GPT-5.6 مقابل Claude Fable 5: هل لحقت OpenAI بـ Anthropic في 2026؟
Markdownقارن GPT-5.6 وClaude Fable 5 بنطاق المعايير والدرجات المنشورة والغائبة وأسعار فترة الإطلاق وتجربة مهمة برمجة من مشروعك.
قراءة المقال كاملًا
أبرز النقاط
في 9 يوليو 2026، أتاحت OpenAI نموذج GPT-5.6 للجميع، وادّعت أنه لحق بـ Claude Fable 5. والحقيقة أكثر تعقيدًا مما يوحي به العنوان: تفوق GPT-5.6 Sol على Fable في مهام الطرفية، كما أن تكلفته أقل، لكن لـ Fable 5 درجة SWE-Bench Pro منشورة، ولا يسرد الجدول درجة إطلاق لـ Sol. تمنع القيمة الغائبة ترتيبًا مباشرًا في هذا المعيار. لا يوجد فائز واحد؛ فالاختيار يعتمد على المهمة.
تتوفر مواد إضافية حول إعداد الأدوات في وثائق Ailoot.
ما الذي حدث فعلًا: GPT-5.6 وClaude Fable 5 في 5 دقائق
أبرز النقاط
أصدرت Anthropic نموذج Claude Fable 5 في يونيو، ثم سحبته بسبب قيود التصدير وأعادته إلى الإتاحة عالميًا في 1 يوليو. وفي 9 يوليو، أتاحت OpenAI نموذج GPT-5.6 للجميع بثلاثة إصدارات هي Sol وTerra وLuna، وجاءت بعض نتائجه أعلى من نتائج Fable. ومن هنا انطلقت موجة العناوين التي تقول إنه «لحق به».
صدر نموذجان رئيسيان خلال أسبوعين تقريبًا. كُشف عن Claude Fable 5، أقوى نماذج Anthropic المتاحة على نطاق واسع، في 9 يونيو، ثم سُحب مؤقتًا بسبب قيود التصدير وأُعيد طرحه عالميًا في 1 يوليو 2026. أما GPT-5.6 من OpenAI، فمرّ بمرحلة معاينة للشركاء في 26 يونيو، ثم أصبح متاحًا للجميع في 9 يوليو.
يتوفر GPT-5.6 بثلاثة إصدارات تناسب الميزانيات والمهام المختلفة:
- Sol (وSol Ultra) هو الأقوى، وصُمم للأمن السيبراني والعمل عبر الطرفية وجلسات Codex الطويلة.
- Terra خيار متوسط الفئة، وهو نموذج العمل اليومي «الافتراضي».
- Luna هو الأقل تكلفة، ومناسب للأعمال الكثيفة والمهام البسيطة.
Claude Fable 5 نموذج واحد بلا هذه المجموعة المتنوعة من الخيارات، إلى جانب نظيره المغلق Mythos 5 (المحرك نفسه، لكن من دون فلاتر تقييدية؛ ولا يتاح إلا عبر برنامج الأمن السيبراني التابع للحكومة الأمريكية). لا يتاح Mythos لمن يمارسون vibe coding، لذا سأقارن من الآن فصاعدًا Fable 5 بمجموعة GPT-5.6.
ماذا يعني «لحق به»: في أي اختبارات تفوق GPT-5.6 على Fable 5؟
أبرز النقاط
نشأت موجة الحديث عن «اللحاق» من مجموعة واحدة من الاختبارات المعيارية هي Terminal-Bench، التي تختبر النماذج في مهام الطرفية وbash. سجّل GPT-5.6 Sol هنا 88.8%، وسجّل Sol Ultra نسبة 91.9%، بينما سجّل Fable 5 نسبة 83.4%. تتقدم OpenAI فعلًا في هذه المهام، كما أن تكلفة الإدخال لديها أقل. لكن هذا جانب واحد فقط: العمل عبر الطرفية. أما إصلاح الشيفرات الحقيقية فيجري على نحو مختلف.
