نسخه جدید کلود یعنی Claude Sonnet 5 منتشر شد.
من بیشتر از یک ساله که دارم با کلود ابزارهای کاربردی میسازم. به نظرم این بهروزرسانی بیشتر از اینکه روی قدرت خام تمرکز داشته باشه، روی ارزش خرید و اقتصادی بودنه.
بیایید عملکرد Sonnet 5 را در مقایسه با بقیه ببینیم چطوریه:
۱. کدنویسی مستقل (تست SWE-Bench Pro)
کلود Sonnet 5: %۶۳.۲
کلود Opus 4.8: %۶۹.۲
جیپیتی GPT-5.5: %۵۸.۶
۲. کدنویسی در محیط ترمینال (تست Terminal-Bench 2.1)
کلود Sonnet 5: %۸۰.۴
کلود Opus 4.8: %۷۴.۶
جیپیتی GPT-5.5: %۷۸.۲
۳. استدلالهای سخت با ابزارها (تست Humanity's Last Exam)
کلود Sonnet 5: %۵۷.۴
کلود Opus 4.8: %۵۷.۹
جیپیتی GPT-5.5: %۵۲.۲
۴. کارهای واقعی در کامپیوتر (تست OSWorld-Verified)
کلود Sonnet 5: %۸۱.۲
کلود Opus 4.8: %۸۳.۴
جیپیتی GPT-5.5: %۷۸.۷
۵. کارهای دانشی و تخصصی (تست GDPVal-AA)
کلود Sonnet 5: ۱۶۱۸
کلود Opus 4.8: ۱۸۹۰
جیپیتی GPT-5.5: ۱۷۶۹
کسانی که زودتر از همه این مدل رو تست کردن، میگن Sonnet 5 کارهایی رو انجام میده که قبلاً فقط از پس Opus برمیاومد، تازه با سرعتی بهمراتب بالاتر.
Post #1369
540

- ❤ 5