‏کلود Opus 4.8؛ بهبودی کوچک اما واقعی با محوریت صداقت

انتروپیک نسخه‌ی Claude Opus 4.8 را منتشر کرد و نکته‌ی جالب، صداقت خودِ اعلامیه است: شرکت آن را «بهبودی کوچک اما ملموس» نسبت به نسخه‌ی قبل توصیف کرده، چیزی که در فضای پرهیاهوی هوش مصنوعی کمتر دیده می‌شه.

مهم‌ترین پیشرفت هم خودِ «صداقت» مدله. انتروپیک می‌گه همه‌ی مدل‌هاش را آموزش می‌ده که ادعای بی‌پشتوانه نکنن، اما مشکل عمومی مدل‌ها اینه که گاهی با شواهد کم، با اطمینان ادعای پیشرفت می‌کنن. به گفته‌ی آزمایش‌کنندگان اولیه، Opus 4.8 بیشتر عدم‌قطعیت‌هایش را علامت می‌زنه و کمتر ادعای بی‌پایه می‌کنه؛ و در ارزیابی‌ها حدود چهار برابر کمتر از نسخه‌ی قبل اجازه می‌ده ایرادهای کدی که خودش نوشته بی‌اشاره رد بشن. طبق system card، این مدل کمترین نرخ پاسخ نادرست را بین شش مدل داشته، عمدتاً چون در سؤال‌هایی که مطمئن نبوده، پاسخ‌ندادن را انتخاب کرده.

از نظر مشخصات، چیز زیادی از ۴.۷ تغییر نکرده: قیمت همان ۵ دلار ورودی و ۲۵ دلار خروجی به ازای هر میلیون توکن مونده، اما «حالت سریع» حالا دو برابر این قیمته که نسبت به نسل قبل (۳۰/۱۵۰ دلار) کاهش چشمگیریه. تاریخ دانش و داده‌ی آموزش همچنان ژانویه‌ی ۲۰۲۶، پنجره‌ی متن یک میلیون توکن و حداکثر خروجی ۱۲۸ هزار توکنه.

دو افزوده‌ی فنی برای توسعه‌دهنده‌ها هم جالبه. اول، پیام‌های سیستمی وسط مکالمه: حالا می‌شه پیام role: "system" را بعد از نوبت کاربر اضافه کرد تا بدون تکرار کل system prompt دستورها را به‌روز کنی؛ این کار cache prompt را روی نوبت‌های قبلی حفظ و هزینه‌ی حلقه‌های ایجنتی را کم می‌کنه. دوم، حداقل طول کش پایین‌تر: کمینه‌ی طول قابل‌کش‌شدن از ۴۰۹۶ توکن در ۴.۷ به ۱۰۲۴ توکن رسیده.

نکات کلیدی:

• انتروپیک خودِ نسخه را «بهبودی کوچک اما ملموس» توصیف کرده
• صداقت بهتر: چهار برابر کمتر اجازه‌ی عبور ایرادهای کد و کمترین نرخ توهم با پاسخ‌ندادن در موارد نامطمئن
• قیمت ثابت ($5/$25)، حالت سریع ارزان‌تر، پنجره‌ی یک میلیون توکن
• افزوده‌های فنی: پیام سیستمی وسط مکالمه و حداقل کش ۱۰۲۴ توکن