أفضل سؤال عن نماذج البرمجة في سبتمبر 2026 ما زال ليس «أيها الأذكى؟» بل: «أيها يُنهي هذا النوع من العمل؟» يجيب GPT-6 Astra باستلام لوحة المفاتيح: يعيش في الطرفية، ويقود المتصفح والمكتب حين لا تكفي الطرفية، ويواصل بعد أول فشل — مستهلكًا نحو ثلث الرموز التي كان سيحرقها GPT-5.6 Sol في التشغيل نفسه.
الأرقام الواقعية والتركيبية بتأريخ صادق: على منصة Code Arena التابعة لـ Arena.ai، اقتنص Astra (Max) المركز الأول عالميًا بـ 1797 نقطة في مسار WebDev — فاتحًا فارقًا حاسمًا بـ +35 نقطة أمام Claude Fable 5.1 Max (1762 نقطة) و**+109 أمام Opus 5 Max (1688 نقطة)، مع تصدره فئات البيانات والمنتجات وأدوات المحتوى، وإعادة تشكيل حدود كفاءة باريتو عند 40 دولارًا لكل مليون رمز مدمج. وعلى صعيد معايير الطرفية، حقق Astra نسبة 57.7–57.9% على Terminal-Bench 4.0 (Fable 5.1 عند 55.8%)، وأفضل نتيجة 74.1% على DeepSWE v1.1، و64.6% على Terminal-Bench Science**، و88% pass@1 / 99.2% pass@4 على SRE-Bench. ولا تزال منصة Artificial Analysis الخاصة ترى Fable 5.1 عند 70 مقابل 67 لـ Astra — وقد أعادت AA معايرة لوحتها عند إطلاق Astra. اليوم يحرك اختيار المنصة نتائج البرمجة أكثر مما تفعل أجيال النماذج.
الوزن المقابل لم يتحرك، ولن نلوّح به بعيدًا. حل قضايا SWE-Bench Pro ما زال قصة Claude Fable، والبيئة البرمجية Claude Code لدى Anthropic هي البيت الطبيعي للتعديلات الهيكلية المطوّلة للمستودعات. إن كان عملك يشبه «حُل هذه القائمة من القضايا كما ينبغي» فابدأ بـ Fable. وإن كان يشبه «ابنِ هذا التطبيق للويب، أصلح البناء، تتبّع الحادث، جهّز الجهاز، نفّذ التجربة» فابدأ بـ Astra.
وجّه العمل
| المهمة | استخدم | لماذا |
|---|---|---|
| تطوير الويب، أدوات Full-Stack، تحليل البيانات | Astra | المركز الأول في Code Arena: WebDev (1797 نقطة، +35 أمام Fable 5.1) |
| تحقيقات طرفية كثيفة، ترحيلات عنيدة، تحليل حوادث | Astra | أفضل أدلة الطرفية وSRE، وأقل الرموز لكل مهمة منجزة |
| عمل يحتاج المتصفح أو المكتب لا الطرفية وحدها | Astra | أفضل استخدام للحاسوب في وكيل برمجة |
| تعديلات هيكلية مطوّلة للمستودعات، حل القضايا داخل Claude Code | Fable 5 / Fable 5.1 | SWE-Bench Pro وصدارة منصة AA |
| تذاكر يومية، مراجعة PR، اختبارات، إعادة هيكلة | Terra / Sol | خيار GPT الاقتصادي بالأسعار القديمة |
| تحويلات آلية، هياكل بداية، فحوص دفعية | Luna | سريع ورخيص حين يستطيع اختبار التحقق من النتيجة |
الاقتصاد يستحق فقرة صادقة. السعر يقول 10/50 دولارًا — 2.5 ضعف Sol — وقراءات الذاكرة المؤقتة بدولار تعادل أربعة أضعاف تعرفة Fable 5.1، وهذا يهم في حلقات الوكلاء الطويلة. لكن Astra يفكر برموز أقل: نحو ثلث رموز Sol وخُمس رموز Opus في تشغيلات متقاربة، ولهذا يواصل المختبِرون المستقلون العثور عليه عند حد الكلفة/القدرة — وأحيانًا أرخص لكل مهمة منجزة من Fable 5. مرّر مستودعك نفسه عبر كليهما قبل أن تصدق أية فاتورة من الاثنتين.
الثغرة الصادقة: اقتراب Astra يتخطى خطوات الصقل التي يلاحظها المراجعون والسلالم المرقّمة؛ وقدراته السيبرانية (100% على ExploitBench، وثغرات صفرية غير معروفة في التقييم) تأتي مع ضمانات تبطئ العمل المشروع القريب من الاستغلال؛ وكان إطلاق اليوم الأول خشنًا مع Enterprise معطلًا افتراضيًا. التاج حقيقي، والتاج ضيق، والتاج مؤرَّخ. أعد النظر في اللوحات بعد أسبوعين — وسنفعل.
