أطلقت Anthropic نموذج Claude Haiku 5.5 في 7 أكتوبر بتسعير يبلغ 0.10 دولار لكل مليون رمز إدخال و0.50 دولار لكل مليون رمز إخراج للمطالبات التي لا تتجاوز 100 ألف رمز. وكان GPT-6 Luna متاحًا بالأسعار ذاتها تمامًا (0.10 دولار و0.50 دولار) منذ 22 سبتمبر، كما تتطابق أسعار التخزين المؤقت أيضًا: 0.01 دولار للقراءة و0.125 دولار للكتابة. وبعد تسعة أيام من مطابقة Sonnet 5.5 لأسعار GPT-6 Sol عند 2 دولار و10 دولارات، سارت الفئة الاقتصادية على النهج ذاته.
إن تطابق الأسعار يجعل الاختيار أكثر صعوبة لا أسهل، لأن الفئة الاقتصادية هي التي تستوعب الحجم الأكبر من العمليات: كفرز المشكلات وتصنيفها، وتوليد الملخصات، وهياكل الاختبارات—وهي المهام التي أوضحنا سابقًا أنها ينبغي أن تُسند إلى بيئة تشغيل اقتصادية. وإذا اخترت بينهما بناءً على الحدس، فسينتهي بك الأمر إلى استخدامهما معًا على لوحة التحكم: أحدهما في Claude Code والآخر في Codex. وحينها لن يتمكن أحد من معرفة أي وكيل يعمل على أي مهمة، أو أي تشغيل قد اكتمل، أو أي منهما كتب ملخص الفرز الذي تسبب في توجيه خلل برمجي إلى المسار الخاطئ يوم الثلاثاء الماضي.
باختصار (TL;DR)
يتطابق Claude Haiku 5.5 وGPT-6 Luna في التكلفة فقط عندما يقل حجم المطالبة عن 100 ألف رمز. أما فوق ذلك، فيرتفع سعر Haiku 5.5 إلى 0.50 دولار / 2.50 دولار، بينما يحافظ Luna على سعره الأساسي حتى 272 ألف رمز ثم يرتفع إلى 0.20 دولار / 0.75 دولار؛ لذا فإن جلسات الوكلاء الطويلة هي النقطة التي تتباين فيها الفواتير فعليًا. ويُظهر جدول مقارنة الإطلاق من Anthropic—وهو الجدول الوحيد المتاح من مزود يضم كلا النموذجين—تفوق Haiku 5.5 في كل المعايير المشتركة. ومع ذلك، تُظهر مخططات التكلفة أن Luna أقل تكلفة لكل محاولة عبر جميع مستويات الجهد في مهام العمل المعرفي، وفي جميع المستويات باستثناء المستوى المتوسط في مهام استخدام الحاسوب، حيث تتساوى تكلفتهما بينما يتفوق Haiku 5.5 بنحو 16 نقطة. يظل هذا جدولًا صادرًا عن مزود واحد دون صدور نتائج مستقلة لـ Haiku 5.5 حتى الآن. وجّه طلباتك بناءً على حجم المطالبة والنتائج التي تقيسها في مهامك الفعلية؛ والاحتفاظ بكلتا بيئتي التشغيل يُعد خيارًا مبررًا ومنطقيًا تمامًا.
الأسعار متطابقة... إلى أن تطول المطالبة
ينطبق تطابق الأسعار المعلن على نطاق محدد فقط من أحجام المطالبات، إذ يُعيد كِلا المزوّدين تسعير المطالبات الطويلة عند حدود مختلفة وبنسب متباينة:
| رموز الإدخال في الطلب | Haiku 5.5، لكل مليون رمز إدخال / إخراج | GPT-6 Luna، لكل مليون رمز إدخال / إخراج |
|---|---|---|
| حتى 100 ألف | $0.10 / $0.50 | $0.10 / $0.50 |
| من 100 ألف إلى 272 ألف | $0.50 / $2.50 | $0.10 / $0.50 |
| أكثر من 272 ألف | $0.50 / $2.50 | $0.20 / $0.75 |
توضح وثائق تسعير Anthropic الأمر بجلاء: تخضع المطالبات التي تتجاوز 100,000 رمز لأسعار أعلى. في المقابل، تُسعر صفحة نموذج Luna لدى OpenAI المطالبات التي تتجاوز 272 ألف رمز إدخال بضعف تسعيرة الإدخال والتخزين المؤقت و1.5 ضعف تسعيرة الإخراج للطلب بأكمله. وتُخفّض المعالجة على دفعات هذه الأسعار إلى النصف لدى الطرفين.
