المنظومة اليومية — الثلاثة الكبار في مساعدات الذكاء الاصطناعي

النموذج الافتراضي الجديد من OpenAI للأشخاص الذين يُنجزون عملهم فعلاً. لا يكتفي بالإجابة — بل يخطط، ويستخدم أدوات، ويراجع مخرجاته، ويُنهي المهمة المعقدة بينما تذهب لإحضار قهوتك. التحوّل من روبوت دردشة مفيد إلى زميل رقمي موثوق أصبح أخيراً حقيقياً.

GDPval 84.9% عبر 44 مهنة (#1 إجمالياً)؛ Artificial Analysis Intelligence Index الأول (+3 نقاط)؛ OSWorld-Verified 78.7% استخدام حاسوب؛ Tau2-Bench 98.0% لوكلاء سير العمل؛ ~40% رموز إخراج أقل بنفس زمن الاستجابة؛ سياق بمليون رمز مع استخدام أصلي للأدوات.

سعر API مضاعف (5$/30$ مقابل 2.50$/15$ لـ GPT-5.4)؛ تقرير مبكر يشير إلى معدل هلوسة مرتفع في بعض تقييمات المعرفة الشاملة — تحقق من العمل الحساس؛ API غير متاحة عند الإطلاق ('قريباً جداً')؛ أقوى حواجز أمان قد تسبب رفض حالات حدّية.

أول نموذج من فئة Mythos من Anthropic مُتاح للجميع بأمان. نفس البنية المعمارية التي تُشغّل Mythos 5 المقيّد، لكن مع حواجز أمان متحفظة تُحوّل الاستعلامات الحساسة إلى Opus 4.8. يقدّم أداءً حدودياً على كل معيار مهم — SWE-Bench Pro 80.3%، FrontierCode Diamond 29.3%، Hebbia Finance رقم 1 — والفارق يتسع كلما ازدادت المهام صعوبة. لمن يستطيع تحمّل التسعير المتميز، هذا أقوى نموذج ذكاء اصطناعي متاح للعموم في العالم.

SWE-Bench Pro 80.3% (SOTA — يسحق GPT-5.5 بنتيجة 58.6%). FrontierCode Diamond 29.3% (5× أكثر من GPT-5.5). Hebbia Finance Benchmark رقم 1. CursorBench SOTA. Stripe هاجرت قاعدة أكواد من 50 مليون سطر في يوم واحد. إتمام Pokémon FireRed بالرؤية فقط. ذاكرة مستمرة تُحسّن أداء Slay the Spire بمقدار 3× مقارنة بـ Opus 4.8. بسعر $10/$50 لكل مليون رمز. سياق مليون رمز. متاح على claude.ai وAPI وBedrock وVertex وFoundry.

تسعير متميز بواقع $10/$50 لكل مليون رمز (2× مقارنة بـ Opus 4.8). حواجز أمان متحفظة تُحوّل أقل من 5% من الجلسات إلى Opus 4.8 عند المواضيع المُعلَّمة (الأمن السيبراني، البيولوجيا، الكيمياء). ليس Mythos 5 الكامل غير المقيّد (المحصور في Project Glasswing). المعايير المستقلة من أطراف ثالثة لا تزال تتوافد يوم الإطلاق. حدود استخدام على خطط Pro/Max أثناء الطلب المرتفع.

تخيّل شريك بحث مثقفاً بعمق، يأخذ لحظة للتفكير قبل أن يُجيب. يُقايض السرعة الفورية بالتحليل العميق والمنهجي. حين تتطلب مشكلتك منطقاً متأنياً — لا مجرد تخمين سريع — فهذا هو الدماغ الرائد من Google.

حقَّق 77.1 في معيار ARC‑AGI‑2. يُولّد نصوصاً وفيديوهات (Veo) وصوراً (Nano Banana) وموسيقى (Lyria 3) بشكل أصيل. تكامل عميق مع منظومة Google عبر الجوال والويب.

لا يزال في مرحلة المعاينة العامة مع حدّ معرفي يعود إلى يناير 2025 — بارع في الاستدلال لكنه قد يتأخر عن أحداث أواخر 2025/2026 ما لم يكن متصلاً بالبحث.

أكثر النماذج الحدودية هدوءاً وصدقاً — الآن مع حكم أكثر حدة والقدرة على تشغيل سير عمل وكيلي طويل دون فقدان الخيط. Opus 4.8 لا يحتفظ فقط بمليون رمز من السياق، بل يعرف فعلاً متى لا يعرف شيئاً. معايرة صدق محسّنة، Dynamic Workflows تنسّق مئات عمال الذكاء الاصطناعي، وتحكم بالجهد يتيح لك اختيار السرعة أو العمق. ذكاء اصطناعي المحترفين، مُحدَّث.

SWE-Bench Pro 69.2% (SOTA عبر جميع النماذج). معيار عمل المعرفة ارتفع من 1,753 إلى 1,890. Online-Mind2Web 83.4% (أفضل وكيل متصفح مُختبر). 100% end-to-end على معيار Super-Agent. أول نموذج يتجاوز 10% على Legal Agent Benchmark. نافذة سياق مليون رمز. Agent Teams + Dynamic Workflows. وضع سريع بسرعة 2.5× وتكلفة أقل بـ 3×.

لا يزال الأغلى بين الثلاثة الكبار — Pro بـ 20 دولار/شهر للبداية، والمستخدمون المحترفون يدفعون 100–200 دولار/شهر لـ Max. التفكير الأعمق يستهلك رموزاً أكثر لكل محادثة. لا توليد صور أصلي. منظومة تكاملات أصغر من ChatGPT.