YouMind
تسجيل الدخول

Claude 5.5: توقف عن دفع تكاليف المهام الفاشلة

@0xwhrrari
الإنجليزية03 أكتوبر 2026
114K
128
10
45
158

ليرة تركية؛ د

تقدم هذه المقالة دليلاً مفصلاً حول تحسين التكاليف لنماذج Claude 5.5 (Sonnet و Opus) من خلال تحويل التركيز من أسعار الرموز إلى تكلفة كل مهمة ناجحة. وتغطي توجيه الجهد الفعال، واستراتيجيات تخزين الأوامر المؤقتة، والأخطاء الشائعة أثناء عملية الانتقال.

إعداد Sonnet و Opus الذي يهمك حقًا: الجهد، والتخزين المؤقت، والتحقق، وتكلفة المهمة المكتملة

أرخص نموذج ليس بالضرورة النموذج الذي يملك أقل سعر للرموز (Tokens)

بل هو النموذج الذي يُنجز العمل، ويجتاز الفحص، ولا يجعلك تدفع ثمن نفس السياق خمس مرات إضافية

يجعل Sonnet 5.5 و Opus 5.5 هذا التمييز بالغ الأهمية. أحدهما مُسعّر للأحجام الكبيرة، والآخر مُسعّر للمهام الأصعب. كلاهما يمتلك سلوكًا جديدًا لمعامل "الجهد" (effort)، وكلاهما قد يكون رخيصًا بشكل مفاجئ داخل حلقة وكيل (Agent) تعتمد على التخزين المؤقت بكفاءة

انسخ إعداداتك القديمة إلى أي من النموذجين، وقد تكون النتيجة أبطأ، أو أغلى، أو خطأ 400

هذا هو الإعداد الذي سأبنيه بدلاً من ذلك

text
1المهمة → SONNET 5.5 → فحص → OPUS 5.5 عند الحاجة → نتيجة موثقة
2 ↘ جهد ↗ ↘ ذاكرة مؤقتة + سجل استخدام ↗

أنشر تحليلات عملية حول وكلاء الذكاء الاصطناعي، وسير العمل، وأنظمة الإنتاج على Substack

اشترك في النشرة البريدية هنا

الرقم الذي يجب أن يحسم اختيارك للبنية التقنية

تبدأ معظم مقارنات النماذج بالدولار لكل مليون رمز

لكن الوكيل الخاص بك لا يُسلّم رموزًا، بل يُسلّم مهام مكتملة

https://x.com/claudeai/status/2102435511222890900

مرة أخرى: هذه اختباراتهم. بنيتك التقنية تحتاج إلى أرقامك الخاصة

وهذا يعني أن الفحص لا يمكن أن يكون مجرد إشارة موافقة غامضة بعد قراءة إجابة واحدة مبهرة. في البرمجة، استخدم الاختبار الذي سيمنع دمج الكود (merge). في استخراج البيانات، قارن الحقول المطلوبة بمجموعة بيانات موسومة. وفي البحث، سجّل ما إذا كان المصدر المذكور يدعم كل ادعاء فعليًا. ضَمِّن تكلفة المهام التي لا تجتاز الفحص أبدًا، وليس فقط الأمثلة الناجحة في عرضك التجريبي

وافحص "الذيل الصعب" بشكل منفصل. إذا كان أرخص إعداد يتعامل مع 90% من طلباتك لكنه يستهلك نصف الميزانية على الـ 10% المتبقية، فقد يخفي المتوسط الخاص به الجزء من سير العمل الذي يحتاج إلى نموذج مختلف

ماذا تقول قائمة أسعار 5.5 فعليًا

اعتبارًا من 3 أكتوبر 2026، وبأسعار واجهة برمجة تطبيقات Claude القياسية، لكل مليون رمز:

text
1SONNET 5.5
2مدخلات جديدة $2 مخرجات $10
3قراءة المخزن المؤقت $0.20 كتابة المخزن المؤقت $2.50 / 5 دقائق، $4 / ساعة
4
5OPUS 5.5
6مدخلات جديدة $4 مخرجات $20
7قراءة المخزن المؤقت $0.20 كتابة المخزن المؤقت $5 / 5 دقائق، $8 / ساعة

يمتلك كلا النموذجين نافذة سياق بحجم مليون رمز، وحد أقصى للمخرجات يبلغ 128 ألف رمز. هذه حدود قصوى، وليست سببًا لملء أي منهما بالكامل.