جاءت العناوين من مقارنة Terminal-Bench 2.1، وهي مجموعة مهام يتحكم فيها النموذج بالطرفية وسطر الأوامر. الأرقام حقيقية وتصب في مصلحة OpenAI:
| النموذج | Terminal-Bench 2.1 |
|---|---|
| GPT-5.6 Sol Ultra | 91.9% |
| GPT-5.6 Sol | 88.8% |
| GPT-5.5 | 88.0% |
| GPT-5.6 Terra / Luna | 84.3% |
| Claude Fable 5 | 83.4% |
| Claude Opus 4.8 | 78.9% |
في مسارات العمل التي تستخدم الطرفية وbash، يتفوق GPT-5.6 Sol فعلًا على Fable 5 من حيث السرعة والدقة. إذا كان عملك يتضمن النصوص البرمجية أو أتمتة البيئات أو تحليل السجلات أو أوامر الطرفية، فنعم، لقد تغلبت OpenAI على Anthropic هنا. ومن العدل الاعتراف بذلك من دون محاولة التهوين منه لصالح «طرفنا».
لكن مشكلة العناوين تكمن في مكان آخر. فعبارة «لحق به في Terminal-Bench» تتحول بهدوء إلى «لحق به في كل شيء». وهذا ببساطة غير صحيح.
ماذا يثبت جدول SWE-Bench Pro المنشور؟
أبرز النقاط
يسرد الجدول Fable 5 عند 80.3% في SWE-Bench Pro لإصلاح أخطاء المستودعات. تغيب قيمة Sol عند الإطلاق. يتقدم Fable بين النماذج ذات الدرجات الرقمية هنا؛ ولا يثبت الجدول تقدمه على Sol.
يختبر Terminal-Bench العمل عبر الطرفية. أما SWE-Bench Pro فيختبر ما يفعله ممارسو vibe coding كل يوم: أخذ مشروع حقيقي تتشابك شيفراته، والعثور على خطأ قائم وإصلاحه من دون إفساد ما حوله. وهذا أقرب إلى العمل الحقيقي من تنفيذ الأوامر في الطرفية.
| النموذج | SWE-Bench Pro |
|---|---|
| Claude Fable 5 | 80.3% |
| Claude Opus 4.8 | 69.2% |
| Grok 4.5 | 64.7% |
| GPT-5.5 | 58.6% |
| GPT-5.6 Sol | لم تُنشر النتيجة عند الإطلاق |
النتيجة الغائبة دليل غائب وليست درجة منخفضة. لا تثبت الفائز ولا سبب إغفال النتيجة. قارن الأرقام المنشورة للاختبار والإعداد نفسيهما، واستخدم تجربة مشروع للمقارنة غير المقاسة.
تنظر Anthropic إلى المسألة من زاوية أخرى، وتركز على المهام الطويلة:
كلما طالت المهمة وازدادت صعوبة، تقدم Fable 5 أكثر على نماذجنا الأخرى.
وهناك أدلة تتجاوز الاختبارات المعيارية أيضًا. فبحسب Anthropic، قال أشخاص في Stripe إن Fable 5 اختصر أشهرًا من العمل إلى أيام: أتم النموذج ترحيل قاعدة شيفرات Ruby تضم 50 مليون سطر في يوم واحد، وهي مهمة كانت ستستغرق من الفريق أكثر من شهرين. هذه دراسة حالة اختارها المزود، وليست مقارنة مضبوطة مع Sol. تقترح مهمة جديرة بالتجربة ولا تثبت تقدمًا نسبيًا بذاتها.
من السهل الانشغال بسؤال «أي النموذجين أقوى؟». لكن في مشاريعي، غالبًا ما يتحدد الفرق بما أضعه في سياق النموذج لا بالنموذج نفسه. حتى النموذج المتوسط، إذا زُوّد بمجلد business/ وملف CLAUDE.md منظّمين جيدًا، يتفوق على نموذج رائد ذي سياق فارغ. فوجود مجلد business/ يضم معارف مترابطة عن عملك، يقرأها النموذج مع كل طلب، والتحكم فيما يدخل إلى السياق قبل صياغة الطلب، يساعدان على جعل العمل بهذه النماذج أكثر اتساقًا وقابلية للتوقع.
