.۰ به ۵۵.۸. و در CursorBench، که از هر سه به کار روزمره کدنویسی نزدیک تر است، از ۷۰.۵ به ۷۳.۴؛ دو و نه دهم واحد.

جهت این سه عدد یکی است ولی اندازه شان اصلا یکی نیست، و همین حرف اصلی صفحه است. هرچه کار طولانی تر و چندمرحله ای تر باشد، فاصله بزرگ تر می شود. اگر کار شما «این تابع را برایم بنویس» است، تقریبا هیچ چیز نمی خرید. اگر کار شما عاملی است که چهل دقیقه در یک مخزن راه می رود، بیشترین چیزی را که این انتشار دارد می خرید.

یک قید که باید بماند: هر شش عدد این جدول را خود انتروپیک اندازه گرفته و منتشر کرده. لیدربورد مستقلی پشتشان نیست. ما آنها را چاپ می کنیم چون سازنده صریح و با نام آزمون منتشرشان کرده، نه چون تاییدشان کرده ایم.

عدد ۶۶ را با تنظیم پیش فرض نمی گیرید

تنها اندازه گیری شخص ثالثی که امروز برای این مدل وجود دارد، شاخص Artificial Analysis است و آنجا فیبل ۵.۱ با ۶۶ رتبه یک از ۱۹۲ مدل است. ولی همان صفحه سه عدد دارد، نه یکی: ۶۶ برای تنظیم max، ۶۵ برای xhigh و ۶۲ برای high.

پیش فرض API روی high است. یعنی اگر شناسه مدل را عوض کنید و چیز دیگری ننویسید، پیکربندی ای که می گیرید ۶۲ است و نه ۶۶. اپوس ۵ در تنظیم max عدد ۶۳ می گیرد، که از پیش فرض فیبل ۵.۱ بالاتر است و نصف قیمت هم دارد.

این را قبلا در همین مرجع نوشته بودیم و باز هم درست درآمد: چیزی که روی لیدربورد اسم مدل را دارد، اغلب یک پیکربندی سرو است و نه یک مدل. برای انتخاب کردن، عددی به کارتان می آید که با تنظیم پیش فرض خودتان به دست می آید.

در همان صفحه دو عدد دیگر هم هست که در تیتر نمی آیند: سرعت خروجی ۶۶.۲ توکن در ثانیه در برابر میانه ۷۲.۱، و زمان تا اولین توکن که خیلی بالاتر از میانه است. جدول خود انتروپیک هم ستون تاخیر این مدل را «کندتر» نوشته. اگر کاربر شما منتظر تایپ شدن جواب است، این ستون از هر بنچمارکی مهم تر است.

ایرادی که چهار ماه پیش از فیبل ۵ گرفتیم، حالا جواب دارد

در صفحه فیبل ۵ نوشتیم که دانشش ژانویه ۲۰۲۶ است و اپوس ۵ ارزان تر با دانش می ۲۰۲۶ می آید، و اینکه مدل گران تر چهار ماه عقب تر باشد در جدول قیمت اصلا دیده نمی شود. قطع دانش فیبل ۵.۱ ژوئن ۲۰۲۶ است. حالا از اپوس ۵ جلوتر است و آن ایراد برطرف شده.

یک چیز کوچک تر هم عوض شده که در جدول خود انتروپیک دیده می شود: ستون Claude Platform on AWS برای اپوس ۵ خط تیره است و برای فیبل ۵.۱ شناسه مدل دارد. اگر قرارداد شرکت شما روی همان مسیر است، این ستون بیشتر از هر عدد دیگری به کارتان می آید.

و چیزهایی که عوض نشده اند: پنجره یک میلیون توکن، بیشینه خروجی ۱۲۸ هزار توکن، قیمت ورودی و خروجی، و نبودن هیچ راه رسمی از ایران.

سه تغییر شکننده که روز اول کارتان را می خواباند

مستندات مهاجرت انتروپیک سه تغییر را صریحا شکننده می نامد و این چیزی است که کمتر جایی نوشته می شود، چون خبر نیست و فقط وقت آدم را می گیرد.

اول، فراخوانی اجباری ابزار خطا برمی گرداند. دوم، مدل های قبلی نمی توانند بلوک های تفکر این مدل را بخوانند، پس معماری ای که وسط یک گفتوگو مدل عوض می کند می شکند. سوم، ویرایش نوبت های قبلی گفتوگو بلوک های تفکر را بی اعتبار می کند.

پنج تغییر دیگر افزودنی اند و چیزی را نمی شکنند: تعیین effort برای هر پیام، پیام سیستمی محدود به یک نوبت، گزارش پیشرفت خواندنی بین فراخوانی های ابزار، همان قیمت پایین تر کش، و نشانه گذاری منشا محتوا. سه تای اول هنوز بتا هستند.

توکنایزر تازه، و چرا برای فارسی بیشتر اهمیت دارد

پانویس دیگری در همان جدول قیمت: مدل های ۴.۷ به بعد توکنایزر تازه دارند که برای یک متن یکسان حدود ۳۰ درصد توکن بیشتر تولید می کند. یعنی مقایسه دلار به ازای توکن بین فیبل ۵.۱ و مثلا سانت ۴.۶ مقایسه دو چیز یکسان نیست؛ همان متن روی مدل تازه توکن بیشتری می شود و صورتحساب بالاتر می رود از عددی که جدول قیمت نشان می دهد.

فیبل ۵ و فیبل ۵.۱ هر دو روی همین توکنایزر تازه اند، پس مقایسه ۵ با ۵.۱ سالم است. مقایسه با نسل قبل تر سالم نیست.

و اینجا چیزی است که ما نمی دانیم و نمی نویسیم: انتروپیک آن حدود ۳۰ درصد را برای متن به طور کلی گفته و هیچ عددی برای فارسی منتشر نکرده. فارسی از قبل هم در بیشتر توکنایزرها گران تر از انگلیسی است، ولی ما عدد فارسی این یکی را اندازه نگرفته ایم و تا وقتی نگیریم، عددی هم نمی نویسیم.

میتوس ۵.۱: همان مدل، محافظ کمتر

در همان روز، میتوس ۵.۱ هم معرفی شد. مشخصات و قیمتش با فیبل ۵.۱ یکی است و انتروپیک آن را «همان توانایی ها» می خواند، ولی با دعوت فروخته می شود و امروز فقط در اختیار مجموعه ای از سازمان های آمریکایی است.

یک عدد این را جالب می کند: در Terminal-Bench 4.0، فیبل ۵.۱ عدد ۵۵.۸ و میتوس ۵.۱ عدد ۶۰.۹ می گیرد. سازنده هر دو عدد را خودش کنار هم چاپ کرده. اختلاف پنج و یک دهم واحد بین یک مدل و همان مدل با محافظ کمتر، اندازه گرفته شده هزینه لایه ایمنی است. کمتر سازنده ای این عدد را منتشر می کند.