مواصفات النماذج والأسعار

السطر الغريب هنا هو قراءة المخزن المؤقت

تكلفة Opus تبلغ الضعف للمدخلات والمخرجات الجديدة، لكن البادئة المخزنة مؤقتًا تكلف نفس السعر البالغ 0.20 دولار لكل مليون في كلا النموذجين. هذا لا يجعل تشغيل Opus رخيصًا بنفس الدرجة: فهو لا يزال يدفع أكثر مقابل المدخلات الجديدة والمخرجات وعمليات الكتابة في المخزن المؤقت. لكنه يعني أن فجوة السعر بين النموذجين يمكن أن تتقلص في الجلسات التي تعتمد بشكل كبير على القراءة

هناك تمييز ثانٍ يغفله الكثيرون. تصريح Anthropic بأن التكلفة "أقل بنسبة 40% من Opus 5" هو تقدير لـ \تكلفة التشغيل\ المعتادة. انخفضت أسعار الرموز الجديدة في Opus 5.5 بنسبة 20%؛ وانخفض سعر قراءة المخزن المؤقت بنسبة 60%. هذه الأرقام مترابطة، لكنها ليست قابلة للتبادل

rari - inline image

الجهد هو قرار توجيه، وليس شريط تمرير للجودة

يدعم Sonnet 5.5 المستويات low، وmedium، وhigh، وxhigh، وmax. عبر واجهة برمجة التطبيقات (API)، يكون الإعداد الافتراضي هو high، بينما تقول Anthropic إن medium هو الافتراضي في تطبيقات Claude. أما Opus 5.5 فافتراضيه هو medium عبر API. هذه المستويات ليست معايرة لتعني بالضبط ما كانت تعنيه نفس الكلمات في النماذج السابقة.

خريطتي المبدئية:

  • Sonnet low: للطلبات المحدودة والحساسة لزمن الاستجابة والتي تمتلك فحصًا رخيصًا
  • Sonnet medium: للبرمجة محددة المعالم بوضوح، والعمل الروتيني متعدد الخطوات
  • Sonnet high: عندما يفشل تشغيل مستوى medium في فحص حقيقي، أو عندما تمتلك المهمة نمط تعقيد مثبت
  • Opus medium: للعمل الغامض، أو المتعدد الملفات، أو طويل المدى حيث يقضي Sonnet أدواره في الدوران حول المشكلة
  • Xhigh/max: فقط بعد أن تُظهر تقييماتك أن المكاسب تستحق الوقت والرموز الإضافية

هذه فرضية بداية، وليست تسلسلاً هرميًا عالميًا. في نتائج FrontierCode التي أعلنتها Anthropic لـ Sonnet 5.5، حقق مستوى xhigh درجات أعلى من max. المزيد من الجهد ليس دليلاً على نتيجة أفضل

تشرح حاشية Anthropic هذه النتيجة غير البديهية: عند مستوى max، كان النموذج يبدأ في كثير من الأحيان بمهام مراجعة كود إضافية. وفي حالتين تم فحصهما، أدى ذلك إلى تجاوز الحد الزمني (timeout) أو إجراء تعديلات خارج نطاق المهمة.

لم يكن نمط الفشل هو "النموذج لم يفكر بما فيه الكفاية"، بل كان صرف الجهد في المكان الخطأ. إذا كان وكيلك يجتاز فحوصاته بالفعل، فقد تتحول جولات المراجعة الإضافية إلى تكلفة ومصدر لأخطاء جديدة

https://x.com/edwinarbus/status/2104675431853248816

أيضًا، لا تضبط max_tokens على قيمة منخفضة وتسمّي ذلك تحسينًا. هذا الحد يشمل التفكير والمخرجات المرئية. إذا قطعته في منتصف المهمة، فقد تشتري إجابة مقطوعة وتشغيلًا ثانيًا بدلاً من توفير المال

https://x.com/claudeai/status/2104633115620823187

هذا ادعاء مقنع عند الإطلاق. لكن إعداد بيئة الإنتاج لا يزال بحاجة للتفوق على خط الأساس الخاص بك

