موج مدل‌های تازه هوش مصنوعی؛ Claude، GPT و Gemini چه آوردند؟

ظرف چند هفته، سه شرکت بزرگ هوش مصنوعی مدل‌های تازه‌شان را عرضه کردند و یک آزمایشگاه چینی هم نسخه‌ی جدیدی داد. خلاصه‌ی ادعای همه‌شان یکی است: ارزان‌تر، سریع‌تر و دقیق‌تر. در این گزارش، آنچه Anthropic، OpenAI، گوگل و DeepSeek خودشان درباره‌ی مدل‌هایشان گفته‌اند را می‌خوانید؛ اعداد، ادعای سازنده‌اند و هنوز آزمون مستقل نشده‌اند.

در یک نگاه

• Anthropic خانواده‌ی Claude 5.5 را با سه مدل Opus (۳۱ شهریور)، Sonnet (۶ مهر) و Haiku (۱۵ مهر) کامل کرد.
• OpenAI در ۳۱ شهریور GPT-6 Sol و Luna را عرضه کرد و می‌گوید قیمت‌شان نصف GPT-5.6 است.
• گوگل در ۲۱ مهر Gemini 4 Argon را برای مشترکان پولی در اپ Gemini و در لایه‌ی پولی API در دسترس گذاشت.
• DeepSeek از ۱۹ شهریور V4.1-Flash را دارد، با ۵۵۲ میلیارد پارامتر.
• آمریکا در ۲۸ مهر استفاده از محصولات DeepSeek را در سازمان‌های غیرنظامی فدرال ممنوع کرد.

Claude 5.5؛ از بزرگ تا کوچک

Anthropic در ۳۱ شهریور Claude Opus 5.5 را معرفی کرد. به گفته‌ی شرکت، این مدل در بیشتر کارها هم‌سطح Claude Fable 5.1 است و نسبت به Opus 5 حدود ۴۰ درصد کم‌هزینه‌تر تمام می‌شود. قیمت هر یک میلیون توکن در اطلاعیه‌ی رسمی Anthropic ۴ دلار برای ورودی و ۲۰ دلار برای خروجی اعلام شده است. شرکت همچنین می‌گوید سرعت تولید خروجی بیش از ۳۰ درصد بالا رفته است.

در آزمون برنامه‌نویسی Terminal-Bench 4.0 عدد گزارش‌شده برای Opus 5.5 برابر ۶۶٫۴ درصد است. جدول خود Anthropic اما نشان می‌دهد در دو آزمون (AutomationBench و Terminal-Bench-Science) GPT-6 Astra از OpenAI عدد بهتری گرفته است. یعنی هیچ مدلی در همه‌چیز اول نیست.

یک هفته بعد، Sonnet 5.5 رسید. Anthropic آن را «مکمل سریع‌تر و کم‌هزینه‌تر Opus 5.5» می‌نامد، با قیمت ۲ دلار ورودی و ۱۰ دلار خروجی برای هر یک میلیون توکن. و در ۱۵ مهر نوبت Haiku 5.5 بود؛ کوچک‌ترین مدل خانواده که Anthropic آن را «ارزان‌ترین، سریع‌ترین و توانمندترین مدل کوچکی» می‌خواند که تا امروز عرضه کرده و می‌گوید حدود ۷۵ درصد ارزان‌تر از Haiku 4.5 است.

OpenAI؛ نصف قیمت

OpenAI در ۳۱ شهریور دو مدل کوچک‌تر نسل GPT-6 را کنار مدل شاخص GPT-6 Astra ارائه کرد. طبق گزارش TechCrunch، Sol برای کارهای پیچیده مثل برنامه‌نویسی و Luna برای کارهای پرحجم، مثل خلاصه‌سازی و استخراج اطلاعات، طراحی شده است. OpenAI می‌گوید هزینه‌ی این مدل‌ها نصف مدل‌های GPT-5.6 Sol و Luna است و در یک ارزیابی داخلی، Sol «حدود نصف» خطاهای نسل پیشین را دارد.

TechCrunch در همین گزارش یادآوری می‌کند که OpenAI مدلش را بهتر از مدل‌های Anthropic معرفی کرده، که ادعایی رایج در این صنعت است. به عبارت دیگر، هر دو طرف عدد خودشان را بهتر می‌دانند.

