Claude Opus 5.2: مدل ردهبالای Anthropic با قیمت کمتر
خلاصهٔ کاملتر
Anthropic مدل Claude Opus 5.2 رو بهعنوان مدل ردهبالاش برای سختترین کارهای فنی منتشر کرده و کنارش یه مدل خواهر به اسم Claude Mythos 5.2 هم داده. به گفته MindStudio، این دو تا در اصل یه مدلان. فرقشون فقط تو محدودیتهای امنیتیه: Opus جلوی جوابهای حساس تو امنیت سایبری و زیستشناسی رو سفتتر میگیره و برای همه در دسترسه، ولی Mythos این محدودیتها رو شلتر کرده و فقط سازمانهای تأییدشده بهش دسترسی دارن.
قیمتش هم پایین اومده: 8 دلار برای هر یک میلیون توکن ورودی و 40 دلار برای خروجی، در حالی که Opus 5.1 بهترتیب 10 و 50 دلار بود. خروجیها تا 30 درصد سریعتر تولید میشن و یه fast mode اختیاری هم هست که تا 2.5 برابر سرعت میده.
تو بنچمارکها، Opus 5.2 تو Valves index (یه بنچمارک ترکیبی از کدنویسی، مالی و علوم) با دقت 71.31 درصد اول شده. تو Arc AGI که استدلالهایی رو میسنجه که برای آدمها راحته ولی برای AI سخت بوده، روی Arc AGI 3 با harness خود شرکت به 97.7 درصد و با harness استاندارد به 81.2 درصد رسیده. شاخص Epoch AI هم امتیازش رو 174 ثبت کرده که رکورد قبلی 169 مال GPT-6 Astra رو شکسته.
بقیه عددها: 69.9 درصد تو Frontier SWE برای کدنویسی ایجنتی، 89.3 درصد تو OS World برای کار با کامپیوتر، و تشخیص نمودار از 44.8 درصد به 73.4 درصد رسیده. ولی همهجا برنده نیست: تو بنچمارک حقوقی Harvey از Opus 5.1 و Sonnet ضعیفتر بوده و تو قضاوتهای حسابداری هم ضعف داشته.
معروفترین دموش اینه که طبق گفته Anthropic، Opus 5.2 با هماهنگ کردن بیش از هزار سابایجنت طی 8 روز، از یه پوشه خالی یه سیستمعامل نمونه ساخته که روی لپتاپ واقعی بوت میشه. این سیستمعامل kernel، درایور دیسک و کیبورد و شبکه، فایلسیستم، پنجرهبندی، صفحه لاگین و installer داره. یه تیم از ایجنتهاش هم یه سرویس رو از Python به Rust برده که حدود 26 برابر سریعتر استارت میشه.
شرکتهای تستکننده هم بازخورد مثبت دادن. Cognition میگه مدل وقتی چیزی رو نمیدونه بهجای حدس زدن صاف میگه نمیدونم. Oracle گزارش داده که روی کوئریهای SQL پیچیده جواب درست داده، در حالی که دو مدل دیگه عددهایی 5 تا 8 برابر بزرگتر برگردوندن. خود Anthropic هم پیشنهاد میکنه برای کدنویسی روزمره از Opus 5.5 استفاده کنی و Opus 5.2 رو برای کارهای خیلی سنگین نگه داری.
نکات کلیدی:
- قیمت Opus 5.2، 8 دلار برای ورودی و 40 دلار برای خروجی به ازای هر یک میلیون توکنه؛ Opus 5.1 بهترتیب 10 و 50 دلار بود.
- Opus 5.2 و Mythos 5.2 یه مدل پایه دارن؛ Mythos فقط برای سازمانهای تأییدشده در دسترسه.
- امتیازها: 71.31 درصد تو Valves، 97.7 درصد تو Arc AGI 3 و 174 تو شاخص Epoch AI.
- تو بنچمارک حقوقی Harvey از Opus 5.1 و Sonnet عقبتره.
- طبق گفته Anthropic، با بیش از هزار سابایجنت طی 8 روز یه سیستمعامل قابل بوت ساخته.
- سه دستگاه الکترونیکی هم از روی یه پاراگراف توضیح طراحی کرده که بردهاشون کمتر از یه روز آماده تولید شدن.