قم بتشغيل مسح صغير قبل أن تخترع موجّه نماذج

اختر 10-30 مهمة تهتم بها فعليًا. ضَمِّن مهام سهلة، ومهام غامضة، وحالات الفشل المزعجة من سجلاتك. أعطِ كل مهمة أداة تحقق: اختبارات، أو مقارنة هيكلية، أو إجابة معروفة، أو معايير بشرية مسجلة قبل التشغيل

إليك أصغر اختبار API مفيد. يسجل حقول الاستخدام التي تحتاجها. قم بتشغيله على كل نموذج ومستوى جهد ضد نفس المهمة، ثم أضف فحص النجاح/الفشل الخاص بك. إنه ليس معيارًا كاملاً لتقييم الوكيل

python
1import anthropic
2
3client = anthropic.Anthropic()
4response = client.messages.create(
5 model="claude-sonnet-5-5", # كرر مع claude-opus-5-5
6 max_tokens=8192,
7 output_config={"effort": "medium"}, # كرر عند high
8 messages=[{"role": "user", "content": "استبدل هذا بمهمة حقيقية."}],
9)
10
11answer = "".join(b.text for b in response.content if b.type == "text")
12usage = response.usage
13print(answer)
14print("fresh", usage.input_tokens, "output", usage.output_tokens)
15print("cache read", usage.cache_read_input_tokens)
16print("cache write", usage.cache_creation_input_tokens)

يفترض هذا الكود استخدام حزمة Python الرسمية من Anthropic ومتغير البيئة ANTHROPIC_API_KEY. إنها استدعاء واحد معزول دون تمكين التخزين المؤقت، لذا من المتوقع أن تكون قراءات وكتابات المخزن المؤقت صفرًا. يوضح القسم التالي ما يغير ذلك

بالنسبة لوكيل حقيقي، اجمع الاستخدام عبر جميع استدعاءات API تحت معرف مهمة واحد، بما في ذلك المحاولات المعادة واستدعاءات الأدوات. احتسب النجاح فقط عندما تقول أداة التحقق إن المهمة قد اكتملت

قارن إجمالي الدولارات لكل نجاح قبل اختيار إعدادك الافتراضي

حافظ على نزاهة الاختبار:

  • جمّد مجموعة المهام وأداة التحقق قبل مقارنة الإعدادات
  • شغّل نفس الأدوات والصلاحيات والسياق ومتطلبات المخرجات على كل مرشح
  • سجّل معدل النجاح، وإجمالي الإنفاق، والتكلفة لكل نجاح، وزمن الاستجابة، وأطول حالات الفشل أو أغلاها
  • احتسب stop_reason: "max_tokens" كمحاولة غير مكتملة، وليس كنجاح رخيص

يستخدم عينة الكود القصيرة أعلاه حد مخرجات 8K لاختبار بدور واحد. لا تنسخ هذا الحد إلى وكيل برمجة طويل.

توصي Anthropic بهامش أكبر بكثير للعمل الوكيلي لأن التفكير المخفي يُحتسب ضمن نفس الحد.

اضبط الحد ليناسب العمل، ثم تحكم في الإنفاق عبر الجهد، والتخزين المؤقت، وميزانية المهمة، بدلاً من إجبار الإجابة على التوقف في منتصف العمل

خزّن الجزء الثابت من المهمة مؤقتًا

يرسل الوكلاء مرارًا وتكرارًا نفس تعليمات النظام، وتعريفات الأدوات، وخريطة المستودع، والمحادثة السابقة. إذا كانت تلك البادئة ثابتة، فإن التخزين المؤقت للموجهات يغير الحسابات الاقتصادية أكثر من إعادة صياغة بسيطة للموجه

على سبيل المثال، 200 ألف رمز مخزنة مؤقتًا تمت قراءتها 50 مرة تعني 10 ملايين رمز مقروءة من المخزن المؤقت. بسعر 0.20 دولار لكل مليون، تكلف القراءات دولارين على أي من نموذجي 5.5.

على Opus 5.5، إرسال نفس الـ 10 ملايين رمز كمدخلات جديدة سيكلف 40 دولارًا. وكتابة المخزن المؤقت لأول خمس دقائق لـ 200 ألف رمز تكلف دولارًا إضافيًا.