ويكتسب هذا الفارق أهمية كبرى في تطبيقات الوكلاء مقارنة بالمحادثات، نظراً لأن جلسة الوكيل تُعيد إرسال سياقها بالكامل مع كل جولة. ورغم أن Anthropic تشير إلى أن 90% من الطلبات الموجهة إلى Haiku 4.5 كانت أقل من 100 ألف رمز، إلا أن جلسات البرمجة الطويلة ليست طلبات اعتيادية؛ إذ يقوم Claude Code افتراضيًا بضغط سياق النماذج التي تدعم أصلاً سياق 1M تلقائيًا (بما فيها Haiku 5.5) عند نحو 967 ألف رمز. ونتيجة لذلك، فإن جلسة عمل طويلة في Claude Code باستخدام Haiku 5.5 قد تقضي معظم جولاتها فوق حاجز الـ 100 ألف رمز، أي بخمسة أضعاف السعر المعلن. أما Codex مع Luna، فيوفر لك متسعًا إضافيًا قدره 172 ألف رمز قبل فرض أي رسوم إضافية، وتكون هذه الزيادة أقل عند الوصول إليها.
كما أن احتساب الرموز لا يخضع لمقارنة متطابقة بين المزودين؛ حيث تفيد Anthropic بأن النص نفسه يولد رموزًا تزيد بنحو 30% في Haiku 5.5 مقارنة بـ Haiku 4.5. وقدّر أحد المعلقين على Hacker News أن 100 ألف رمز في نماذج Claude الحديثة تُعادل تقريبًا ما بين 60 إلى 65 ألف رمز في نماذج GPT الحديثة. ورغم أن هذا مجرد تقدير وليس قياسًا دقيقًا، إلا أنه يشير إلى الاتجاه نفسه: المستودع البرمجي ذاته سيستنفد النطاق السعري الاقتصادي في Haiku 5.5 بوقت أسرع.
ما الذي تتيح لك مقارنته أرقام Anthropic؟
يتضمن منشور إطلاق Haiku 5.5 ستة صفوف تقارن أداءه بنموذج Luna، علماً بأن أرقام Haiku 5.5 محسوبة عند أقصى مستوى جهد:
| المعيار | Haiku 5.5 | GPT-6 Luna | مصدر أرقام Luna |
|---|---|---|---|
| GDPval-AA v2.1 (العمل المعرفي) | 1620 | 1437 | أرقام منشورة استشهدت بها Anthropic |
| AA-Briefcase v1.1 | 1578 | 1336 | أرقام منشورة استشهدت بها Anthropic |
| OSWorld 2.1، مجموعة فرعية غير متصلة | 72.4% | 48.9% | اختبار أجرته Anthropic عبر واجهة برمجة تطبيقات OpenAI، على 82 مهمة |
| Terminal-Bench 4.0 | 39.2% | 16.4% | لوحة المتصدرين العامة، واجهة سطر أوامر Codex عند أقصى جهد |
| FrontierCode 1.1 (الرئيسي) | 46.4% | 42.4% | أرقام منشورة استشهدت بها Anthropic |
| Chartography، دون أدوات | 46.4% | 29.1% | وفقًا لتقرير Surge AI |
يتفوق Haiku 5.5 في جميع الصفوف. ومع ذلك، هناك تحفظان يمنعان اعتبار هذه النتيجة حكمًا نهائيًا: الأول أنه جدول صادر عن Anthropic وحدها، والثاني أن مخططات صفحة الإطلاق تقارن النتائج بالتكلفة لكل محاولة، وهو ما يروي قصة مختلفة تمامًا عن مجرد النظر إلى الدرجات وحدها:
| مستوى الجهد | OSWorld: Haiku 5.5 | OSWorld: Luna | GDPval-AA: Haiku 5.5 | GDPval-AA: Luna |
|---|---|---|---|---|
| low | 42.0%, $0.07 | 19.2%, $0.04 | 1125, $0.012 | 1036, $0.004 |
| medium | 53.3%, $0.13 | 37.5%, $0.13 | 1277, $0.030 | 1262, $0.020 |
| high | 61.3%, $0.18 | 42.3%, $0.14 | 1420, $0.089 | 1344, $0.030 |
| xhigh | 67.6%, $0.28 | 44.8%, $0.17 | 1513, $0.267 | 1364, $0.050 |
| max | 72.4%, $0.61 | 48.9%, $0.21 | 1620, $0.866 | 1437, $0.090 |
في اختبار GDPval-AA، يُعد Luna الأقل تكلفة لكل مهمة عبر جميع مستويات الجهد. وفي OSWorld يُعد أرخص في جميع المستويات باستثناء المستوى المتوسط، حيث تتساوى تكلفة النموذجين عند نحو 13 سنتًا للمحاولة. أما في مهام استخدام الحاسوب، فإن الفارق في الأداء كبير بما يكفي ليحسم المقارنة: إذ يتفوق Haiku 5.5 عند الجهد المتوسط على Luna عند الحد الأقصى وبتكلفة أقل. لكن في مهام العمل المعرفي، يتقارب الأداء بشدة؛ حيث تبلغ تكلفة Haiku 5.5 عند الجهد المرتفع وتكلفة Luna عند الحد الأقصى نحو 9 سنتات للمهمة مع فارق ضئيل يبلغ 17 نقطة في تقييم Elo، في حين تبلغ تكلفة Haiku 5.5 عند الحد الأقصى قرابة عشرة أضعاف تكلفة Luna.
