Claude Haiku 5.5 في الإنتاج: وجّه حسب النتيجة لا حجم النموذج

أطلقت Anthropic نموذج Claude Haiku 5.5 في 7 أكتوبر 2026 للأحمال الكبيرة الحساسة للزمن مثل التصنيف والاستخراج والتوجيه ومهام Subagents. تذكر صفحة النموذج الرسمية Context Window بحجم مليون Token، وحدًا أقصى للمخرجات يصل إلى 128K، وAdaptive Thinking، وسعرًا يبدأ من 0.10 دولار لكل مليون Input Tokens و0.50 دولار لكل مليون Output Tokens للطلبات التي لا يتجاوز Prompt فيها 100 ألف Token. يفيد ذلك الفرق التي تشغّل عددًا كبيرًا من المهام القصيرة، لكن قرار الإنتاج يجب أن يعتمد على النتائج المقبولة وTail Latency وكلفة سير العمل كاملًا، لا على وصف النموذج بأنه «صغير».

الإصدار ليس تبديل اسم مباشر من Haiku 4.5. توثق Anthropic Tokenizer أحدث، وتسعيرًا مرتبطًا بطول Prompt، وAdaptive Thinking، وإصدارات أدوات مختلفة، وStop Reasons جديدة، ومعاملات طلب قد تعيد HTTP 400. لذلك يشمل الترحيل الآمن عقد الطلب كاملًا: Model ID وإعدادات Thinking وEffort والأدوات والـParser وسياسة Cache وRetry والمراقبة ومسار الرجوع.

تصف Anthropic النموذج بأنه أسرع وأقل نماذجها الصغيرة كلفة، وتنشر Benchmarks ونتائج عملاء في إعلان الإطلاق. هذه ادعاءات وقياسات من المزود وليست ضمانًا لكل حمل. استخدمها لبناء فرضية، ثم استخدم Evaluation Set من مهامك لتقرر هل يستحق النموذج مسارًا إنتاجيًا.

ما الذي تغير في أنظمة الإنتاج؟

اسم النموذج في Claude API هو `claude-haiku-5-5`. وتذكر الصفحة الرسمية إتاحته عبر Claude API وAmazon Bedrock وGoogle Cloud وMicrosoft Foundry وClaude Platform on AWS. تختلف أسماء النماذج وبعض القدرات بين المنصات، لذلك يجب أن تعرف الإعدادات Provider الفعلي لا الاسم المنطقي فقط.

الحدود المعلنة كبيرة: Context Window بمليون Token وMaximum Output يساوي 128K. ويمكن لـMessage Batches الوصول إلى 300K Output مع Beta Header الموثق. هذه حدود قصوى وليست قيمًا افتراضية مقترحة. تزيد Prompts الكبيرة زمن الاستجابة، وتصعّب اختيار الدليل، وقد تنقل الطلب إلى شريحة تسعير أعلى. حافظ على Retrieval وContext Construction انتقائيين حتى لو استطاع النموذج استيعاب المزيد.

يعمل Adaptive Thinking افتراضيًا، وDefault Effort الموثق هو medium. تحتسب Thinking Tokens ضمن ميزانية المخرجات. وقد يفشل Parser يفترض أن أول Content Block نص مرئي عندما يبدأ الرد بـThinking Block. اقرأ المحتوى حسب Type، وحافظ على Blocks التي تتطلبها API، وخزّن حالة التطبيق الدائمة خارج التفكير المخفي.

سعّر شكل الطلب لا اسم النموذج فقط

يستخدم Haiku 5.5 تسعيرًا مرتبطًا بطول Prompt. عندما لا يتجاوز Prompt 100 ألف Token، يكون السعر الرسمي 0.10 دولار لكل مليون Input Tokens و0.50 دولار لكل مليون Output Tokens. وبعد تجاوز الحد يصبح 0.50 دولار للمدخلات و2.50 دولار للمخرجات. ولـCache Writes وCache Reads أسعار مختلفة كذلك للطلبات القصيرة والطويلة. يأخذ الطلب فوق الحد السعر الأعلى حتى لو كان جزء من Prompt عبارة عن Cache Hit.