هذا توضيح لرسوم البادئة فقط: المدخلات الجديدة، والمخرجات، والكتابات الأخرى، وانتهاء صلاحية TTL، والإخفاقات الفعلية للمخزن المؤقت تُضاف جميعها إلى الفاتورة

القواعد العملية:

  • في واجهة برمجة تطبيقات Claude، اشترك في التخزين المؤقت للموجهات باستخدام cache_control={"type": "ephemeral"} على المستوى الأعلى أو نقاط التوقف الصريحة للمخزن المؤقت. الاختبار أعلاه لا يفعل أيًا منهما، لذا ستبقى عدادات المخزن المؤقت عادةً عند الصفر
  • ضع التعليمات والأدوات الثابتة قبل طلب المستخدم المتغير
  • حافظ على البادئة المشتركة متطابقة عبر الأدوار؛ وتحقق من cache_read_input_tokens الفعلي
  • تعامل مع تبديل النموذج كمیزانیة محادثة جديدة، وليس استمرارًا مجانيًا. المخزن المؤقت خاص بكل نموذج: لا يمكن لطلب Opus قراءة البادئة التي خزّنها Sonnet للتو
  • تجنب تغيير مستوى الجهد على المستوى الأعلى في كل دور؛ فهذا يغير الموجه المُعالَج ويُفقد البادئات المخزنة مؤقتًا صلاحيتها

في النماذج المدعومة، يمكن أن يحافظ تغيير الجهد على مستوى الرسالة على المخزن المؤقت السابق، لكنه يتطلب رأس بيتا (beta header) من Anthropic، وهو ليس مماثلًا لتغيير output_config على المستوى الأعلى.

يمتلك Sonnet 5.5 أيضًا تحفظًا بخصوص between_tools: لا يمكن تغيير الجهد في منتصف المحادثة في هذا الوضع.

وثائق التخزين المؤقت للموجهات

لا تستنتج نجاح التخزين المؤقت من استجابة سريعة. اقرأ كائن الاستخدام (usage object). فهو يفصل بين المدخلات الجديدة، وإنشاء المخزن المؤقت، وقراءات المخزن المؤقت

يحتاج كلا نموذجي 5.5 إلى 512 رمزًا على الأقل في بادئة قابلة للتخزين المؤقت. لن يحقق موجه نظام صغير جدًا الوفورات المذكورة في المثال أعلاه. العمر الافتراضي للمخزن المؤقت هو خمس دقائق، وهو ما يناسب حلقة أدوات سريعة.

تكلف الكتابة لمدة ساعة أكثر، ولا تكون منطقية إلا عندما تتوقف الجلسات الحقيقية غالبًا لفترة كافية لتفويت نافذة الخمس دقائق. قِس هذه الفجوات قبل الدفع مقابل TTL أطول

صعّد بناءً على الأدلة، وليس القلق

تبني معظم الفرق الموجّه بطريقة عكسية: تصنف المهمة على أنها "صعبة"، وترسلها إلى النموذج المكلف، ولا تعرف أبدًا ما إذا كان المسار الأرخص سينجح

استخدم أداة التحقق كإشارة للتوجيه

rari - inline image
text
11 Sonnet 5.5 · الجهد المختار → نفّذ المهمة
22 أداة التحقق → اقبلها إذا اجتازت الفحص
33 Opus 5.5 · medium → أعد المحاولة فقط بوجود دليل على الفشل
44 أداة التحقق → اقبل أو سلّم مع الأدلة

يمكن أن يكون الفحص عبارة عن مجموعة اختبارات، أو التحقق من صحة المخطط (schema validation)، أو إجابة معروفة، أو مراجع بشري. ويجب أن يوضح ما الذي فشل.

عبارة "الإجابة تبدو ضعيفة" هي إشارة تصعيد سيئة، بينما "نقطة النهاية المعدلة تفشل في اختباري تكامل" هي إشارة مفيدة

لا تكرر نفس الموجه بشكل أعمى. أعطِ المحاولة التالية الفحص الفاشل، والعناصر ذات الصلة، وتعليمات محددة لتصحيح الخلل. ضع حدًا أقصى لهذا السلم حتى لا يحرق الوكيل ميزانيته محاولاً إصلاح مهمة تتطلب قرارًا بشريًا

يمكنك اختبار إعادة المحاولة بمستوى Sonnet high في مسحك المحلي. احتفظ به في المسار الحي فقط إذا كان يقلل التكلفة لكل مهمة موثقة. لا يوجد سبب لجعل كل فشل يدفع ثمن تشغيلي Sonnet قبل الوصول إلى Opus

يمكن أن يؤدي تبديل النموذج نفسه إلى كسر بادئة مخزنة مؤقتًا. ضع ذلك في الحسبان عند مقارنة مسار الإنقاذ بمسار يعتمد على Opus أولاً

من السهل التغاضي عن نقطة التقاطع. افترض أن محاولة Sonnet تكلف 0.06 دولار وتجتاح 80% من مهامك.

