אנתרופיק הכריזה השבוע על Claude Opus 4.1 – עדכון משמעותי למודל הבינה המלאכותית המוביל שלה. השאלה הגדולה: האם שיפורים קטנים ותכופים חשובים יותר מקפיצות גדולות ונדירות? אנתרופיק מהמרת שכן ומתמקדת בשלושה שדרוגים עיקריים: יכולות תכנות חזקות יותר, ביצוע מדויק של משימות אוטונומיות, ויכולות חשיבה מתקדמות.
רוצים לקבל עדכונים בלייב? רוצים מקום בו אתם יכולים להתייעץ עם מומחי AI, לשאול שאלות ולקבל תשובות? רוצים לשמוע על מבצעים והטבות לכלי ה-AI שמשנים את העולם? הצטרפו לקהילות ה-AI שלנו.
אפשר גם להרשם לניוזלטר שלנו
שוק הבינה המלאכותית נמצא במרוץ חימוש מואץ. OpenAI השיקה את GPT-5 וגוגל ממשיכה לדחוף את Gemini קדימה בקצב גבוה. כל עדכון הופך לקרב על יתרון טכנולוגי, על תשומת הלב של המשתמשים, ובעיקר על שליטה בשוק העתידי. בתוך הסערה הזאת, אנתרופיק בוחרת באסטרטגיה שונה: שיפורים תכופים ומדויקים במקום מהפכות חד-פעמיות.
המודל החדש בבורר המודלים של קלוד
Claude Opus 4.1 מציג שדרוגים מדידים בכמה תחומים קריטיים, כפי שניתן לראות בגרפים ובטבלה שפרסמה אנתרופיק.
במבחן SWE-bench Verified, הבוחן יכולות תכנות מעשיות, המודל השיג 74.5% – עלייה מהגרסה הקודמת (72.5%) ומקום בטופ מול GPT-4 (69.1%) ו-Gemini 2.5 Pro (67.2%).
קפיצת המדרגה בתכנות – Opus 4.1 מוביל. מקור: anthropic.com
חשוב לדעת: מבחן ה-SWE-bench כולל 500 בעיות מלאות, ואנתרופיק השתמשה בכולן גם בהשוואות הפנימיות שלה. מתחרים כמו OpenAI בחרו לדווח על תת־קבוצה של 477 בעיות – נתון שעשוי להשפיע על ההשוואה.
במבחן TAU-bench לשימוש בכלים אוטונומיים, Opus 4.1 הגיע ל־82.4% במשימות קמעונאות ול־56% במשימות תעופה, באמצעות טכניקת “Extended Thinking” – חשיבה מורחבת עד 64,000 טוקנים.
במתמטיקה לרמת תיכון (AIME 2025) – 78%, מאחורי GPT-4 ו-Gemini (88%). בחשיבה ויזואלית – 77.1%, גם כאן מאחורי המובילים.
הטבלה המצורפת מאפשרת לראות את כל המבחנים זה לצד זה ולהבין באילו תחומים Opus 4.1 מוביל ובאילו הוא עדיין בפיגור:
מפת הביצועים – איפה Claude מנצח ואיפה הוא בפיגור. מקור: anthropic.com
הנתונים מגלים אסטרטגיה ברורה: אנתרופיק לא מנסה להוביל בכל תחום, אלא להתמקד בדיוק במה שמייצר ערך מיידי למשתמשים מקצועיים – תכנות, אוטומציה, ועבודה עם מידע מורכב.
חברות שקיבלו גישה מוקדמת ל-Claude Opus 4.1 מדווחות על שיפורים מורגשים:
GitHub: שיפור כמעט בכל היכולות לעומת Opus 4, במיוחד בשכתוב קוד מרובה קבצים (multi-file refactoring).
Rakuten Group: איתור מדויק של תיקונים בקוד גדול, ללא שינויים מיותרים או הכנסת באגים – יתרון משמעותי למשימות דיבוג.
Windsurf: שיפור של סטיית תקן אחת ביחס ל-Opus 4 במבחן פנימי – קפיצה המקבילה למעבר מ-Sonnet 3.7 ל-Sonnet 4.
המכנה המשותף: שדרוגים שמורגשים בעבודה היומיומית, לא רק בנתוני מבחן.
Claude Opus 4.1 זמין כבר מהיום במגוון פלטפורמות: גרסאות התשלום של Claude, כלי הפיתוח Claude Code למתכנתים, ה-API של אנתרופיק (claude-opus-4-1-20250805), וכן דרך שירותי הענן Amazon Bedrock ו-Google Vertex AI. אנתרופיק שמרה על אותו מבנה תמחור מהגרסה הקודמת (אמנם שדרוג ללא שינוי אבל לא זול בכלל!) – 15 דולר למיליון טוקני קלט ו-75 דולר למיליון טוקני פלט – וממליצה לכל המשתמשים להחליף ל-Opus 4.1 בכל היישומים.
