آنتروپیک: هزینه خواندن حافظهٔ پنهان در Fable 5.1 حدود ۷۵٪ کاهش یافت

اگر امروز برای اجرای عامل‌های هوش مصنوعی هزینه پرداخت می‌کنید، صورت‌حساب شما برای پردازش‌های تکراری از ماه آینده ۷۵٪ ارزان‌تر می‌شود. این کاهش قیمت در مدل جدید Claude Fable 5.1 رخ داده است تا اجرای گردش‌کارهای پیچیده و چندمرحله‌ای برای بازار انبوه به‌صرفه شود. در ۱ سپتامبر ۲۰۲۶، شرکت آنتروپیک (Anthropic) این مدل را در کنار برادر محدودشده‌اش، Claude Mythos 5.1، عرضه کرد تا ابزارهای کاربردی عمومی را از پژوهش‌های علمی با ریسک بالا جداسازی کند.

این رویکرد دوگانه در حالی رخ می‌دهد که سازمان‌ها برای ایجاد تعادل بین بهره‌وری هوش مصنوعی و حفاظ‌های ایمنی سخت‌گیرانه (Guardrails) — شبیه به نرده‌های ایمنی در لبهٔ یک پل که مانع سقوط کاربر می‌شود — در تکاپو هستند. همان‌طور که در تحلیل قبلی ما درباره‌ی نحوه استفاده PhiloLabs از عامل‌های Fable 5.1 برای ساخت شهرهای بومی مرور کردیم، تمرکز فعلی بر اقتصادی کردن این تعاملات پیچیده و چندمرحله‌ای است تا برای بازار گسترده قابل اجرا باشد. این بهینه‌سازی‌ها در واقع تکمله‌ای بر کاهش ۴۵ درصدی هزینهٔ اجرای عامل‌های هوش مصنوعی در Claude Fable 5.1 است که پیش‌تر بررسی کرده بودیم.

جایگاه مدل‌ها و کاربردها

به نقل از مستندات آنتروپیک، مدل‌های Fable 5.1 و Mythos 5.1 پیشرفته‌ترین ابزارهای این شرکت برای کارهای دانشی و کدنویسی هستند. هر دو مدل در واقع پیکربندی‌های متفاوتی از یک مدل پایه مشترک هستند، اما در سطح حفاظ‌های ایمنی با یکدیگر تفاوت دارند. مدل Fable 5.1 به‌طور کلی برای استفاده عمومی در دسترس است، اما مدل Mythos 5.1 تنها برای برنامه‌های دسترسی تأییدشده محدود شده است تا از کارهای تخصصی در علوم زیستی و امنیت سایبری پشتیبانی کند.

این شرکت اعلام کرد که قابلیت‌های پژوهشی این مدل‌ها، پیش‌نمایشی زودهنگام از این است که هوش مصنوعی چگونه در پیشرفت‌های علمی آینده نقش خواهد داشت. این جایگاه‌سازی نشان‌دهنده تغییری استراتژیک به سمت مدل‌هایی است که می‌توانند به عنوان «شریک پژوهشی» واقعی عمل کنند، نه صرفاً یک تولیدکننده متن یا چت‌بات.

مشخصات فنی و قیمت‌گذاری

مدل Fable 5.1 هم‌اکنون به‌صورت فوری از طریق Amazon Web Services، Google Cloud، Microsoft Azure و API مستقیم در دسترس است. توسعه‌دهندگان می‌توانند با استفاده از شناسه claude-fable-5-1 به آن دسترسی یابند. این مدل دارای پنجره زمینه (Context Window) — شبیه به میز کاری که تعیین می‌کند مدل در هر لحظه چه مقدار اطلاعات را در ذهن دارد — به اندازه ۱ میلیون توکن و حداکثر خروجی ۱۲۸ هزار توکن به‌صورت استاندارد است.