ما التكلفة الحقيقية لـ GPT-5.6 مقارنةً بـ Claude Fable 5؟
أبرز النقاط
عبر API، تبلغ تكلفة Claude Fable 5 $10 لكل مليون رمز إدخال و$50 لكل مليون رمز إخراج. أما GPT-5.6 فأقل تكلفة في جميع إصداراته: Sol بسعر $5 و$30، وTerra بسعر $2.50 و$15، وLuna بسعر $1 و$6. في الاستخدام المكثف لـ API، يُعد GPT-5.6 أوفر بكثير، ولا سيما بإصداراته الأقل تكلفة.
يحفظ جدول الأسعار قيم فترة الإطلاق للمقارنة، لا أسعار اليوم. افحص السعر الرسمي الحالي قبل ميزانية تشغيل جديد. السعر هو النصف الآخر من المقارنة الصريحة. الرمز جزء من النص يستخدمه النموذج لقياس الحجم: كلما طال طلبك وردّه، زاد عدد الرموز التي تستخدمها وزاد المبلغ المخصوم من حسابك. وهذا مال حقيقي لمن يمارس vibe coding.
| النموذج | الإدخال ($/مليون) | الإخراج ($/مليون) |
|---|---|---|
| Claude Fable 5 | $10 | $50 |
| GPT-5.6 Sol | $5 | $30 |
| GPT-5.6 Terra | $2.50 | $15 |
| GPT-5.6 Luna | $1 | $6 |
حتى Sol، الإصدار الأعلى، يكلف نحو نصف تكلفة Fable في الإخراج، بينما يكلف Luna أقل بعدة مرات. إذا نفذت عددًا كبيرًا من المهام المتشابهة ولم يكن فارق الجودة حاسمًا فيها، فقد يحقق GPT-5.6 وفورات كبيرة.
لكن تكلفة الرمز الواحد ليست هي تكلفة النتيجة. إذا أخفق النموذج في المهمة مرتين، تكون قد دفعت ثلاث مرات: مرتين للمحاولتين الخاطئتين ومرة للمحاولة الصحيحة. في مهمة صعبة، قد ينتهي نموذج أدق إلى تكلفة أقل حتى لو كانت رموزه أغلى. فالتشغيل الرخيص الذي تضطر إلى تكراره هو الأغلى. تناولت هذه الحسابات الخفية على نحو منفصل في دليل التكلفة الحقيقية لـ vibe coding.
ما المهم لمن يمارس vibe coding، وما الذي لا يعدو كونه تسويقًا؟
أبرز النقاط
تكمن الحيلة التسويقية في عبارة «لحق به» من دون ذكر الاختبار المعياري المقصود. المهم نطاق الدليل: تفضل نتائج الطرفية GPT-5.6، بينما لـ Fable نتائج إصلاح مستودعات منشورة وحالات من المزود. غياب درجة إصلاح Sol يترك المقارنة المباشرة مفتوحة. وفي يوليو 2026، لا يوجد «أفضل نموذج لكل شيء»، وكل طرف يبيع نسخته من الحقيقة.
تعرض الشركتان الصورة التي تصب في مصلحتهما. تلوّح OpenAI باختبار Terminal-Bench الذي تتصدره وتقول: «لقد لحقنا بهم». وتشير Anthropic إلى الترحيلات الطويلة دليلًا على قدرات نموذجها. تفيد أمثلة المزود والمعايير المنفصلة، لكنها لا تثبت ترتيبًا مشتركًا واحدًا عبر المهام.
إليك ما يمكنك استخلاصه من ذلك:
- اختبار واحد لا يصف نموذجًا كاملًا. «تفوق عليه في Terminal-Bench» و«الأفضل للبرمجة» ادعاءان مختلفان. تحقّق من الاختبار المعياري الذي يشير إليه العنوان تحديدًا.