Gemini 4 Argon؛ پولی و برای کارهای طولانی

گوگل در پست رسمی خود نوشت Gemini 4 Argon از ۲۱ مهر در اپ Gemini برای مشترکان Google AI Pro و Ultra در دسترس است. این مدل برای استدلال عمیق و کارهای طولانی مثل مهاجرت کد و پژوهش معرفی شده. گوگل می‌گوید پاسخ‌ها مستقیم‌تر شده و تکرار و کلیشه کمتر است، و Gemini می‌تواند در پس‌زمینه کار را ادامه دهد. پست گوگل عدد بنچمارک یا قیمت ندارد.

برای برنامه‌نویس‌ها هم از همان روز دسترسی از طریق لایه‌ی پولی Gemini API باز شده است. گوگل در آن پست قیمتی اعلام نکرده است.

DeepSeek؛ مدل بزرگ و ممنوعیت آمریکایی

DeepSeek در ۱۹ شهریور V4.1-Flash را عرضه کرد. طبق مستندات شرکت، این مدل معماری MoE دارد، ۵۵۲ میلیارد پارامتر دارد که ۸ میلیارد آن برای ورودی و ۱۶ میلیارد برای خروجی فعال است و تصویر را هم می‌فهمد. DeepSeek می‌گوید نتایجش از مدل‌های شاخص قبلی‌اش، از جمله V4-Pro، بهتر است. از ۲۳ شهریور هم درخواست‌های V4-Pro به V4.1-Flash و با قیمت آن هدایت می‌شود تا V4.1-Pro بیاید.

همزمان، وزارت امنیت داخلی آمریکا (DHS) به گزارش TechCrunch در ۲۸ مهر دستور داده سازمان‌های غیرنظامی فدرال خرید محصولات DeepSeek را متوقف کنند و آن‌ها را از سامانه‌هایشان حذف کنند؛ این دستور شامل محصولات شخص ثالث ساخته‌شده روی فناوری DeepSeek هم می‌شود. DHS نگرانی امنیت ملی را دلیل گفته و هشدار داده که داده‌ی کاربران دولتی ممکن است طبق قوانین چین در دسترس مقام‌های چینی قرار بگیرد؛ وزارت خارجه‌ی چین با این تصمیم مخالفت کرده است.

برای کاربر عادی چه چیزی عوض می‌شود؟

از این خبرها سه نتیجه‌ی عملی درمی‌آید:

1. هزینه پایین‌تر می‌آید. هر سه شرکت از قیمت کمتر برای همان سطح کیفیت حرف می‌زنند. برای کاربر نهایی یعنی اپ‌هایی که روی این مدل‌ها ساخته می‌شوند می‌توانند ارزان‌تر شوند، هرچند قیمت اپ را خود سازنده‌ی اپ تعیین می‌کند.
2. مدل‌های کوچک‌تر جدی‌تر شده‌اند. Haiku 5.5 و GPT-6 Luna برای کارهای روزمره مثل خلاصه‌سازی و دسته‌بندی ساخته شده‌اند و می‌توانند جای مدل‌های گران را بگیرند.
3. انتخاب سخت‌تر شده است. وقتی هر شرکت عدد خودش را منتشر می‌کند، بهترین روش آزمودن مدل روی کار واقعی خودتان است. در گیسو، پلتفرم فارسی هوش مصنوعی، برای نمونه، همین مدل‌ها در فهرست مدل‌هایی هستند که می‌توان کنار هم امتحان کرد؛ فهرست و قیمت را خود سرویس هر روز به‌روز می‌کند.

محتوای ساخته‌شده با این مدل‌ها هم رو به افزایش است. اگر نگران عکس و ویدیوی جعلی هستید، راهنمای تشخیص عکس و ویدیوی هوش مصنوعی را بخوانید. و اگر کنجکاو هستید که بخش موسیقی چه شده، گیسو در صفحه‌ی کارگاه موسیقی‌اش می‌گوید با مدل‌های Lyria گوگل امکان ساخت آهنگ با هوش مصنوعی را فراهم کرده است؛ ترانه به فارسی، انگلیسی و عربی ممکن است، اما خود گیسو هشدار می‌دهد تلفظ همه‌ی کلمه‌ها همیشه دقیق نیست.

آنچه هنوز روشن نیست

• اعداد بنچمارک را خود شرکت‌ها منتشر کرده‌اند و آزمون مستقل لازم دارند.
• پست گوگل درباره‌ی Gemini 4 Argon عدد آزمون و قیمت را در همان متن نیاورده است.
• سرنوشت V4.1-Pro از DeepSeek هنوز اعلام نشده است.
• اینکه این مدل‌ها در ایران چطور در دسترس‌اند، موضوع گزارش جداگانه‌ی ما است: دسترسی به هوش مصنوعی از ایران؛ مسدودی، پرداخت و راه‌های داخلی.