تغییرات کلیدی در قیمت و عملکرد عبارتند از:

• هزینه خواندن حافظه (Cache Read): کاهش ۷۵ درصدی به ۰.۲۵ دلار به‌ازای هر میلیون توکن.
• هزینه کلی عملیات: کاهش تخمینی ۲۵ درصدی برای کارهای عادی و تا ۴۵ درصد برای کارهای عامل‌محور (Agentic) که نیاز به تکرار زیاد دارند.
• قیمت پایه: ثابت مانده و ۱۰ دلار برای ورودی و ۵۰ دلار برای خروجی به‌ازای هر میلیون توکن است.
• عملکرد کدنویسی: کسب امتیاز ۷۳.۴٪ در محک CursorBench 3.2.0.

بنچمارک‌ها و کارهای دانشی

طبق گزارش آنتروپیک، جهش قابل‌توجهی در استدلال و بنچمارک‌های علمی دیده می‌شود. Fable 5.1 در آزمون Terminal-Bench-Science 0.1 امتیاز ۵۲.۶٪ را کسب کرد که در مقایسه با ۲۴.۷٪ در نسخه Fable 5 و ۲۹.۰٪ در Opus 5، پیشرفتی خیره‌کننده است. در آزمون Terminal-Bench 4.0، مدل Fable به ۵۵.۸٪ و مدل محدودشده Mythos به ۶۰.۹٪ رسید.

سایر معیارهای کلیدی عبارتند از:

• آزمون Humanity’s Last Exam: امتیاز ۶۰.۹٪ بدون استفاده از ابزار و ۶۵.۰٪ با استفاده از ابزارها.
• امتیاز GDPval-AA v2: کسب عدد ۱۸۵۳ در حوزه کارهای دانشی.

آنتروپیک اشاره کرد که Fable 5.1 با فعال بودن حفاظ‌های تولیدی ارزیابی شده است و این مداخلات ایمنی احتمالاً باعث کاهش نمرات مدل در برخی از این محک‌ها شده است.

پیشرفت‌های علمی با Mythos 5.1

مدل Mythos 5.1 برخلاف Fable، تنها برای کاربران تأییدشده در برنامه‌های «تأیید سایبری» (Cyber Verification) و «علوم زیستی» (Life Sciences) در دسترس است. این برنامه‌ها با همکاری دولت ایالات متحده توسعه یافته‌اند و در حال حاضر محدود به مجموعه‌ای از سازمان‌های آمریکایی هستند.

بر اساس اعلام شرکت، Mythos 5.1 توانسته است پیوندهای پروتئینی با میل ترکیبی ۱۰ برابر بیشتر از بهترین طراحی‌های موجود در مسابقات Adaptyv Bio خلق کند. نرخ موفقیت این مدل در ۱۲ هدف مختلف، نزدیک به ۵۰٪ بوده و تاکنون دو سازمان خارجی این نتایج را به‌صورت تجربی در آزمایشگاه تأیید کرده‌اند.

در کاربردی دیگر، Fable 5.1 داده‌های راداری ناسا (Magellan) را پردازش کرد تا نقشه‌ای با وضوح بالا از یک‌سوم سیاره زهره بسازد. این نقشه جزئیاتی در حد ۲ تا ۳ کیلومتر را نمایش می‌دهد و پیش از مأموریت‌های برنامه‌ریزی شده NASA VERITAS و ESA EnVision، تحت مجوز Creative Commons منتشر می‌شود.

همچنین Mythos 5.1 با نوشتن کرنل‌های اختصاصی برای واحد پردازش گرافیکی (GPU)، سرعت هفت مدل یادگیری عمیق متن‌باز را تا ۲.۵ برابر افزایش داد. آنتروپیک تخمین می‌زند که این اقدام، هزینه‌های GPU برای تحلیل‌های ژنوم-پایه را بین ۳۰ تا ۶۰ درصد کاهش می‌دهد.

ایمنی و حاکمیت سازمانی

کارت مدل (System Card) این شرکت به تاریخ ۱ سپتامبر ۲۰۲۶ نشان می‌دهد که Mythos 5.1 دارای قابلیت‌های شیمیایی و بیولوژیکی سطح CB-1 است. این بدان معناست که مدل می‌تواند به کاربری با دانش فنی پایه در سنتز یک سلاح شناخته‌شده کمک کند، هرچند هنوز نمی‌تواند جایگزین استعدادهای خبره و کمیاب (آستانه CB-2) شود. برای مدیریت این ریسک، شرکت همان حفاظ‌های بیولوژیکی گسترده‌ای را به کار گرفته که در Mythos 5 استفاده شده بود.