- اعتبر النتائج الغائبة مجهولة. لا يكشف إغفال درجة الأداء أو سبب الإغفال. ابحث عن تشغيل منشور قابل للمقارنة أو قِس مهمتك بدل إعطاء ترتيب.
- مهمتك أهم من الترتيب العام. قد يحتل النموذج المرتبة الأولى في المتوسط، والمرتبة الثالثة في نوع العمل الذي تؤديه فعلًا.
التحقق من الادعاءات الجريئة للآخرين مهارة بحد ذاتها. إذا لم تكن تعرف بعد كيف تقرأ مخرجات النماذج قراءة نقدية، فاطّلع على هذا الدليل للتحقق من الشيفرة التي يولدها الذكاء الاصطناعي إن لم تكن مبرمجًا.
GPT-5.6 أم Claude Fable 5: أيهما تختار لمهمتك؟
أبرز النقاط
استخدم الجدول كفرضيات لتجربة: جرّب Sol للطرفية وFable لإصلاح المستودعات والمهام الطويلة وTerra أو Luna للعمل المتكرر المنخفض التكلفة. ليست التوصية فوزًا مباشرًا مثبتًا؛ قارن النتائج المقبولة والتكلفة الكاملة في مهمتك قبل الانتقال.
بدلًا من السؤال «من الفائز إجمالًا؟»، سيكون جدول «ما النموذج المناسب لكل مهمة؟» أكثر فائدة:
| مهمتك | مرشح للاختبار | سبب وجاهة التجربة |
|---|---|---|
| الطرفية والنصوص البرمجية وأتمتة البيئات | GPT-5.6 Sol | يتصدر Terminal-Bench ويكلف أقل من Fable |
| الأمن السيبراني وتحليل الثغرات | GPT-5.6 Sol | تقول OpenAI إنه أقوى نماذجها لهذه المهام |
| إصلاح أخطاء مشروع حقيقي | Claude Fable 5 مقارنة بـ Sol | نتيجة 80.3% منشورة؛ وقيمة Sol غائبة هنا |
| مهمة وكيلة طويلة أو ترحيل كبير | Claude Fable 5 مقارنة بـ Sol | تقترح حالة المزود تجربة مفيدة، وليست تقدمًا مباشرًا |
| مهام بسيطة كثيرة ومتشابهة بميزانية محدودة | GPT-5.6 Terra / Luna | أقل تكلفة بعدة مرات مع جودة كافية |
| هندسة معمارية معقدة لمنتج جديد | قارن Fable 5 وSol | لا يقيس الجدول مهمة معماريتك |
ينتهي الأمر بكثير من الناس إلى الاحتفاظ بالخيارين والتبديل بينهما بحسب المهمة. إذا كنت تريد تحديدًا إصلاح الشيفرات والمهام الطويلة باستخدام أداة مألوفة، فلدي دليل منفصل عن العمل مع Claude Fable 5 في Claude Code. وإذا كنت تميل إلى منظومة OpenAI، فراجع كيفية الانتقال إلى Codex. أما إذا كنت مهتمًا أكثر ببديل مفتوح وأقل تكلفة من كليهما، فاطّلع على مقارنة GLM-5.2 وClaude Code.
لماذا لا يُعد النموذج العامل الأهم في الكفاءة؟
أبرز النقاط
يصرف الجدل حول «GPT-5.6 أم Fable 5» الانتباه عن العامل الأكبر تأثيرًا في النتيجة: السياق. فما تضعه في ذاكرة النموذج وقواعده يحدد ما سيفعله. النموذج الرائد يهذي عندما يكون السياق فارغًا، بينما يحقق النموذج المتوسط نتائج متسقة عندما يكون السياق منظّمًا جيدًا. النموذج هو المحرك، والسياق هو الطريق.
