وصل GPT-5.6 من OpenAI إلى التوفر العام في 9 يوليو 2026، بعد معاينة مقيدة استمرت أسبوعين، ووصلت فئته الرائدة Sol بأرقام إطلاق تدّعي أنها تتوج بالعرش العاملي. حمل Claude Fable 5 من Anthropic لواء "النموذج الأكثر كفاءة" على الجانب الآخر منذ أوائل يونيو. إذا كنت تختار نموذجًا رائدًا لعمل حقيقي هذا الربع، فلديك الآن إجابتان موثوقتان ومجموعة من العناوين المتناقضة.
هذا هو الجزء الذي تخفيه معظم المقارنات: لا يوجد نموذج يفوز بكل شيء، وأرقام الموردين أنفسهم تؤكد ذلك. وفقًا لتقارير إطلاق OpenAI، يتصدر Sol معايير العوامل واسعة النطاق بفارق كبير. وتُظهر نفس التقارير أن Claude Fable 5 يتفوق في SWE-Bench Pro بما يقارب 16 نقطة. أي مقارنة تتوج فائزًا عامًا واحدًا تهدف لبيع شيء لك.
زر
لذا، هذه المقارنة لن تفعل ذلك. أدناه تجدون تقسيم المعايير مع كل رقم منسوب، وماذا يعني هذا التقسيم لعملكم، والتسعير من كلا الجانبين، واختلافات واجهة برمجة التطبيقات (API)، ودليل اتخاذ القرار. لقد غطينا ما هو GPT-5.6 Sol في شرح منفصل، والإعلان الرسمي لـ GPT-5.6 هو المصدر الأساسي لادعاءات OpenAI.
الخلاصة مقدمًا
| المهمة المطلوب إنجازها | الخيار الأقوى اليوم | الدليل |
|---|---|---|
| تشغيل المهام العاملية الواسعة | GPT-5.6 Sol | اختبار الوكلاء الأخير ~53 مقابل 46.9 لـ GPT-5.5، حسب OpenAI |
| هندسة البرمجيات العميقة | Claude Fable 5 | SWE-Bench Pro 80.3% مقابل 64.6% لـ Sol، حسب مخطط OpenAI الخاص |
| عمل الوكلاء المعتمد على الطرفية | GPT-5.6 Sol، بفارق ضئيل | Terminal-Bench 2.1: 88.8%، 91.9% مع وضع ultra، حسب OpenAI |
| أقل سعر إجمالي للرمز | GPT-5.6 Sol | 5 دولارات / 30 دولارًا لكل مليون رمز مقابل 10 دولارات / 50 دولارًا لـ Fable 5 المعلنة |
| تنفيذ متعدد الوكلاء المتوازي المدمج | GPT-5.6 | إعداد ultra يشغل أربعة وكلاء بالتوازي افتراضيًا |
| نموذج واحد يفوز بكل شيء | لا يوجد | هذا النموذج غير موجود حاليًا |
تحذير واحد يحكم الجدول بأكمله: كل رقم من أرقام المعايير هو من تقارير الموردين، وتم نشره عند الإطلاق، ولم يتم إعادة إنتاجه بشكل مستقل بعد. اقرأه كخريطة لادعاءات، وليس كتصنيف ثابت. المعيار الوحيد الذي يحسم أي شيء هو عبء عملك الخاص، وسنعرض كيفية تشغيل ذلك جنبًا إلى جنب في Apidog قرب النهاية.
تقسيم المعايير، وفقًا لـ OpenAI
ثلاثة أرقام تحدد هذه المقارنة، وجميعها مستمدة من مواد إطلاق OpenAI. هذا المصدر له وجهان، لذا احتفظ به في الاعتبار.
| المعيار | GPT-5.6 Sol | Claude Fable 5 | المصدر |
|---|---|---|---|
| اختبار الوكلاء الأخير | ~53 (تتراوح التقارير من 52.7 إلى 53.6) | متأخرًا بحوالي 13 نقطة عن Sol | OpenAI، يوم الإطلاق |
| SWE-Bench Pro | 64.6% | 80.3% | OpenAI، يوم الإطلاق |
| Terminal-Bench 2.1 | 88.8% (91.9% مع ultra) | لم يُذكر في مخطط OpenAI | OpenAI، يوم الإطلاق |
في اختبار الوكلاء الأخير (Agents’ Last Exam)، تُفيد OpenAI أن Sol حقق حوالي 53 نقطة، بزيادة عن 46.9 نقطة لـ GPT-5.5، ويفوق Claude Fable 5 بحوالي 13 نقطة. هذه قفزة جيلية حقيقية في معيار مبني حول مهام عاملية طويلة ومتعددة الخطوات، وهو الرقم الذي تصدرت به OpenAI.
