Anthropic تطلق Claude Haiku 5.5: 43 نقطة في مؤشر AA وسعر $0.10 لكل مليون رمز

أطلقت Anthropic نموذج Claude Haiku 5.5، وبحسب قياسات Artificial Analysis المستقلة فهو الآن الأفضل بين النماذج الصغيرة: 43 نقطة في Intelligence Index عند أقصى مستوى من الجهد. وكان Haiku السابق قبل عام عند 17 نقطة، أي أن الزيادة بلغت 26 نقطة. وانخفض السعر في الوقت نفسه: $0.10 لكل مليون رمز إدخال و$0.50 لكل مليون رمز إخراج للمطالبات حتى 100k. ويعادل ذلك نحو 10% من تكلفة Haiku السابق، وهي التعرفة نفسها المعتمدة لـ GPT-6 Luna.

أين يقف Haiku 5.5 في الجدول

عند أقصى مستوى من الجهد يتقدم النموذج بفارق طفيف على GLM-5.3 Flash (42) وGemini 3.8 Flash (41) وGPT-6 Luna (38). ومن حيث النقاط يقارب Kimi K3 (44)، وهو نموذج مفتوح بـ 2.8 تريليون معامل، ويتأخر بـ 13 نقطة عن Claude Sonnet 5.5 (max, 56). وأصبح Haiku 5.5 أول نموذج في السلسلة يوفّر إعدادات effort والتفكير التكيّفي، أي أن عمق الاستدلال صار قابلًا للضبط.

أبرز المقاييس بحسب Artificial Analysis:

• Intelligence Index: 43 (max)، و38 عند مستوى high.
• AA-Briefcase، وهو اختبار مغلق لمهام واقعية في العمل المعرفي: 1578 Elo، أي أعلى من Kimi K3 وGLM-5.3 وبمستوى Muse Spark 1.3 (max). وضمن حدود فترات الثقة يتطابق أداء النموذج مع GPT-6 Astra (max) وClaude Fable 5.1 (high).
• Terminal-Bench 4.0: 33% مقابل 0% لدى Haiku 4.5. وهذا مستوى GLM-5.3 Flash، وأعلى من Gemini 3.8 Flash (20%) وGPT-6 Luna (13%).
• AA-Omniscience: دقة 36% مقابل 55% لدى Gemini 3.8 Flash و44% لدى GPT-6 Luna.
• نسبة الهلوسة: 40% مقابل 55% و77% لدى المنافسين.
• AutomationBench-AA: 35% مقابل 53–60% لدى Luna وGemini 3.8 Flash وGLM-5.3 Flash.
• السياق: 1 مليون رمز بدلًا من 200k، والإدخال نص وصور، والإخراج نص.

ويعود ضعف الدقة في Omniscience جزئيًا إلى سلوك النموذج نفسه. فـ Haiku 5.5 أكثر استعدادًا للإقرار بأنه لا يعرف الإجابة، ولذلك يختلق المعلومات بوتيرة أقل. وفي السيناريوهات الوكيلية، حيث تكلّف الثقة الزائفة أكثر من التوقف لحظة، يُعد ذلك أقرب إلى ميزة. أما نتيجة AutomationBench فترى AA أنها أقل من الواقع: ففي الاختبار السابق للإطلاق ظهر خلل في الرفض الوقائي جعل النموذج يرفض المهام دون سبب. وتَعِد Anthropic بإصلاحه، وستعيد Artificial Analysis تشغيل الاختبار.

سعر الرمز وسعر المهمة

تعرفة Haiku 5.5 متدرجة. فعندما يتجاوز حجم المطالبة 100k رمز يرتفع السعر خمسة أضعاف إلى $0.50/$2.50. وتبلغ تكلفة القراءة من الذاكرة المؤقتة $0.01 لكل مليون ($0.05 فوق الحد)، وكتابة الذاكرة المؤقتة لمدة خمس دقائق $0.125 ($0.625). ولا يأخذ موقع Artificial Analysis هذا التدرج في الحسبان حاليًا، ولذلك فإن حسابات التكلفة الأولية أقل من الواقع. ويُنتظر إضافة Cost per Task لاحقًا.

وللنموذج مشكلة أوضح: فهو مسهب. فعند أقصى مستوى من الجهد يستهلك Haiku 5.5 نحو 162k رمز إخراج للمهمة الواحدة في المؤشر. وهذا ثلاثة أضعاف ما يستهلكه GPT-6 Luna (نحو 50k)، وأكثر مما يستهلكه Opus 5.5 (max). والانتقال من xhigh إلى max يضيف نقطتين فقط مقابل ~1.8x من الرموز. وعند التساوي في 38 نقطة يستهلك Haiku 5.5 (high) نحو ~55k رمز، وLuna (max) نحو ~50k، وتزداد الفجوة عند الإعدادات المنخفضة.

وتتطابق تعرفة الإخراج في النموذجين، ولذلك ستكون الفاتورة الفعلية للمهمة الواحدة لدى Haiku 5.5 عند الحد الأقصى أعلى بوضوح من Luna. وفي هذه الحالة لا يضمن انخفاض سعر المليون رمز أفضلية في تكلفة المهمة. ولن يحسم الأمر إلا حسابات Cost per Task.

لمن يناسب ولأي غرض

يناسب Haiku 5.5 خطوط المعالجة الوكيلية والعمل في الطرفية وأتمتة المكاتب، حيث يلزم أداء قوي بسعر منخفض وسياق بمليون رمز. أما للأسئلة الواقعية دون بحث خارجي فالأفضل اختيار Gemini 3.8 Flash بنسبة 55% في Omniscience. وقبل اختيار مستوى effort يجدر تشغيل مهامك الخاصة وقياس استهلاك الرموز إلى جانب الجودة: فعند مستوى high يكتفي النموذج بنحو ~55k رمز، وعند max يصل إلى ~162k. ويجب إبقاء المطالبات الطويلة دون 100k أو استخدام الذاكرة المؤقتة بكثافة، وإلا ارتفعت التعرفة خمسة أضعاف. وثمة تحفظ آخر: يعرض AutomationBench حاليًا نتيجة أقل من الواقع بسبب الرفض المفرط، لذا ينبغي انتظار الإصلاح قبل استخلاص الاستنتاجات النهائية بشأن الأتمتة.