جرّبت نماذج مختلفة في مشاريعي، وهذا ما لاحظته: في معظم مهامي، الفجوة بين «النموذج الأول» و«النموذج الثالث» أصغر من الفجوة بين «مشروع فارغ» و«مشروع ذي سياق منظّم جيدًا». يعطي النموذج نفسه نتائج رديئة انطلاقًا من طلب أولي مجرد، لكنه يقدم نتيجة عملية عندما يستند إلى بنية مبنية حول business/ وCLAUDE.md.
لذلك فإن السباق وراء عناوين «من لحق بمن» ثانوي لمن يمارس vibe coding. هناك ثلاثة أمور أهم بكثير وتعمل مع أي من هذه النماذج:
كوّن هذا المزيج، وستتوقف الفروق بين GPT-5.6 وFable 5 عن كونها حاسمة. يصبح كلاهما أكثر قابلية للتوقع لأنهما لم يعودا يعملان في فراغ.
ما الذي تفعله الآن؟
أبرز النقاط
لا تنتقل إلى نموذج جديد بسبب عنوان. خذ مهمة حقيقية من عملك، ونفّذها باستخدام GPT-5.6 وClaude Fable 5، ثم قارن النتيجة والتكلفة في مثالك الخاص. وفي الوقت نفسه، نظّم سياق مشروعك؛ فهذا سيؤثر أكثر من الجدل حول النماذج. بعد ذلك قرر بناءً على ما حدث في تجربتك.
ترتيب عملي للخطوات:
اختر مهمة حقيقية
اختر مهمة تنفذها فعلًا: إصلاح خطأ، أو بناء قسم من منتج، أو كتابة نص برمجي. الأمثلة المصغرة لا تمثل الواقع.
نفّذها على كلا النموذجين
استخدم الطلب نفسه مع GPT-5.6 وClaude Fable 5. قارن النتيجة وعدد المحاولات التي تطلبها إنجازها.
احسب التكلفة لكل نتيجة
احسب التكلفة كاملة: كل ما استلزمته المهمة للوصول إلى نتيجة عملية. قد يكون السعر لكل رمز مضللًا هنا.
نظّم سياق مشروعك
سيحسّن
CLAUDE.mdومجلدbusiness/الجودة أكثر من الانتقال إلى نموذج آخر.
ستواصل النماذج التفوق بعضها على بعض، وسيُقدَّم كل تغير في الصدارة على أنه «حدث مفصلي». لست مضطرًا إلى ملاحقة أحدث نموذج في كل مرة؛ الفائز هو النموذج الذي تدعمه عملية منظّمة جيدًا. لذا يجدر بك الاستثمار في هذه العملية بعد ذلك.
المصادر
- OpenAI — إطلاق GPT-5.6، 9 يوليو 2026 — مصدر ادعاءات النموذج والمعايير؛ قارن الاختبار والإعداد الدقيقين بدل درجة غائبة
- OpenAI — معاينة GPT-5.6، 26 يونيو 2026 — سياق أسعار API عند الإطلاق؛ جدول الأسعار تاريخي وليس عرضًا حاليًا
- Anthropic - الإعلان عن Claude Fable 5 وMythos 5
- وثائق منصة Claude - تقديم Claude Fable 5 وMythos 5
يختزل الجدل كله حول النماذج في أمر واحد: من دون سياق منظّم جيدًا، يصبح أي منها غير مستقر. للاطّلاع على مواد إضافية حول العمل بالأدوات، راجع وثائق Ailoot.
المزيد من التفاصيل
أسئلة شائعة
هل تعني درجة Sol الغائبة في SWE-Bench Pro تفوق Fable في الإصلاح؟
لا. لـ Fable درجة منشورة في الجدول، بينما تغيب قيمة Sol. يدعم ذلك وصف الأدلة المتاحة، وليس ترتيبًا مباشرًا أو ادعاءً عن سبب إغفال الدرجة.
كيف أختبر التوصية في مشروعي؟
استخدم المهمة وحالة المصدر والطلب وفحوص القبول نفسها للنموذجين. احسب كل المحاولات وتكلفتها وقارن النتائج العاملة؛ فحالة مزود أو معيار طرفية فرضية بداية فقط.