في SWE-Bench Pro، تنقلب الصورة. يُظهر مخطط مقارنة OpenAI الخاص أن Claude Fable 5 حقق 80.3% مقابل 64.6% لـ Sol. يُحسب لـ OpenAI نشر خسارة قدرها 15.7 نقطة في مواد إطلاقها الخاصة، وهو أمر غير معتاد ويجعل بقية المخطط أكثر جدية. ويتطابق هذا أيضًا مع ما يقيسه SWE-Bench Pro، وهو حل مشكلات هندسة البرمجيات الصعبة في المستودعات الحقيقية من البداية إلى النهاية.
يكمل Terminal-Bench 2.1 حجة Sol. تُفيد OpenAI بتحقيق Sol القياسي 88.8% و 91.9% عندما يقوم وضع ultra بتوزيع العمل على أربعة وكلاء متوازيين. لاحظ أن رقم ultra يمثل وضع تنفيذ مختلف باستهلاك أعلى للرموز عمدًا، وليس نفس النموذج يفكر بجهد أكبر.
هناك نقطتان للتأكد من المصداقية قبل أن تأخذ أيًا من هذا على محمل الجد. أولاً، هذه ادعاءات يوم الإطلاق من المورد الذي لديه الكثير ليكسبه؛ لم يقم أحد خارج OpenAI بإعادة إنتاجها بعد، ويمكن أن تؤثر اختيارات أطر التقييم على النتائج بعدة نقاط. ثانيًا، المعايير الفردية تختصر الكثير. مقال سايمون ويلسون في يوم الإطلاق قراءة مستقلة مفيدة حول الإصدار، وتحليلنا لمعايير GPT-5.6 Sol يشرح بالتفصيل ما يقيسه كل اختبار.
ماذا يعني هذا التقسيم
النمط في هذه الأرقام الثلاثة ليس عشوائيًا. إنه يحدد تخصصين مختلفين.
ميزة Sol هي الاتساع. يكافئ كل من اختبار الوكلاء الأخير (Agents’ Last Exam) و Terminal-Bench نموذجًا يمكنه التخطيط عبر خطوات عديدة، وتنسيق الأدوات، والتعافي من الأخطاء، وإنجاز المهام المتنوعة. إذا كان عبء عملك يبدو مثل أساطيل من الوكلاء الذين يتعاملون مع التذاكر، أو عمليات البحث، أو أتمتة العمليات، أو خطوط الأنابيب المعتمدة على الطرفية، فإن أرقام OpenAI تشير إلى أن Sol هو الأداء الأقوى.
ميزة Fable 5 هي العمق. SWE-Bench Pro هو أقرب مقياس عام لـ "هل يمكن لهذا النموذج القيام بهندسة برمجيات صعبة وحقيقية في قاعدة بيانات موجودة دون تدخل بشري لفك تشابكها بعد ذلك؟". إن تقدمًا بـ 15.7 نقطة هناك، اعترف به المنافس، ليس مجرد ضجيج حتى بعد أخذ هامش الخطأ الكبير في الاعتبار. إذا كان عبء عملك عبارة عن إعادة هيكلة على مستوى المستودع، أو تصحيح أخطاء معقدة، أو تشغيل مشاريع هندسية فردية طويلة، فهذا هو الرقم الذي يجب أن يكون أساس اختيارك الافتراضي.
مما يعني أن السؤال الصحيح ليس "أي نموذج أفضل". بل هو "أي من هاتين المهمتين يشبه عملي أكثر". الاختيار بناءً على ترتيب لوحة المتصدرين يحسن الأداء لعبء عمل لا تملكه.