إذا كانت كل مهمة فاشلة تكلف بعد ذلك 0.20 دولار لإنهائها على Opus، فإن متوسطك التوضيحي سيكون 0.10 دولار لكل مهمة مكتملة: 0.06 دولار زائد 0.20 دولار للإنقاذ في مهمة واحدة من كل خمس. هذا يتفوق على دفع 0.20 دولار لـ Opus في كل مهمة. ولكن إذا كان Sonnet يكلف 0.14 دولار ولا ينجح إلا في نصف المهام، فإن نفس السلم سيكلف 0.24 دولار، حتى قبل تسعير تبديل النموذج. في عبء العمل هذا، يكون البدء بـ Opus أرخص وأسرع

هذه الأرقام أمثلة، وليست نتائج مقاسة لـ Claude. هدفها هو جعل قاعدة التوجيه قابلة للدحض. لا يكتسب السلم مكانته إلا إذا كانت استدعاءات Opus الموفرة تفوق محاولات Sonnet الفاشلة، وإخفاقات المخزن المؤقت، وزمن الاستجابة الإضافي

هناك أيضًا مسار وسط: أداة المستشار (advisor tool) التجريبية من Anthropic. يمكن لـ Sonnet الاستمرار في تنفيذ المهمة وطلب المساعدة من Opus في قرار صعب، بدلاً من تسليم الوظيفة بأكملها إلى Opus.

هذا ليس أرخص تلقائيًا. سجّل عدد مرات استشارة Sonnet للمستشار فعليًا، وتكلفة تلك الاستدعاءات، وما إذا كانت تحسن معدل النجاح النهائي. إذا نادرًا ما يطلب المنفذ المساعدة، فالمستشار مجرد ميزة غير مستخدمة.

مع نماذج 5.5 هذه، تُعاد النصيحة نفسها مشفرة إلى العميل، لذا قيّم العمل الناتج بدلاً من التظاهر بأنه يمكنك تدقيق نص النصيحة الخاص

أربع تسريبات ترفع الفاتورة قبل أن يصبح اختيار النموذج مهمًا

ليس كل مشكلة تكلفة تستدعي موجّهًا جديدًا

تحقق من هذه أولاً:

  • المخرجات التي تستمر في النمو: في كلا نموذجي 5.5، تكلف رموز المخرجات خمسة أضعاف رموز المدخلات الجديدة. في المحادثة، قد تعود الإجابة الطويلة كسياق في الأدوار اللاحقة. اطلب العنصر المطلوب وملاحظة إنجاز قصيرة، وليس سردًا مكتوبًا لكل خطوة. التفكير المخفي يُفوتَر كمخرجات أيضًا، لذا فإن الإجابة النهائية المختصرة وحدها لن تحل مشكلة الجهد. لا تقمع الأدلة التي تحتاجها للتحقق من النتيجة
  • الصور الأكبر مما تتطلبه المهمة: يمكن لـ Sonnet 5.5 معالجة صور بدقة أعلى من إصدارات Sonnet الأقدم، مما قد يرفع عدد رموز الصور. إذا كان الوكيل يحتاج فقط إلى تسمية زر أو فقرة واحدة، فاقتصاص الصورة أو تغيير حجمها أولاً. وإذا كان يحتاج إلى رسم بياني كثيف أو تفاصيل واجهة مستخدم دقيقة، فاحتفظ بالدقة وقِس التكلفة بدلاً من تقليصها بشكل أعمى
  • السياق الذي لا يستخدمه أحد: تعريفات الأدوات، والسجلات القديمة، ونتائج البحث السابقة، وملف CLAUDE.md المتضخم يمكن أن ترافق كل طلب. ضع القواعد الدائمة في بادئة قصيرة وثابتة؛ واحتفظ بالأدلة المؤقتة بالقرب من المهمة التي تحتاجها. تقليص السياق لا ينبغي أن يحذف الحقائق التي لا يزال النموذج يحتاجها للإنجاز بشكل صحيح
  • التسعير التفاعلي لعمل لا ينتظره أحد: توفر واجهة برمجة تطبيقات Message Batches خصمًا بنسبة 50% على المدخلات والمخرجات في كلا النموذجين. وهي مفيدة للتقييمات غير المتصلة، واستكمال الوثائق، والمهام غير المتزامنة الأخرى. لكنها ليست بديلاً عن حلقة أدوات حية حيث يحتاج شخص ما إلى الخطوة التالية فورًا