وهناك عاملان إضافيان يحدّان من هذه المقارنة: الأول أن النتيجة المعلنة لاختبار OSWorld تعتمد على التقييم الجزئي؛ في حين توضح بطاقة نظام Anthropic أن نسبة النجاح الصارم لنموذج Haiku 5.5 تبلغ 37.1%، دون نشر أي رقم صريح لنموذج Luna. وما يعنيه ذلك لقائمة انتظار المراجعة هو ما تناولناه في منشورنا حول وكلاء التصفح. والنقطة الثانية هي أن أياً من النموذجين لا يتصدر مجال البرمجة؛ إذ توضح Anthropic نفسها أن Sonnet 5.5 وOpus 5.5 يظلان الخيارين الأنسب لمهام البرمجة المعقدة عبر الوكلاء.
بيئة التشغيل المحيطة بكل نموذج
لا يمثل النموذج سوى نصف القرار، إذ يعمل كل نموذج عادةً داخل بيئة تشغيل مختلفة، وتتصرف بيئات التشغيل هذه بشكل متباين على لوحة التحكم.
تشغيل Claude Code باستخدام claude-haiku-5-5. يتطلب ذلك الإصدار v2.1.293 من Claude Code أو أي إصدار أحدث؛ ويمكنك تشغيله بالأمر claude --model claude-haiku-5-5 أو التبديل إليه عبر /model. يُشير الاسم المستعار haiku إلى Haiku 5.5 حصريًا على واجهة برمجة تطبيقات Anthropic، بينما لا يزال يشير إلى Haiku 4.5 على Bedrock وGoogle Cloud وMicrosoft Foundry وClaude Platform على AWS؛ لذا احرص على تحديد المعرّف الكامل. ومستوى الجهد الافتراضي هو المتوسط، ولا يتيح Claude Code إيقاف وضع التفكير في Haiku 5.5. كما أن الأرصدة الشهرية الجديدة لواجهة برمجة التطبيقات لخطط Max وTeam لا تغطي Claude Code، وبالتالي فهي لا تسدد تكاليف بيئة التشغيل هذه.
تشغيل Codex باستخدام gpt-6-luna. يعمل نموذج Luna داخل Codex لمشتركي خطط Plus وPro وBusiness وEnterprise وEdu. ويتراوح جهد التفكير عبر واجهة برمجة التطبيقات من منعدم إلى الحد الأقصى، مع تعيين المستوى المتوسط كخيار افتراضي؛ وبالتالي يبدأ كلا النموذجين من المستوى المتوسط ما لم يُعدل ذلك يدويًا.
هناك اختلاف سلوكي بارز يستحق المتابعة على لوحة التحكم بدلاً من تركه كملحوظة هامشية: يعتمد Haiku 5.5 على مصنفات أمان قد ترفض الطلب دون توفير بديل تلقائي على جانب الخادم. وتوضح بطاقة نظام Anthropic أن هذا النموذج سجل أعلى نسبة رفض زائد مقارنة بأي نموذج آخر في تدقيقها السلوكي الآلي. والرفض يعني جلسة تنتهي دون الوصول إلى نتيجة؛ وينبغي أن يظهر ذلك في المهمة كفشل صريح، بدلاً من أن يتلاشى في سطر أوامر لا يراقبه أحد.
