بعد 30 يومًا من تشغيل GPT-5.6 وClaude Mythos 5.1 عبر 47 مهمة واقعية تشمل البرمجة، والكتابة الإبداعية، والرؤية متعددة الوسائط، وتحليل المستندات الطويلة السياق، إليك نتائج الأداء الفعلية، لا الاختبارات التركيبية، بما في ذلك سلاسل الاستدلال، واكتشاف الأخطاء، ونبرة الكتابة الإبداعية، واستخراج بيانات PDF، والتسعير، مع درجات تكشف أين يتفوق كل نموذج فعلًا.
ثلاثون يومًا. سبعٌ وأربعون مهمة مختلفة. نموذجان لغويان كبيران من أقوى ما صدر على الإطلاق. هذا هو اختبار العالم الواقعي الذي يفصل بين الاختبارات المعيارية والأداء الفعلي. يتصدّر GPT-5.6 وClaude Mythos 5.1 تصنيفات النماذج اللغوية الكبيرة في 2026، والفجوة بينهما أضيق مما توحي به المواد التسويقية. شغّلنا الاثنين على كل شيء: سلاسل الاستدلال المعقدة، ومراجعات الكود متعددة الملفات، وتحليل المستندات بحجم 200,000 توكن، والكتابة الإبداعية على نطاق واسع، ومهام الرؤية متعددة الوسائط. إليك ما تُظهره البيانات فعلًا.
بلا انتقاء للحالات المواتية، وبلا اختبارات تركيبية مصمّمة لتفضيل نموذج على آخر. بنينا مجموعة من 47 مهمة تغطي حالات الاستخدام التي يهتم بها المطورون والكتّاب والباحثون وفرق المنتجات الحقيقيون. سُجّلت الدرجات بشكل أعمى، أي أن من منح الدرجات لم يكن يعرف أي نموذج أنتج أي مخرج حتى اكتمل التقييم.
قسّمنا المهام الـ47 إلى ست مجموعات:
حصلت كل مهمة على درجة من 0 إلى 10 عبر ثلاثة أبعاد: الدقة، والاكتمال، وجودة التنسيق. ثم حُسبت متوسطات الدرجات لكل فئة، وأُعطيت أوزانًا بحسب أهمية الفئة للوصول إلى درجة مركّبة واحدة.
💡 استخدمنا أوامر نصية للنظام متطابقة للنموذجين في كل مهمة. لم نطبّق هندسة أوامر تفضّل أيًا منهما.
هنا ظهر أولًا الاختلاف الحقيقي في طباع النموذجين. يتعامل GPT-5.6 مع مسائل الاستدلال بنهج منظّم خطوة بعد خطوة. أما Claude Mythos 5.1 فيميل إلى التفكير بصوت مسموع، فيُظهر في مخرجاته مزيدًا من مسار استدلاله.
في مسائل المنطق الصوري، بما فيها القياسات المنطقية، والتحقق من القيود، والسلاسل الافتراضية المضادة للواقع، حصل GPT-5.6 على 8.4 من 10 مقابل 8.7 لنموذج Claude Mythos 5.1. وكان الفرق في الحالات الحدّية. اكتشف Claude Mythos 5.1 تناقضًا دقيقًا في مهمة استنتاج من ثلاث خطوات فاتَ GPT-5.6 في البداية، ثم صحّح نفسه عند تدقيقه.
لم يجد أي من النموذجين صعوبة في المسائل الاستنتاجية المعيارية. ظهرت الفجوة في المهام التي تتطلب من النموذج الإمساك بعدة مقدمات متعارضة في وقت واحد، وتحديد التركيبة التي تنتج استنتاجًا صالحًا. كان ميل Claude Mythos 5.1 إلى التفكير بصوت مسموع مفيدًا هنا فعلًا: خطواته الوسيطة كشفت مواضع عدم يقينه، ما جعل الأخطاء أسهل في الالتقاط والتصحيح.
