أعلنت شركة أنثروبيك رسمياً عن إطلاق كلود 4، في خطوة تمثل تطوراً كبيراً في قدرات الذكاء الاصطناعي، وتعد بإحداث تحول في طريقة تفاعل الشركات والمطورين مع أنظمة الذكاء الاصطناعي.
تضم عائلة كلود 4 كلاً من كلود أوبوس 4 وكلود سونيت 4، وهما أقوى نماذج الذكاء الاصطناعي التي طورتها أنثروبيك حتى الآن. يتميز كلا النموذجين بهندسة هجينة ثورية للاستدلال، تتيح للمستخدمين التبديل بين الاستجابات شبه الفورية للمهام الروتينية ووضع التفكير المطوّل للمشكلات المعقدة التي تتطلب تحليلاً أعمق.
تبرز كلود أوبوس 4 بوصفها "أفضل نموذج ترميز في العالم" بحسب أنثروبيك، حيث حققت نتائج رائدة في اختبارات هندسة البرمجيات. وأظهرت في الاختبارات أداءً مذهلاً ومستداماً، إذ عملت بشكل ذاتي لمدة تصل إلى سبع ساعات متواصلة على مهام ترميز معقدة. توسع هذه القدرة بشكل كبير ما يمكن أن ينجزه وكلاء الذكاء الاصطناعي، حيث تمكنهم من تنفيذ آلاف الخطوات ضمن سير عمل طويل دون فقدان التركيز أو السياق.
أما سونيت 4، التي تحل محل كلود 3.7 سونيت، فتقدم قدرات محسّنة في الترميز والاستدلال، مع تحسين الكفاءة لتناسب الاستخدام اليومي. وتستمر في تقديم نفس أسعار النماذج السابقة: 3 دولارات لكل مليون رمز إدخال و15 دولاراً لكل مليون رمز إخراج، مما يجعل قدرات الذكاء الاصطناعي المتقدمة أكثر إتاحة للجميع.
يقدم النموذجان العديد من الميزات الرائدة، من بينها التفكير المطوّل مع استخدام الأدوات، حيث يمكن لكلود التبديل بين الاستدلال واستخدام أدوات خارجية مثل البحث عبر الإنترنت. كما يمكنهما استخدام عدة أدوات بالتوازي، وعند منحهما حق الوصول إلى الملفات المحلية، يظهران قدرات ذاكرة محسّنة بشكل كبير من خلال استخراج المعلومات الأساسية وحفظها للحفاظ على استمرارية العمل في المهام المعقدة.
يتزامن هذا الإطلاق مع التوفر العام لخدمة Claude Code، التي تدعم الآن تنفيذ المهام في الخلفية عبر GitHub Actions وعمليات التكامل الأصلية مع بيئات التطوير الشهيرة مثل VS Code وJetBrains، مما يتيح برمجة ثنائية سلسة مع ذكاء اصطناعي قادر على فهم واستكشاف قواعد الشيفرة المعقدة.
يتوفر كلود 4 عبر عدة قنوات، منها واجهة برمجة تطبيقات أنثروبيك، وخدمة Amazon Bedrock، وVertex AI من Google Cloud. وتشمل خطط كلود Pro وMax وTeam وEnterprise كلا النموذجين، بينما يمكن للمستخدمين المجانيين الوصول إلى سونيت 4.
مع هذا الإصدار، رفعت أنثروبيك سقف التوقعات لما يمكن أن ينجزه مساعدو الذكاء الاصطناعي، خاصة في المهام المعقدة ضمن بيئات العمل والتعلم. وتضع قدرة النماذج على الحفاظ على الأداء في المهام طويلة الأمد في موقع متقدم كأدوات قوية لتطوير البرمجيات والبحث العلمي وغيرها من المجالات التي تتطلب استدلالاً متقدماً وحل المشكلات.