مقارنة الأسعار
نشرت OpenAI تسعيرة التوفر العام الواضحة عبر جميع فئات GPT-5.6 الثلاث. تسعيرة Fable 5 من Anthropic أدناه هي ما تم نشره عند الإطلاق؛ يرجى التأكد من الأسعار الحالية على صفحة تسعير Anthropic قبل وضع الميزانية، حيث تحولت شروط الوصول إلى رصيد الاستخدام للمشتركين في يوليو.
| النموذج | الإدخال لكل مليون رمز | الإخراج لكل مليون رمز |
|---|---|---|
| gpt-5.6-sol (الاسم المستعار gpt-5.6 يوجه هنا) | 5.00 دولارات | 30.00 دولارًا |
| gpt-5.6-terra | 2.50 دولار | 15.00 دولارًا |
| gpt-5.6-luna | 1.00 دولار | 6.00 دولارات |
| claude-fable-5 | 10.00 دولارات (منشورة؛ تحقق) | 50.00 دولارًا (منشورة؛ تحقق) |
وفقًا لجدول الأسعار، يكلف Sol نصف سعر Fable 5 لكل رمز في كلا الاتجاهين. هذه فجوة ذات مغزى، لكن السعر المعلن هو مؤشر ضعيف لتكلفة المهمة الفعلية. يقوم النموذجان بتحويل الرموز بشكل مختلف، وينتجان أطوال إخراج مختلفة لنفس الطلب، ويستهلكان كميات متفاوتة من التفكير للوصول إلى إجابة. قد يكون النموذج الأرخص لكل رمز والأكثر ثرثرة لكل مهمة متساويًا في النهاية.
يقلل التخزين المؤقت (Caching) الفجوة بشكل أكبر من كلا الجانبين. يدعم GPT-5.6 نقاط توقف التخزين المؤقت الصريحة حيث تُحاسب عمليات الكتابة إلى الذاكرة المؤقتة بمعدل 1.25 ضعف معدل الإدخال غير المخزن مؤقتًا، وتحافظ قراءات الذاكرة المؤقتة على خصم بنسبة 90%، وعمر تخزين مؤقت أدنى يبلغ 30 دقيقة. كما أن التخزين المؤقت للطلبات في Fable 5 يخصم عمليات الوصول إلى الذاكرة المؤقتة بنسبة 90%، وهو ما يهم مرتين أكثر عند معدله الأساسي الأعلى. تحليل تسعير Claude Fable 5 الخاص بنا يغطي مكان ظهور هذه الوفورات عمليًا. في كلتا الحالتين، الرقم الذي يجب تتبعه هو التكلفة لكل مهمة مكتملة، وليس التكلفة لكل مليون رمز.
أوجه الاختلاف في واجهات برمجة التطبيقات (API)
تقدم الشركتان الآن أكثر بكثير من مجرد نقطة نهاية لإكمال الدردشة، وتختلف الأشكال بما يكفي للتأثير على الاختيار.
تتمحور واجهة GPT-5.6، وفقًا لوثائق مطوري OpenAI، حول التحكم والتنسيق داخل Responses API:
- ستة مستويات لجهد التفكير، من لا شيء إلى الأقصى، بحيث يمكنك ضبط العمق لكل طلب.
- وضع Pro كإعداد (reasoning.mode: “pro”) في جميع النماذج الثلاثة لأعباء العمل التي تركز على الجودة. إنه مفتاح، وليس نموذجًا منفصلاً.
- وضع Ultra، وهو إعداد متعدد الوكلاء يشغل أربعة وكلاء بالتوازي افتراضيًا. يتبادل استهلاكًا أعلى للرموز مقابل نتائج أسرع في الوقت الفعلي، ويتوفر في ChatGPT Work ضمن خطط Pro و Enterprise بالإضافة إلى Codex بدءًا من Plus فصاعدًا.
- استدعاء الأدوات البرمجي، حيث يقوم النموذج بكتابة JavaScript الذي ينسق استدعاءات أدواتك داخل بيئة تشغيل V8 معزولة بدون وصول إلى الشبكة.
- الاحتفاظ بالتفكير عبر الأدوار، وتنفيذ متعدد الوكلاء في مرحلة تجريبية، وإعدادات تفاصيل الرؤية التي تحافظ على أبعاد الصورة الأصلية.