في الرياضيات التطبيقية، بما فيها المسائل الكلامية والهندسة والاحتمالات والتحسين، جاءت النتائج أقرب مما توقعنا:
| نوع المهمة | GPT-5.6 | Claude Mythos 5.1 |
|---|---|---|
| المسائل الكلامية | 9.1 | 8.8 |
| الهندسة | 8.6 | 8.9 |
| الاحتمالات | 8.3 | 8.2 |
| التحسين | 9.0 | 8.5 |
أظهر GPT-5.6 تفوقًا صغيرًا لكنه ثابت في الحساب العددي. وكتب Claude Mythos 5.1 شروحات حلول أسهل في القراءة، وهذا مهم جدًا عند استخدام النموذجين في سير عمل التدريس أو في التوثيق التقني الداخلي.
💡 إذا كان عملك يتضمن شرح الرياضيات لجمهور غير تقني، فإن المخرجات المشروحة خطوة بخطوة من Claude Mythos 5.1 أفضل فعلًا لهذه الحالة تحديدًا.
عشر مهام برمجية عبر Python وTypeScript وSQL وسكربتات الشل. قدّمنا مشكلات إنتاجية حقيقية: مكوّن React فيه خلل في التزامن، واستعلام SQL مع سوء استخدام دقيق للفهارس، وخدمة Python مصغّرة فيها حالة سباق مخفية في منطق مجموعة الخيوط.
أدّى GPT-5.6 Sol أداءً استثنائيًا في مهام السياق متعدد الملفات. عند تزويده بعدد 15 ملفًا من قاعدة كود حقيقية وطُلب منه تحديد فئة معينة من الأخطاء، أعاد الملف الصحيح ونطاق الأسطر والسبب الجذري في 4 محاولات من أصل 5. وكان تنسيق مخرجاته نظيفًا ودقيقًا وقابلًا للتطبيق فورًا.
أما Claude Mythos 5.1، المماثل في قدرته لنموذج Claude Fable 5 على منصة PicassoIA، فقد طابق GPT-5.6 Sol في الصحة الخام، لكنه أضاف تعليقات مضمّنة أغنى واقتراحات إعادة هيكلة أشمل. وفي سير عمل مراجعة الكود، فضّل المهندسون الثلاثة المشاركون في التقييم الأعمى مخرجات Claude Mythos 5.1 باستمرار.
| المقياس | GPT-5.6 | Claude Mythos 5.1 |
|---|---|---|
| الأخطاء المكتشفة (من أصل 10 مهام) | 8 صحيحة | 8 صحيحة |
| الإنذارات الكاذبة | 1 | 2 |
| الإصلاح المقترح صحيح | 7 من 8 | 7 من 8 |
| جودة الشرح | 7.8 / 10 | 8.9 / 10 |
درجات الاكتشاف متطابقة تقريبًا. أما الفوز الذي يحققه Claude Mythos 5.1 فيكمن في جودة شروحات الإصلاح. أنفق المهندسون وقتًا أقل بشكل ملحوظ في فهم التغييرات التي اقترحها Claude، وهذا يترجم مباشرةً إلى دورات مراجعة كود أسرع.
كشفت هذه الفئة عن أكبر فارق في الشخصية بين النموذجين، وكان ذلك واضحًا منذ المهمة الأولى.
اطلب من GPT-5.6 كتابة مونولوج لشرير في قصة بوليسية من نوع noir، فستحصل على نص صحيح تقنيًا: إيقاع مناسب، وإشارات متسقة للنوع الأدبي، وبلا ثغرات في الحبكة. واطلب من Claude Mythos 5.1 السؤال نفسه، فستحصل على نص يبدو كأنه كتبه روائي يحب هذا النوع فعلًا. اختيارات الكلمات أكثر إدهاشًا، والإيقاع يتنوع بطريقة تبدو مقصودة لا آلية مكررة.
