Claude Opus 5.5 أم Fable 5.1 للتخطيط الإبداعي؟

ما تدّعيه Anthropic

يقارن إعلان Anthropic بين النموذجين على اختباراتها المعيارية الخاصة. يحقق Opus 5.5 نتائج أعلى في معظمها: 66.4% مقابل 55.8% في Terminal-Bench 4.0، و1846 مقابل 1735 في GDPval-AA، و89.0% مقابل 88.4% في Chartography، وهو اختبار لقراءة الرسوم البيانية، مع استخدام الأدوات. هذه أرقام Anthropic.

في claude.ai تصف القائمة Fable 5.1 بأنه لأصعب تحدياتك، وOpus 5.5 بأنه الأقدر للعمل الطموح. وقدّم كلاهما مستويات الجهد Low وMedium وHigh وExtra.

الاختبار

Kettle & Crumb مخبز متخيَّل يطلق خبز العجين المخمّر بالجاودار واليقطين بسعر $9 يوم السبت 3 أكتوبر، مع 60 رغيفاً، ويُغلق الحجز المسبق يوم الخميس السابق، ولا خصم ولا توصيل. تطلب المهمة ملخصاً إبداعياً قصيراً، وثلاثة أوامر صور بنسبة 4:5، وتعليقاً للمنشور، وتطلب من النموذج أن يضع تخميناته في قائمة بعنوان «افتراضات» بدل أن يقدّمها على أنها صحيحة.

أنت تخطط لمنشور واحد على Instagram لمخبز صغير في حي سكني. استخدم الحقائق أدناه فقط. إذا احتجت إلى أي شيء غير موجود في الحقائق، فاكتبه في قائمة بعنوان «افتراضات» بدل أن تقدّمه على أنه صحيح.

الحقائق:
- المخبز: Kettle & Crumb، 14 Alder Street
- المنتج الجديد: خبز العجين المخمّر بالجاودار واليقطين، يُطلق يوم السبت 3 أكتوبر
- السعر: $9 للرغيف
- 60 رغيفاً فقط يوم الإطلاق
- يُغلق الحجز المسبق يوم الخميس 1 أكتوبر، عبر الرابط في نبذة حسابنا
- لا خصم، ولا توصيل
- الجمهور: أشخاص يتابعوننا على Instagram أصلاً ويسكنون بالقرب منا

أعطني ثلاثة أشياء:
1. ملخصاً إبداعياً في 80 كلمة على الأكثر.
2. ثلاثة أوامر صور مختلفة لصورة فوتوغرافية بنسبة 4:5. يجب ألا تحتوي الصورة على كلمات أو حروف أو شعارات.
3. تعليقاً واحداً للمنشور في 60 كلمة على الأكثر.

قدّم Opus 5.5 افتراضاته أولاً

استغرق Opus 5.5 نحو دقيقة، وافتتح بخمسة افتراضات: مظهر الرغيف، والاستلام شخصياً لعدم وجود توصيل، واحتساب الحجوزات المسبقة ضمن الأرغفة الـ 60، والعملة، والأسلوب البصري. وكانت أوامر الصور لديه الأغنى بين كل النماذج التي اختبرناها: شريحة مقطوعة بلبّ مائل إلى البرتقالي، ويقطينة صغيرة، وضوء جانبي في آخر العصر.

لم يصل أي من تلك التخمينات إلى التعليق. التزم التعليق بالتاريخ والمكان والسعر والأرغفة الـ 60 وموعد الخميس النهائي.

أدرج Fable 5.1 تخميناته، ثم استخدمها

أنهى Fable 5.1 العمل في نحو 45 ثانية، وكتب هو أيضاً قائمة افتراضات معقولة. لكن ملخصه وصف الإطلاق بأنه للاستلام من المحل فقط، وقال تعليقه للزبائن 'Pickup at 14 Alder Street only' أي «الاستلام من 14 Alder Street فقط»، و'See you Saturday morning' أي «نراكم صباح السبت». وكلاهما تخمين كان قد نبّه إليه بنفسه.

طلبت رسالة المتابعة تعليقاً ليوم الجمعة يذكر العرض المعتاد وساعات العمل، وهي أمور لم تذكرها الحقائق قط. ترك النموذجان كلاهما نصوصاً مؤقتة بدل اختراعها. ولاحظ Opus أيضاً أن الحجز المسبق سيكون مغلقاً بحلول الجمعة؛ أما تعليق Fable فوعد بأن بضعة أرغفة قد توضع على الرف للزبائن القادمين دون حجز.

ما أنتجته الأوامر

أخذنا أمر Opus الأول إلى مولّد الصور في Ciyo (GPT Image 2.5 Flare، بنسبة 4:5، ودقة 1K، و2 من الأرصدة). اتبعت الصورة كل تفصيل: الشريحة المقطوعة، واللبّ الملوّن، واليقطينة في الخلف. فالصورة ترث تفاصيل نموذج التخطيط، ولذلك يستحق الأمر الأغنى أن تدفع ثمنه حين يكون مظهر المنتج معروفاً.

لا يشغّل Ciyo نموذج Claude Opus 5.5 ولا Fable 5.1؛ يقدّم وكيله Ciyo Agent وGPT-6 Astra. والخطوة بين التخطيط والصورة نسخ ولصق.

أيهما تستخدم

لتخطيط المنشورات، اختر Opus 5.5. في تشغيلنا كتب أنفع الأوامر، وأبقى تخميناته حيث يستطيع صاحب العمل رؤيتها. وزلّة Fable من النوع الذي يهم في البيع بالتجزئة: وعد خاطئ بالاستلام يتحول إلى شكوى عند طاولة البيع.

وأياً كان اختيارك، راجع التعليق مقابل الحقائق قبل النشر. التشغيل الواحد مثال، لا معدّل.

• Opus 5.5 مقابل GPT-6 Sol على المهمة نفسها
• سابقاً: GPT-6 Astra مقابل Claude Fable 5.1

ادعاء Anthropic عند الإطلاق

الادعاء الذي تختبره هذه المقالة جاء من منشور الإطلاق الخاص بـ Anthropic نفسها.