يقع Claude Fable 5 في قمة عائلة Claude 5، وقد تم تقديمه جنبًا إلى جنب مع Claude Mythos 5 في إعلان Anthropic. تتضمن واجهته المنشورة نافذة سياق بحجم مليون رمز كإعداد افتراضي، وما يصل إلى 128 ألف رمز إخراج لكل طلب، ومعامل تراجعات من جانب الخادم يمكنه إعادة توجيه طلب مرفوض لأسباب أمنية إلى Claude Opus 4.8 ضمن نفس استدعاء واجهة برمجة التطبيقات (API). تروّج Anthropic للنموذج على أنه لمهام التفكير المتطلبة والعمل العاملي طويل الأمد، ولديه حزمة عاملية خاصة به حول Claude Code وسير عمل الوكلاء الفرعيين. يغطي شرح Claude Fable 5 الخاص بنا ورقة المواصفات الكاملة.
نوافذ السياق متقاربة جدًا: مليون رمز لـ Fable 5 مؤكدة، وتفيد التغطية المبكرة للوثائق بأن GPT-5.6 أيضًا يبلغ مليون رمز، على الرغم من أن صفحة مواصفات OpenAI يجب أن تكون مصدرك الموثوق به هناك. الفرق الأكبر يكمن في الفلسفة. تُعرّض OpenAI بدائيات التنسيق (التوازي، استدعاءات الأدوات البرمجية، مؤشرات الجهد) كميزات API من الدرجة الأولى. بينما تُقدم Anthropic محركًا نموذجيًا واحدًا عميقًا مع آليات موثوقية حوله. لا يوجد أي من النهجين خاطئ؛ إنهما يتوافقان مع نفس تقسيم الاتساع مقابل العمق الذي تُظهره المعايير.
دليل عملي لاتخاذ القرار
إذا أزلنا ضجيج الإطلاق، يتقلص الاختيار إلى بضعة أسئلة.
اختر GPT-5.6 Sol كخيار افتراضي عندما:
- يتكون عبء عملك من أساطيل وكلاء، أو تنسيق الأدوات، أو العديد من المهام المتنوعة التي تعمل بدون مراقبة.
- تريد التوازي والتحكم في الجهد لكل طلب كميزات أساسية في واجهة برمجة التطبيقات (API) بدلاً من شيء تبنيه بنفسك.
- ضغط ميزانية الرموز حقيقي وتتناسب بطاقة الأسعار 5 دولارات / 30 دولارًا، بالإضافة إلى Terra و Luna كتخفيضات تدريجية، مع اقتصاديات وحدتك.
اختر Claude Fable 5 كخيار افتراضي عندما:
- تكون المهمة هندسة برمجيات صعبة في مستودع حقيقي، حيث تشير الفجوة في SWE-Bench Pro.
- تقوم بتشغيل جلسات مهام فردية طويلة وعميقة وتهتم أكثر بالقدرة القصوى لكل مهمة بدلاً من إنتاجية الأسطول.
- أنت مستثمر بالفعل في سلسلة أدوات Claude وسلوك التراجع والتخزين المؤقت الخاص بها.
شغّل كلاهما عندما تستطيع. هذه واجهات برمجة تطبيقات (APIs) تعتمد على HTTP مع حزم تطوير برمجيات (SDKs) ناضجة، والتوجيه حسب نوع المهمة (Sol للتدفقات التي تتطلب تنسيقًا مكثفًا، و Fable 5 للتدفقات التي تتطلب هندسة مكثفة) هو بنية عادية في عام 2026، وليس غريبًا.
اختبر كلاهما مقابل عبء عملك الخاص
معايير الموردين منحتك قائمة مختصرة من اثنين. يجب أن تكون طلباتك الخاصة هي من تتخذ القرار النهائي، وهذا يستغرق بعد الظهر، وليس سباقًا سريعًا.
يمكن الوصول إلى كلا النموذجين عبر HTTP العادي: GPT-5.6 عبر Responses API من OpenAI و Fable 5 عبر Messages API من Anthropic. في Apidog، احفظ كل منهما كبيئة خاصة به مع عنوان URL الأساسي، ورأس المصادقة، ومعرف النموذج كمتغيرات. ثم أنشئ مجموعة طلبات واحدة تحتوي على 10 إلى 20 طلبًا مستمدة من عبء عملك الحقيقي، التذاكر، الاختلافات، وسلاسل استدعاء الأدوات التي تتعامل معها أسبوعيًا، وقم بتشغيل المجموعة مقابل كل بيئة.