هذا لا يعني أن GPT-5.6 ضعيف في الكتابة الإبداعية. يعني أن GPT-5.6 يُحسّن من أجل الصحة، بينما يُحسّن Claude Mythos 5.1 نحو شيء أقرب إلى الذوق. وبحسب حالة الاستخدام لديك، قد يكون أي من النهجين هو ما تحتاجه تمامًا.
في مهمة قصة قصيرة من 3,000 كلمة تتضمن 12 سمة محددة للشخصيات و4 متطلبات للحبكة، أنجز النموذجان المهمة. التزم GPT-5.6 بجميع السمات الـ 12 وجميع متطلبات الحبكة الـ 4 دون أي إغفال. والتزم Claude Mythos 5.1 بـ 11 سمة من أصل 12، لكنه أضاف حبكة فرعية جعلت القصة أكثر حيوية. وسواء عُدّ ذلك إخفاقًا أم نجاحًا، فالأمر يتوقف كليًا على ما تقدّره في مخرجاتك.
💡 بالنسبة لنصوص التسويق والكتابة التقنية والمحتوى المنظم، يكون GPT-5.6 أكثر قابلية للتوقع. أما في الخيال والمقالات المعتمدة على الصوت وكل ما تكون فيه المفاجأة ميزة، فإن Claude Mythos 5.1 أقوى فعلًا.
خمس مهام متعددة الوسائط: ثلاث صور فوتوغرافية، ومخطط تقني واحد، وملف PDF ممسوح ضوئيًا يحتوي على نص وجداول مختلطة.
تعرّف النموذجان بشكل صحيح على الأشخاص والأماكن والمحتوى العاطفي في الصور الفوتوغرافية الثلاث. وظهرت الفجوة مع المخططات التقنية. فسّر Claude Mythos 5.1 مخطط طوبولوجيا شبكة بشكل صحيح، وحدّد منطق التوجيه، ونبّه إلى نقطة فشل واحدة محتملة دون أن يُطلب منه ذلك. أما GPT-5.6 فحدّد العناصر البنيوية نفسها، لكنه لم يُشِر إلى مشكلة التوجيه من تلقاء نفسه.
في مهمة PDF الممسوح ضوئيًا، استخرج GPT-5.6 كل البيانات الرقمية من جدول مالي من ثلاث صفحات بدقة 100%. واستخرج Claude Mythos 5.1 نسبة 97% بشكل صحيح، لكنه اختلق قيمة خلية واحدة في الجدول الثالث. هامش صغير، لكنه مهم في خطوط معالجة المستندات المالية أو القانونية حيث الدقة غير قابلة للتفاوض.
| المهمة | GPT-5.6 | Claude Mythos 5.1 |
|---|---|---|
| وصف مشهد الصورة | 9.2 | 9.4 |
| المخطط التقني | 8.1 | 9.3 |
| استخراج جداول PDF | 10.0 | 9.2 |
| قراءة النص المكتوب بخط اليد | 7.8 | 8.2 |
| تفسير بيانات المخططات | 8.8 | 8.6 |
يتصدر Claude Mythos 5.1 في تحليل المشاهد وتفسير الكتابة اليدوية. ويتصدر GPT-5.6 في استخراج البيانات المنظّمة. أما في خطوط المعالجة التي تجمع بين أنواع مختلفة من المستندات، فيؤدي النموذجان دورين متمايزين ومتكاملين.
السرعة الخام مهمة في خطوط الإنتاج. عندما تُشغّل 1,000 استدعاء API يوميًا، فإن فرق 300 مللي ثانية في زمن الوصول إلى أول توكن يتراكم ليصبح تكلفة هندسية حقيقية واحتكاكًا في تجربة المستخدم.
GPT-5.6 Luna هو الإصدار الأسرع في عائلة GPT-5.6، وقد بُني خصيصًا للتطبيقات منخفضة زمن الوصول. وفي اختباراتنا، أرسل أول توكنات بمتوسط 0.8 ثانية للأوامر النصية القصيرة، و1.4 ثانية لمهام الاستدلال المعقدة التي تتجاوز 2,000 توكن.