النمط متطابق في الحالات الأربع: أزل العمل الذي لا تحتاجه المهمة قبل شراء المزيد من الذكاء أو تقليل الجهد إلى أن تنهار الجودة

فخاخ الترحيل التي تحول التوفير إلى خطأ 400

تُعد هياكل الطلبات القديمة نقطة انطلاق سيئة لعائلة 5.5.

على وجه الخصوص:

  • التفكير في Opus 5.5 يعمل دائمًا: أزل thinking: {"type": "disabled"} وإعدادات budget_tokens الثابتة القديمة؛ وتحكم في العمق عبر output_config.effort
  • يفشل خيار الأداة المفروض في كلا نموذجي 5.5

قيم tool_choice وهي any وtool تُرجع خطأ 400. استخدم auto، وحدد متى يجب استخدام الأداة، وتحقق من صحة نتيجة الأداة في الكود الخاص بك

  • كتل التفكير ليست كتل نصية: اقرأ المحتوى حسب type، وليس content [0]. في حلقات الأدوات، أرجع كتل التفكير كما هي مع دور المساعد
  • قد تظهر واجهة المستخدم الخاصة بك صامتة: في Opus 5.5، قد يصل التقدم بين الأدوات في كتل تفكير فارغة عند إعداد العرض الافتراضي. إذا كنت تعرض سابقًا هذه الملاحظات للمستخدمين، فاطلب وضع عرض تفكير مدعوم واعرض الكتل حسب النوع. وإلا فقد يكون الوكيل يعمل بينما تبدو الواجهة مجمدة
  • قد تفشل إصدارات أدوات استخدام الكمبيوتر القديمة: تحقق من إصدار الأداة الحالي قبل ترحيل وكيل المتصفح/الكمبيوتر
  • حد max_tokens الأصغر يمكن أن يقطع العمل

يُدرج التفكير حتى عندما يكون النص مخفيًا

هذه تغييرات في سلوك واجهة برمجة التطبيقات، وليست حيلًا لكتابة الموجهات.

دليل ترحيل Opus ودليل ترحيل Sonnet

ضع العقد في Claude Code، وليس في ذهنك

واجهة برمجة التطبيقات هي المكان الذي يمكنك فيه قياس كل حقل استخدام. وClaude Code هو المكان الذي سيشعر فيه الكثير من الناس بتغيير النموذج لأول مرة. ينطبق نفس المبدأ: أعطِ الوكيل تعريفًا محدودًا للإنجاز، ثم اجعله يعرض الأدلة

في Claude Code، يختار **/model النموذج ويختار /effort مستوى الجهد المدعوم. تحقق من الإعدادات النشطة قبل مقارنة الجلسات. الإعداد الافتراضي لـ Sonnet API ليس وصفًا موثوقًا لما تستخدمه جلسة تطبيق Claude أو Claude Code حاليًا

هذه كتلة بداية كاملة وقابلة لإعادة الاستخدام لملف CLAUDE.md. غيّر الأوامر لتناسب مشروعك

markdown
1# عقد العمل
2
3قم بإجراء التغيير المطلوب فقط. حافظ على الأعمال غير ذات الصلة.
4شغّل الاختبارات ذات الصلة بعد التعديل. أبلغ عن أي فحص لا يمكنك تشغيله.
5توقف عندما يجتاز العمل المطلوب الفحص. لا تضف ميزات إضافية أو حلقات مراجعة.
6اختم بـ: تم التغيير / تم التحقق / المخاطر المتبقية.
7اسأل قبل الإجراءات التدميرية، أو النشر، أو التغييرات خارج هذا المستودع.