قارن شيئين لكل طلب. أولاً، جودة الاستجابة، التي يقيمها من يمتلك عبء العمل. ثانيًا، حقول الاستخدام في كل نص استجابة، لأن عدد الرموز مضروبًا في بطاقة الأسعار يمنحك التكلفة الحقيقية لكل مهمة، وهذا هو المكان الذي يتم فيه اختبار افتراض "Sol بنصف السعر" مقابل مخرجات Fable 5 الأكثر إيجازًا أو الأطول على بياناتك. إذا كانت وكلاؤك سينسقون الأدوات الداخلية، فقم بمحاكاة نقاط نهاية تلك الأدوات أولاً حتى يخطط كلا النموذجين بناءً على استجابات متطابقة ومستقرة. ساعة من الأدلة جنبًا إلى جنب تتفوق على أي مخطط إطلاق.
الأسئلة الشائعة
هل GPT-5.6 Sol أفضل من Claude Fable 5؟
في بعض المهام، وفقًا لأرقام إطلاق OpenAI. يتصدر Sol اختبار الوكلاء الأخير (Agents’ Last Exam) بحوالي 13 نقطة، بينما يتصدر Fable 5 اختبار SWE-Bench Pro بـ 15.7 نقطة في نفس المخططات. لا يوجد فائز واحد وصادق. طابق النموذج مع المهمة: تشغيل المهام العاملية الواسعة يفضل Sol، بينما هندسة البرمجيات العميقة تفضل Fable 5.
أي نموذج تشغيله أرخص؟
بطاقة أسعار Sol هي نصف تسعيرة Fable 5 المنشورة: 5 دولارات / 30 دولارًا لكل مليون رمز مقابل 10 دولارات / 50 دولارًا (تحقق من أسعار Anthropic الحالية قبل وضع الميزانية). تعتمد التكلفة الحقيقية على ترميز الرموز، وطول الإخراج، والتخزين المؤقت، لذا قم بقياس التكلفة لكل مهمة مكتملة بناءً على طلباتك الخاصة قبل اعتبار الفجوة البالغة 2x أمرًا محسومًا.
هل يمكنني استخدام كلا النموذجين في منتج واحد؟
نعم، والعديد من الفرق تفعل ذلك. كلاهما واجهات برمجة تطبيقات (APIs) قياسية تعتمد على HTTP، لذا يمكنك توجيه التدفقات التي تتطلب تنسيقًا مكثفًا إلى Sol والتدفقات التي تتطلب هندسة مكثفة إلى Fable 5 خلف واجهة واحدة. يغطي دليلنا حول كيفية استخدام Claude Fable 5 API الجانب الخاص بـ Anthropic، بما في ذلك المصادقة وشكل الطلب.
هل تم التحقق من أرقام هذه المعايير بشكل مستقل؟
لا. كل رقم في هذه المقالة مُبلغ عنه من قبل البائع من مواد إطلاق OpenAI في 9 يوليو، بما في ذلك نتيجة SWE-Bench Pro حيث فاز Fable 5. عادةً ما تظهر عمليات إعادة الإنتاج المستقلة في غضون أسابيع من إصدار التوفر العام (GA). حتى ذلك الحين، تعامل مع كل ذلك كادعاءات وأعط وزنًا أعلى لاختباراتك الخاصة.
المقارنة التي تهم هي مقارنتك أنت
الحكم المنقسم هو النتيجة، وليس تهربًا. تمنح مخططات إطلاق OpenAI الخاصة بها Sol تاج الاتساع العاملي وتمنح Fable 5 تاج هندسة البرمجيات، وقد أطلقت كلتا الشركتين نماذج رائدة حقيقية وقابلة للاستخدام في غضون أسابيع قليلة من بعضهما البعض. إن الاختيار بناءً على لوحة المتصدرين الإجمالية يتجاهل المتغير الوحيد الذي يحدد نتيجتك: كيف يبدو عبء عملك.
لذا قم بإجراء الاختبار. اسحب 15 طلبًا حقيقيًا من عمل الأسبوع الماضي، قم بتنزيل Apidog، قم بإعداد كلتا واجهتي برمجة التطبيقات كبيئات، وقارن الجودة والتكلفة لكل مهمة على بياناتك الخاصة. سيكون لديك إجابة قابلة للدفاع عنها قبل شحن أول نسخة مستقلة من المعيار.