هل تراجع أداء Opus 5.5؟ المطورون يرون انخفاضًا والاختبارات لا تراه

في 7 نوفمبر 2026 سأل Shane Melaugh على منصة X عمّا إذا كان Opus 5.5 قد تعرّض لـ„nerf“، أي أُضعف بصمت. وبحسب تحليله لـ1400 جلسة في Claude Code، غيّر النموذج طريقة تفكيره في حدود 3 نوفمبر، وهو ما يسمّيه كثيرون اليوم تراجع أداء Opus 5.5. ويوم الاثنين وصل النقاش نفسه إلى الصفحة الأولى في Hacker News (320 نقطة و215 تعليقًا خلال ساعات)، ولم تعلّق Anthropic عليه حتى الآن.

ما الذي لاحظه المطورون بالضبط؟

جمع Melaugh شكاوى مطورين آخرين: يُقال إن Opus 5.5 في Claude Code يتجاهل التعليمات، ويكرر الأخطاء نفسها، ويشغّل وكلاء فرعيين لمهام بسيطة. ثم أعطى 1400 من جلساته لنموذج Gemini 4 Argon ليحللها. النتيجة: اسم النموذج نفسه، لكن طريقة تفكيره في حدود 3 نوفمبر (بحسب تعبيره) „took a sharp turn“. واقترب المنشور من 500 ألف مشاهدة.

وهذه ليست الإشارة الوحيدة. ففي مستودع Claude Code على GitHub توجد منذ 26 أكتوبر المشكلة رقم 105112 بأرقام أكثر صلابة. حلّل صاحبها 6638 ردًا من Opus 5.5 من سجلات جلساته، ويشير إلى تاريخ مختلف: نقطة تحوّل بين 18 و19 أكتوبر.

1. قبل نقطة التحول كان يصحّح 5.2% من 5738 ردًا، وبعدها 25.4% من 900.
2. يظهر الارتفاع في كل مستويات effort: ‏medium وhigh وxhigh وmax.
3. النموذج لا يفكر أقل: في المتوسط 4434 رمز تفكير لكل رد في الأسبوع الذي بدأ في 12 أكتوبر، و6702 في الأسبوع التالي. وبحسب صاحب البلاغ فالمشكلة أن النموذج يجري بحثه ثم يجيب بعكس ما قرأه.
4. في تحديث بتاريخ 5 نوفمبر ذكر أن نسبة التصحيحات بلغت 17.0% بين 2 و4 نوفمبر، مقابل 3.6–7.0% أسبوعيًا من أواخر أغسطس حتى منتصف أكتوبر.

وتأكد صاحب البلاغ أيضًا من أنه لم يغيّر شيئًا من جهته (نفس إصدار العميل وملف CLAUDE.md والـhooks). وانضم إلى البلاغ مستخدم ثانٍ لاحظ نمطًا مشابهًا على Windows 11. ولم يردّ أحد من Anthropic.

تراجع أداء Opus 5.5: ماذا تقول الاختبارات؟

هنا تنقلب الصورة. فمشروع LiveNerf يمرّر يوميًا منذ الإطلاق المجموعة نفسها من 78 سؤالًا (GPQA Diamond وMMLU-Pro وAIME ورياضيات المسابقات) عبر Claude Code، وتُقيَّم دون حَكَم من الذكاء الاصطناعي. الحالة في 8 نوفمبر، اليوم 46 من 60: „no change detected in Opus 5.5“. وقد جمع نقاش سابق عن LiveNerf أكثر من 900 نقطة على HN، أي أن موضوع „الـnerf“ يعود باستمرار منذ الإطلاق.

لكن LiveNerf يقيس شيئًا مختلفًا عمّا يشكو منه المطورون: أسئلة امتحان منفردة على إصدار مثبّت من Claude Code 2.1.280، لا جلسات وكلاء تستمر ساعات مع أدوات. ويمكن أن يكون الأمران صحيحين في الوقت نفسه.

من أين قد يأتي الفرق؟

أولًا، من ملخصات التفكير. لا يعرض Claude تفكيره الخام، بل ملخصًا له فقط. ويرى Theo من T3 (ونعرف ذلك بشكل غير مباشر من تقرير AICoder) أن Anthropic تغيّر تدريجيًا، حسابًا بعد حساب، الوحدة التي تكتب هذه الملخصات تحديدًا، وأنه لا يرى أي تراجع في القدرات. وفي هذه الحالة يكون تحليل Gemini قد رصد تغيرًا في أسلوب الملخصات لا في النموذج نفسه. ويقول بعض المعلقين على HN الشيء نفسه.

ثانيًا، من إعدادات effort. فبحسب توثيق Anthropic يعمل Opus 5.5 افتراضيًا على مستوى medium، أي أقل بدرجة من Opus 5 ‏(high). يُضاف إلى ذلك أن الإصدارات الأخيرة من Claude Code غيّرت مستوى effort الذي تعمل به الوكلاء الفرعية (Changelog، الإصدارات 2.1.316–2.1.317).

ثالثًا، من سابقة معروفة. فكما نعلم، شرحت Anthropic في أبريل ضمن تقرير ما بعد الحادثة أن الشكاوى من Claude Code كان لها ثلاثة أسباب في المنتج: خفض مستوى effort الافتراضي، وخلل يمسح التفكير القديم في كل دور، وتعليمة تقصّر الردود. ولم يمسّ أحد أوزان النموذج آنذاك، وأكدت الشركة: „we never intentionally degrade our models“. إذن قد يبدو تغيير في المنتج المحيط بالنموذج وكأنه „نموذج أغبى“ مع أنه ليس كذلك.

ما الذي ينبغي الانتباه إليه؟

ما دامت Anthropic لم تعلّق، فهذا خلاف قائم على بيانات أفراد، فلنتعامل معه بحذر. ومع ذلك فالبلاغ رقم 105112 مفصّل بما يكفي (مع معرّف طلب نموذجي) لتتمكن Anthropic من التحقق منه من جهتها.

أما في بيئتنا فيمكننا على الأقل استبعاد الإعدادات. فبحسب الـChangelog يُضبط effort في Claude Code على مستوى المشروع (effortLevel)، وللوكلاء الفرعية عبر المتغير CLAUDE_CODE_SUBAGENT_EFFORT، بينما يشغّل „ultrathink“ دورًا على Opus 5.5 بمستوى effort ‏xhigh. وكتبت أكثر عن المواضع التي يستهلك فيها Claude Code الرموز في مقالَي استهلاك الرموز بسبب تحديثات حالة الوكلاء وحدود الاستخدام.

أسئلة شائعة

هل أكدت Anthropic أن Opus 5.5 أصبح أضعف؟

لا. حتى 9 نوفمبر لم أجد أي تعليق علني من Anthropic، ولم يردّ أحد من الشركة على البلاغ رقم 105112.

هل سبق أن أضعفت Anthropic نموذج Claude؟

في أبريل 2026 اعترفت الشركة بأن جودة Claude Code انخفضت بسبب ثلاثة تغييرات في المنتج، أُصلحت بحلول الإصدار 2.1.116. وبحسب تقرير ما بعد الحادثة لم تُغيَّر النماذج نفسها.

ما مستوى effort الافتراضي في Opus 5.5؟

‏Medium. يستخدم Opus 5 ونماذج Opus الأقدم المستوى high افتراضيًا، لذا فإن الطلب الذي لا يحدد effort يعمل على Opus 5.5 بمستوى أقل بدرجة.