لن تجعل هذه الكتلة كل تشغيل رخيصًا بشكل سحري. لكنها تجعل النجاح والفشل مرئيين. ومن هناك، يمكنك مقارنة سير عمل يبدأ بـ Sonnet بسير عمل يبدأ بـ Opus على نفس المهام

لا تزال رسالة المهمة بحاجة إلى أن تكون محددة. إليك الفرق بين "أصلح كود المدفوعات" ومهمة يمكن للوكيل إنجازها فعليًا

text
1التغيير: ترحيل نقطة نهاية الدفع إلى العميل الجديد
2الإنجاز: إزالة العميل القديم، اجتياز اختبارات نقطة النهاية، قصر الاختلافات على هذا المسار
3التوقف: اسأل قبل حذف البيانات أو تغيير أي شيء خارج المستودع
4التقرير: الملفات التي تم تغييرها، الفحوصات الدقيقة التي تم تشغيلها، المخاطر المتبقية

يمنح هذا العقد الصغير أداة التحقق شيئًا ملموسًا لفحصه. كما يمنح النموذج سببًا للتوقف. يمكن للتعليمات المفتوحة مثل "راجع حتى تصل للكمال" أن تحول تغييرًا ناجحًا إلى حلقة مدفوعة أخرى

للمشاريع الطويلة، احتفظ بقائمة التحقق في ملف ينجو من ضغط السياق. بالنسبة للوكلاء الفرعيين، اطلب من الوكيل الرئيسي فحص أدلتهم قبل قبول تقاريرهم. وإذا كنت قد طلبت أفكارًا فقط، فأخبر Claude ألا يبدأ في البناء. هذه حدود لسير العمل، وليست موجهات من نوع "كن أذكى"

الإعداد الذي سأطلقه أولاً

  • اختر 10-30 مهمة حقيقية وحدد فحصًا لكل منها
  • امسح Sonnet 5.5 بمستويي medium وhigh، ثم Opus 5.5 بمستوى medium
  • سجّل المدخلات الجديدة، والمخرجات، وكتابات المخزن المؤقت، وقراءات المخزن المؤقت، وزمن الاستجابة، وإعادة المحاولات، والنجاح/الفشل لكل مهمة
  • حافظ على البادئة الثابتة قابلة للتخزين المؤقت وأكد نجاح التخزين في بيانات الاستخدام
  • وجّه حالات الفشل فقط إلى الأعلى، مع إرفاق أدلتها
  • أعد النظر في السلم عندما يتغير عبء العمل. المعيار المحفوظ ليس حقيقة دائمة

إذا انتقلت نسبة 10% الصعبة مرارًا وتكرارًا مباشرة من فشل Sonnet إلى نجاح Opus، ففكر في توجيه فئة المهام القابلة للتمييز هذه إلى Opus منذ البداية. وإذا نجح Sonnet high في اجتياز نفس الحالات بتكلفة أقل، فأبقها هناك. الموجّه هو سياسة مقاسة، وليس رأيًا دائمًا حول أي النماذج أذكى

ترقية 5.5 ليست مجرد "استخدم Sonnet للعمل الرخيص وOpus للعمل الشاق"

إنها فرصة للتوقف عن تسعير النموذج والبدء في تسعير العمل المكتمل

إذا قرأت حتى هنا

-> اشترك في Substack الخاص بي**

-> انضم إلى قناة Telegram الخاصة بي**

-> احفظ هذه المقالة في إشاراتك المرجعية

-> تابع @0xwhrrari**

بنقرة واحدة حفظ

استخدم YouMind للقراءة العميقة للمقالات سريعة الانتشار بتقنية الذكاء الاصطناعي

احفظ المصدر، واطرح أسئلة مركزة، ولخص الحجة، وحوّل المقالة واسعة الانتشار إلى ملاحظات قابلة لإعادة الاستخدام في مساحة عمل واحدة تعمل بالذكاء الاصطناعي.

اكتشف YouMind
للمبدعين

حول Markdown إلى مقالة 𝕏 نظيفة

عندما تنشر كتاباتك الطويلة، فإن الصور والجداول وكتل التعليمات البرمجية تجعل تنسيق 𝕏 مؤلمًا. YouMind يحول مسودة Markdown كاملة إلى مقالة نظيفة وجاهزة للنشر 𝕏.

حاول Markdown إلى 𝕏

المزيد من الأنماط لفك التشفير

المقالات الفيروسية الأخيرة

استكشاف المزيد من المقالات الفيروسية