متوسط Claude Mythos 5.1 بالإعداد القياسي 1.1 ثانية للأوامر النصية القصيرة و1.9 ثانية للمهام المعقدة. ليس بطيئًا بأي معيار، لكنه متأخر بشكل ملحوظ عن إصدار Luna في السيناريوهات الحساسة للزمن، مثل الدردشة الفورية أو الإكمال التلقائي المباشر.
يمكنك الوصول إلى عائلة GPT-5.6 كاملة والنماذج المماثلة لعائلة Claude مباشرةً عبر مجموعة النماذج اللغوية الكبيرة على PicassoIA دون إدارة مفاتيح API أو حسابات منفصلة.
| إصدار النموذج | التكلفة النسبية | الأنسب لـ |
|---|---|---|
| GPT-5.6 Luna | منخفضة | المهام عالية الحجم والحساسة للزمن |
| GPT-5.6 Terra | متوسطة | توليد النصوص الإنتاجي المتوازن |
| GPT-5.6 Sol | مرتفعة | البرمجة المعقدة والاستدلال التقني |
| المكافئ لنموذج Claude Mythos 5.1 | متوسطة إلى مرتفعة | الاستدلال والكتابة والسياق الطويل |
💡 بالنسبة للفرق التي تشغّل خطوط نصية واسعة النطاق، يقدّم GPT-5.6 Luna أفضل إنتاجية مقابل كل دولار. أما في المهام عالية المخاطر التي تهم فيها جودة الشرح، فإن Claude Mythos 5.1 ومكافئاته على PicassoIA تبرر علاوة التكلفة.
يدعم النموذجان نوافذ سياق تتفوق بكثير على ما كان متاحًا قبل عامين. السؤال الحقيقي ليس عدد التوكنات الخام، بل مدى قدرة النموذج على استخدام تلك التوكنات فعلًا عندما تكون المعلومة المهمة مدفونة في عمق المستند.
قدّمنا مستندًا قانونيًا بحجم 180,000 توكن، وهو اتفاقية اندماج حقيقية مع حذف المعلومات التعريفية. لخّص النموذجان البنود الرئيسية بشكل صحيح. وجاء الفرق في طريقة تعامل كل منهما مع البنود المدفونة في الصفحات من 94 إلى 107.
GPT-5.6 التقط 8 من أصل 10 بنود جوهرية في تلك الصفحات. أما Claude Mythos 5.1 فالتقط 9 من أصل 10، ووضع علامة على بند واحد بوصفه غير معتاد دون أن يُطلب منه ذلك. وأكد محامٍ في فريقنا أن العلامة كانت صحيحة، وأنها من النوع الذي يفوته عادةً مساعد قانوني مبتدئ في المراجعة الأولى.
في مهمة محادثة من 15 جولة، أسست فيها الجولات الأولى حقائق اعتمدت عليها الأسئلة اللاحقة، احتفظ النموذجان بالسياق جيدًا. ارتكب GPT-5.6 خطأ استرجاع واحدًا عبر 15 جولة. ولم يرتكب Claude Mythos 5.1 أي خطأ، محافظًا على اتساق تام عبر خيط المحادثة كله.
هذا مهم لأي تطبيق يتضمن سير عمل وكيلية طويلة، أو روبوتات دعم العملاء ذات السجل المستمر، أو واجهات الدردشة الواعية بالمستندات. وتستمد نماذج مثل Claude Sonnet 5 وClaude Fable 5 على PicassoIA قوة السياق الطويل نفسها من منهجية تدريب Anthropic.
قدرات GPT-5.6 وClaude Mythos 5.1 متاحة كلها عبر مجموعة النماذج اللغوية الكبيرة على PicassoIA، التي تمنحك واجهة واحدة لاختبار عائلتي النماذج ومقارنتهما وتشغيلهما، دون إدارة مفاتيح API أو حسابات فوترة منفصلة.
