Claude Sonnet 4.6، تازهترین مدل Anthropic، که شرکت سازنده آن را یک ارتقای کامل در مهارتهای کدنویسی، استفاده از کامپیوتر، استدلال در متنهای طولانی، برنامهریزی عاملمحور، کارهای دانشمحور و طراحی معرفی کرده است. مدلی که پنجره کانتکست ۱میلیون توکنی را بهصورت بتا ارائه میدهد.
جدیدترین اخبار تکنولوژی هوش مصنوعی و شبکههای اجتماعی را در نامبرلند بخوانید.
براساس اعلام رسمی آنتروپیک ، Sonnet 4.6 اکنون برای کاربران پلنهای Free و Pro به مدل پیشفرض در claude.ai و Claude Cowork تبدیل شده است و قیمتگذاری آن هم مشابه Sonnet 4.5 باقی مانده است: از ۳ دلار برای هر ۱میلیون توکن ورودی و ۱۵ دلار برای هر ۱میلیون توکن خروجی.
تمرکز اصلی Sonnet 4.6 روی کدنویسی و کارهای اداری «واقعی» است.
Anthropic میگوید عملکردی که پیشتر معمولاً نیاز به مدلهای رده Opus داشت، حالا در Sonnet 4.6 در دسترس قرار دارد؛ بهخصوص در کارهای اداری و اقتصادی که در دنیای واقعی انجام میشوند.
در آزمونهای اولیه داخل Claude Code هم کاربران دسترسی زودهنگام، Sonnet 4.6 را حدود ۷۰ درصد مواقع به Sonnet 4.5 ترجیح دادهاند؛ دلیل اصلی هم «ثبات بیشتر»، «پیروی بهتر از دستورها» و کاهش رفتارهایی مثل تکرار منطق مشترک یا ادعای موفقیتِ نادرست عنوان شده است.
جهش در «استفاده از کامپیوتر» و مقابله بهتر با پرامپتاینژکشن
Anthropic دوباره روی ایده «مدلی که مثل انسان با نرمافزارها کار میکند» تأکید کرده است؛ یعنی کار با رابطهای واقعی مثل مرورگر، LibreOffice یا VS Code بدون API اختصاصی. این شرکت میگوید معیار OSWorld نشان داده است مدلهای سونت طی ۱۶ ماه رشد پیوسته داشتهاند و کاربران اولیه Sonnet 4.6 در کارهایی مثل مدیریت فایلهای پیچیده اکسل یا تکمیل فرمهای چندمرحلهای، به توانایی نزدیک به سطح انسان رسیدهاند.
همزمان، Anthropic به ریسک «پرامپتاینژکشن» اشاره کرده است؛ یعنی مخفیکردن دستورهای مخرب داخل صفحههای وب برای منحرفکردن مدل. طبق گفته Anthropic، ارزیابیهای ایمنی نشان داده است Sonnet 4.6 نسبت به Sonnet 4.5 بهبود چشمگیری در مقاومت در برابر این حمله داشته است و عملکردی نزدیک به Opus 4.6 ارائه میدهد.
کانتکست ۱میلیون توکنی، خلاصهسازی کانتکست و ابزارهای توسعهدهنده
Sonnet 4.6 کانتکست ۱میلیون توکنی را بهصورت بتا ارائه میدهد؛ Anthropic این ظرفیت را مناسب نگهداری «کل یک کدبیس»، قراردادهای طولانی یا مجموعه بزرگی از مقالههای پژوهشی در یک درخواست میداند.
در پلتفرم توسعهدهندگان Claude هم امکاناتی مثل حالتهای مختلف «thinking»، فشردهسازی کانتکست (بتا) و قابلیتهای مرتبط با ابزارها و نمونههای Tool Use مطرح شده است.
جمینای، یک از سرسختترین رقبای Claude هم اخیرا مدل Gemini 3 Deep Think ر ا عرضه و معرفی کرد. مدلی که مسائل پیچیده در زمینههای گوناگون را بهراحتی حل میکند.