אנתרופיק משתמשת במודלי Hybrid Reasoning – עם או בלי חשיבה מורחבת (עד 64,000 טוקנים). במבחן SWE-bench היא נשארת עם אותה מתודולוגיה פשוטה – שני כלים בלבד: bash ועורך קבצים, ללא כלי התכנון שהיה ב-Claude 3.7 Sonnet. המסקנה: הובלה מובהקת בתכנות ובאוטומציה, גם במחיר פיגור בתחומים אחרים. זוהי בחירה אסטרטגית ברורה, לשחרר שדרוגים ממוקדים בתדירות גבוהה, בניגוד לגישה של OpenAI המעדיפה השקות דרמטיות ומשמעותיות יותר במרווחי זמן גדולים.
הצלחה של 74.5% בתיקון קוד מעשי היא לא עוד שורה בגרף, היא משנה את תפקידם של מתכנתים. במקום לשבת שעות ולכתוב קוד, הם ימצאו את עצמם מנהלים את עבודת ה-AI: מגדירים משימות, בודקים תוצאות, ומקבלים החלטות אסטרטגיות על מבנה המערכת. זה מעבר שדורש סט כישורים חדש, וגם שינוי תרבותי בארגונים.
גם לעולם העסקי הרחב יש כאן השלכות ברורות. Rakuten Group ו-GitHub כבר הראו מה קורה כשהאוטומציה מדויקת – זמני פיתוח מתקצרים, עלויות יורדות, והארגון כולו נהנה מיתרון תחרותי. אפילו עסקים שאינם טכנולוגיים יתחילו בשנים הקרובות לשלב כלים כאלה בתהליכים, פשוט כי השוק יכתיב את זה.
ולבסוף, יש את שאלת הנגישות. אנתרופיק שמרה על אותו תמחור של Opus 4, מה שמעיד על אסטרטגיה המכוונת לנפח שימוש ולא לגביית פרימיום, אך בפועל, מחירי ה-API של Claude Opus 4.1 הם מהגבוהים בשוק, גבוהים משמעותית מאלו של ChatGPT. המשמעות היא שהטכנולוגיה אמנם נגישה למי שמוכן להשקיע, אך עבור שימושים אינטנסיביים היא עלולה להוות חסם, מה שעשוי להאט את האימוץ בהיקפים גדולים.
זו לא רק תחרות טכנולוגית, זו מחלוקת על איך חדשנות צריכה להיראות. OpenAI מהמרת על הכרזות גדולות ושינויים חדים, בעוד אנתרופיק מעדיפה שיפורים קטנים ותכופים שמצטברים לכוח משמעותי לאורך זמן. ההיסטוריה מלמדת שבדרך כלל הגישה השנייה מנצחת, אבל בבינה המלאכותית המבחן עוד לפנינו. למרות קצב גבוה של השקות, פיצ׳רים וכלים – אנחנו עדיין בתחילת הדרך.
בחודשים הקרובים נראה אם המשתמשים יבחרו בהבטחת הקפיצה הגדולה של GPT-5 או בהמשכיות והשדרוגים של Claude. עבור המשתמשים, זו בחירה בפילוסופיית פיתוח, עבור החברות, החלטה עסקית שיכולה להקנות יתרון של שנים או לכפות שינוי כיוון יקר. Claude Opus 4.1 הוא הרבה מעבר לעדכון גרסה – זו הצהרה על הדרך שבה נרצה שה-AI יתקדם: בקפיצות חדות או בצעדים קטנים ותכופים שכבר עכשיו משנים את העבודה בשטח. בסופו של דבר, האופן שבו נשתמש בכלים האלה יעצב את הכיוון שבו הבינה המלאכותית תתפתח בשנים הקרובות.
רוצים לקבל עדכונים בלייב? רוצים מקום בו אתם יכולים להתייעץ עם מומחי AI, לשאול שאלות ולקבל תשובות? רוצים לשמוע על מבצעים והטבות לכלי ה-AI שמשנים את העולם? הצטרפו לקהילות ה-AI שלנו.
אפשר גם להרשם לניוזלטר שלנו
רוצים לקבל עדכונים על כל מה שחדש ומעניין בעולם ה-AI? הרשמו לניוזלטר שלנו!
תוצאות נוספות...
תוצאות נוספות...