كيف تقارن بينهما في مهامك الفعلية؟
لا تتولى Sharkly اختيار النماذج نيابة عنك. إذ تنص وثائق الوكلاء على الآتي: "يتبع الوكيل النموذج الافتراضي لبيئة التشغيل. ولا يضمن أو يعرض اسم نموذج محدد. لتغيير النماذج، حدد أحدها في الوسائط المخصصة (Custom arguments) في إعدادات الوكيل أو بيئة التشغيل، مثل تحديد model: model-name". لا توجد قائمة منسدلة لاختيار النموذج في إعدادات الوكيل، لذا يعتمد الإعداد على إنشاء وكيلين، وكيل لكل بيئة تشغيل، مع تسمية كل منهما بحسب مساره:
Agent A: Claude Code Runtime, Custom arguments model: claude-haiku-5-5
Agent B: Codex Runtime, Custom arguments model: gpt-6-luna
Tasks: the same description and starting commit, one Task per Agent,
drawn from jobs you actually hand the cheap tier
Accept: one acceptance check, written before either run starts
Record: accepted y/n, review minutes, reruns, refusals,
whether the run crossed 100K (Haiku) or 272K (Luna) input tokens,
provider cost from your own Anthropic and OpenAI bills
تتم محاسبة استخدام النماذج من خلال الاشتراكات أو مفاتيح واجهة برمجة التطبيقات المضبوطة في تلك الأدوات، مما يعني أن الفواتير تصدر مباشرة من المزودين. يمكنك الاطلاع على المنهجية بالكامل، بما في ذلك نقاش دقائق المراجعة، في مقارنتنا بين Sonnet 5.5 وGPT-6 Sol ودليلنا حول كيفية المقارنة بين وكلاء البرمجة على قاعدة كودك الفعلية. أما تفاصيل الإعداد المخصصة لـ Haiku فتجدها في مقال تشغيل وكلاء Claude Haiku 5.5 في Sharkly.
والعمود الإضافي الذي تحتاجه هذه المقارنة هو عمود حجم المطالبة؛ فالجلسة الاقتصادية التي تجاوزت 100 ألف رمز في Haiku 5.5 لم تعد جلسة بتكلفة عشرة سنتات، والجلسة التي تطلبت إعادتين للتشغيل لم تكن اقتصادية على الإطلاق، تمامًا كما ناقشنا في مقال عندما تكلفك النماذج الرخيصة مبالغ أكبر.
لماذا يُعد خيار "الجمع بينهما" قرارًا سليمًا؟
لا تقدم الأدلة المنشورة فائزًا واحدًا حاسمًا، كما أن جدول الأسعار يفرض عمليًا تقسيم العمل بينهما.
استخدم Haiku 5.5 عندما تظل المطالبات أقل من 100 ألف رمز، أو عندما تتضمن المهمة أعمال التصفح أو استخدام سطح المكتب حيث يبرز تفوقه الواسع في OSWorld، أو عندما تُنفذ المهام الاقتصادية عبر وكيل فرعي تحت إشراف نموذج Claude رئيسي (يوضح مقال الوكيل الفرعي أم الوكيل المستقل الموضع الأنسب لتلك المهام). واستخدم Luna عندما تتطلب المهام بانتظام سياقًا يتراوح بين 100 ألف إلى 272 ألف رمز، مثل تلخيص سجلات الأحداث الطويلة أو مقارنات الفروقات البرمجية الكبيرة، أو عندما تكون الأولوية لأقل سعر لكل محاولة. أما إذا كنت تعتمد على Claude Code فقط وكانت مهامك الاقتصادية قصيرة، فقد لا تحتاج إلى بيئة تشغيل اقتصادية ثانية على الإطلاق.
لكن الجمع بين النموذجين لا ينجح إلا إذا كانت المهمة—وليس بيئة التشغيل—هي المرجع الأساسي للتسجيل. فالوكلاء يتولون البحث والتنفيذ والاختبار وإعداد التقارير، في حين يتولى الفريق البشري توجيه المسار، ومنح الصلاحيات، واعتماد النتائج. لقد وضعت الشركتان أسعارًا متطابقة للفئة الاقتصادية خلال ثلاثة أسابيع فقط، وأي منهما قد يبادر بالخطوة التالية؛ لذا يجب أن يظل السياق ومراحل الإنجاز والعقبات والنتائج والمراجعة البشرية واضحة ومسجلة من بداية الطلب حتى الإطلاق، بصرف النظر عن بيئة التشغيل التي ستتفوق في الجولة القادمة. وإذا كنت ترغب في الاستفادة من وكلاء برمجة متعددين بدلاً من الالتزام بمنظومة واحدة مغلقة، فهذه تحديدًا هي المشكلة التي صُممت Sharkly لحلها.