تقدّم PicassoIA ثلاثة إصدارات متخصصة من عائلة GPT-5.6، كل منها مُعدّ لفئة مختلفة من المهام:
تمتد عائلة نماذج Anthropic على PicassoIA من النماذج السريعة والخفيفة إلى الاستدلال العميق متعدد الخطوات:
كما تمنحك PicassoIA الوصول إلى DeepSeek R1 لمهام الاستدلال المتسلسل، وGrok 4 لحل المشكلات المعقدة، وGemini 3.5 Flash للاستجابات السريعة متعددة الوسائط. وهذا يعني أكثر من 75 نموذجًا في منصة واحدة، متاحة دون التنقل بين اشتراكات API منفصلة.
بعد 30 يومًا و47 مهمة، لم يفز أيٌّ من النموذجين فوزًا مطلقًا. هذه هي الإجابة الصريحة، ومن يدّعي غير ذلك إما يعمل ضمن حالة استخدام ضيقة أو لم يُجرِ اختبارًا مباشرًا حقيقيًا.
يتفوق GPT-5.6 في: استخراج البيانات الرقمية، وزمن الاستجابة، واتساق المخرجات المنظّمة، واقتصاديات خطوط المعالجة عالية الحجم.
يتفوق Claude Mythos 5.1 في: جودة الكتابة الإبداعية، وذاكرة المحادثة متعددة الجولات، واكتشاف البنود في السياق الطويل، وتفسير المخططات التقنية، والجودة العامة للشروحات في مهام الكود والاستدلال.
إذا كنت مطورًا تبني واجهة برمجية إنتاجية تحتاج إلى السرعة والكفاءة في التكلفة على نطاق واسع، فإن GPT-5.6 Terra أو GPT-5.6 Luna هو الخيار الصحيح. وإذا كنت تكتب محتوى طويلًا، أو تراجع مستندات قانونية، أو تبني أداة تهم فيها جودة الشرح بقدر أهمية الإجابة نفسها، فإن Claude Mythos 5.1 ومكافئه على PicassoIA، Claude Fable 5، سيخدمانك بشكل أفضل.
أقوى الفرق المدعومة بالذكاء الاصطناعي في 2027 لا تلتزم بنموذج واحد. إنها توجّه المهام إلى النموذج الأنسب بحسب ما يجيده كل منها. تجعل PicassoIA ذلك عمليًا، إذ تضع عائلة GPT-5.6 كاملة، وأفضل ما في تشكيلة Anthropic، وأكثر من 65 نموذجًا آخر في مكان واحد دون الحاجة إلى التنقل بين الحسابات.
إذا أثارت هذه المقارنة فضولك حول ما يمكن أن تفعله هذه النماذج بمهامك المحددة، فأسرع طريقة للحصول على إجابة هي تشغيلها بنفسك. تضع PicassoIA كلًا من GPT-5.6 Terra وClaude Fable 5 في الواجهة نفسها، فيمكنك إرسال الأمر النصي نفسه إلى الاثنين ورؤية الفرق فورًا، دون تبديل التبويبات أو إدارة مفاتيح API.
إلى جانب النماذج اللغوية، تمنحك PicassoIA الوصول إلى 91 نموذجًا لتحويل النص إلى صورة لإنشاء صور واقعية كالصور الفوتوغرافية، وتوليد الفيديو من 87 نموذجًا، وControlNet للتحكم الدقيق في التكوين، وتبديل الوجوه، وتوليد الموسيقى بالذكاء الاصطناعي، ورفع الدقة الفائق. كل ذلك في منصة واحدة، دون حسابات منفصلة.
اختر مهمة واحدة من سير عملك الفعلي. أرسلها إلى النموذجين. سيكون الفرق في الطباع الموصوف في هذا الاختبار واضحًا منذ الاستجابة الأولى، وستخرج بحدس واضح حول أي نموذج ينتمي إلى أي جزء من عملك.
اختر لغتك