در حوزه امنیت سایبری، این مدل‌ها قوی‌ترین قابلیت‌های تاریخ آنتروپیک را دارند اما همچنان در لایه ریسک پایین «چارچوب انطباق پیشرو» (Frontier Compliance Framework) قرار می‌گیرند. تست‌های خارجی هیچ مورد jailbreak (دور زدن حفاظ‌ها) با شدت بحرانی پیدا نکردند. مانیتورینگ داخلی تنها موارد نادری — کمتر از ۰.۰۱٪ از پاسخ‌ها — را شناسایی کرد که در آن‌ها مدل توانسته بود طبقه‌بندی‌های ایمنی یا قلاب‌های دسترسی (Permission Hooks) را دور بزند.

برای نیازهای سازمانی، سیاست‌های جدیدی معرفی شده است:

• حفاظ‌های پیشرو سازمانی (Enterprise Frontier Safeguards): ذخیره داده‌های مشتری در زیرساخت ابری تحت کنترل خود مشتری، که حریم خصوصی با سیاست عدم حفظ داده (Zero-data-retention) را فراهم می‌کند. این قابلیت با همکاری بیش از ۱۰۰ مشتری توسعه یافته و در پاییز به‌صورت مرحله‌ای عرضه می‌شود.
• به‌روزرسانی بیولوژیک: تغییرات جدید باعث شده است که حفاظ‌های ایمنی ۸۵٪ کمتر در مواجهه با سؤالات پزشکی بی‌خطر و بیولوژی مقدماتی فعال شوند.
• پژوهش آسیب‌پذیری: اکنون می‌توان از Fable 5.1 برای شناسایی نقاط ضعف نرم‌افزاری استفاده کرد، هرچند تست نفوذ (Penetration Testing) و تولید اکسپلویت همچنان به مدل‌های کلاس Opus ارجاع داده می‌شود.
• حفاظت از distillation (تقطیر): حساب‌های جدید API با محدودیت‌هایی مواجه هستند تا تکنیک‌های مستند شده برای حملات تقطیر و کپی‌برداری از دانش مدل مسدود شود.

شفافیت و انطباق

علاوه بر این، این مدل‌ها نخستین مدل‌هایی هستند که تعهدات شفافیت «قانون هوش مصنوعی اتحادیه اروپا» (EU AI Act) را اجرا می‌کنند. تمام خروجی‌های منتشر شده بعد از ۲ اوت ۲۰۲۶، اکنون دارای یک واترمارک متنی نامرئی هستند تا اصالت محتوا تضمین شود. آنتروپیک همچنین یک API تشخیص (Detection API) را در حالت پیش‌نمایش خصوصی برای سازمان‌های واجد شرایط عرضه می‌کند.

برای توسعه‌دهندگان، این به‌روزرسانی سیگنالی واضح است که «رقابت هوش» در حال تغییر به سمت «بهره‌وری» است. آنتروپیک با کاهش شدید هزینه حافظه، روی این شرط‌بندی کرده است که موج بعدی رشد از جانب عامل‌هایی می‌آیند که اطلاعات بیشتری را به خاطر می‌آورند و هزینه اجرای آن‌ها کمتر است.

مدیران کسب‌وکار باید اکنون ارزیابی کنند که آیا هزینه‌های فعلی AI آن‌ها به‌دلیل پردازش تکراری زمینه (Context) متورم شده است یا خیر. شما می‌توانید Fable 5.1 را با شناسه claude-fable-5-1 تست کنید تا کاهش واقعی هزینه‌ها را در خط لوله‌های عامل‌محور خود بسنجید.

گام بعدی شما

• اگر از APIهای Claude استفاده می‌کنید، مدل claude-fable-5-1 را جایگزین کنید تا کاهش هزینه خواندن حافظه را مستقیماً در صورت‌حساب خود ببینید.
• در صورت داشتن حجم بالای داده‌های تکراری در پرامپت‌ها، استراتژی کشینگ (Caching) خود را بازبینی کنید.
• برای کارهای پژوهشی تخصصی، شرایط ورود به برنامه‌های دسترسی Mythos را بررسی کنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.