تؤثر هذه القفزة في قرارات المعمارية. قد يضيف الفريق Tool Catalog كبيرًا وسجل محادثة طويلًا ووثائق مسترجعة حتى يتجاوز الطلب 100K، فيتغير سعر الوحدة للطلب كله. سجّل طول Prompt قبل الإرسال، وأنشئ تنبيهًا عند عبور الحد لكل Workload Class. لا تنتظر الفاتورة الشهرية حتى تكتشف خطأ في Routing.

الحد الأدنى للـPrompt القابل للتخزين المؤقت هو 512 Token. خزّن Prefix ثابتًا مثل التعليمات المشتركة وتعريفات الأدوات والمراجع، وضع بيانات الطلب المتغيرة بعده. قِس Cache Creation وCache Hits وInvalidation. لن يفيد الخصم النظري إذا منع Timestamp متغير أو Block خاص بالمستخدم إعادة الاستخدام.

كما أن كلفة الطلب وحدها غير كافية. قِس Cost per Accepted Task: Tokens والأدوات الخارجية وRetries وفشل التحقق والتصعيد إلى نموذج آخر ووقت المراجع. قد يكون أول Request رخيصًا لكنه يحتاج إصلاحات متكررة، فيصبح أغلى من Route أقوى تنجح من مرة واحدة.

تعامل مع الترحيل كعقد طلب محدد الإصدار

يوضح دليل الترحيل أن النص نفسه ينتج Tokens أكثر بنحو 30% مقارنة بـHaiku 4.5 لأن النموذج يستخدم Tokenizer أحدث. أعد عدّ Prompts الحقيقية باستخدام النموذج المستهدف. أعد حساب Budgets وحدود القطع والتنبيهات وتقدير الكلفة، ولا تستخدم أرقام النموذج القديم.

قد يعيد Manual Extended Thinking باستخدام `budget_tokens` خطأ HTTP 400. النمط الموثق يستخدم Adaptive Thinking و`output_config.effort`. وتطلب Anthropic حذف `temperature` و`top_p` و`top_k` لهذا النموذج. كما قد تحتاج Assistant Prefills وإصدارات Built-in Tools القديمة إلى ترحيل.

اجعل وحدة النشر Bundle مسماة—مثل `haiku-55-routing-v1`—تضم Model ID وProvider وSystem Prompt Hash وTool Schemas وإصداراتها وEffort وMaximum Output وParser Version وسياسة Retry وCache وضوابط الأمان. احتفظ بالحزمة السابقة كاملة. Rollback يغير اسم النموذج فقط ويترك Parameters أو Parser غير المتوافق ليس رجوعًا حقيقيًا.

ابنِ Workload Router صريحًا

Haiku 5.5 مرشح جيد للأعمال المحدودة المتكررة: تصنيف النية، واستخراج الحقول، واختصار الوثائق، ومساعدة استعلامات قواعد البيانات، وفرز دعم العملاء، وRetrieval Subagents، وخطوات Browser أو Computer Use السريعة. ومع ذلك تحتاج كل Route إلى Acceptance Test وحدود مخاطر.

وجّه بناءً على حقائق التطبيق، لا على قرار النموذج بصلاحيته الذاتية. تشمل الخصائص المفيدة فئة المهمة وقابلية الرجوع وحساسية البيانات وحجم السياق المتوقع وعدد الأدوات والغموض وجودة الاستشهاد المطلوبة وكلفة الخطأ. قد تمنح Prompt قصيرة صلاحية Refund عالي المخاطر، بينما تكون Prompt طويلة مجرد تلخيص منخفض المخاطر. طول Tokens ليس Risk Score.

صعّد المهمة عندما تكون غامضة، أو تتجاوز حدًا ماليًا أو صلاحية، أو تحتاج حكمًا مستمرًا عبر خطوات كثيرة، أو تفشل في التحقق. ابنِ Handoff جديدة من حقائق دائمة: الهدف والمدخلات المتحقق منها وTool Outputs والفحوص الفاشلة والقرارات المفتوحة. لا تعتمد على نقل Thinking Blocks مخفية بين حسابات أو Routes غير مترابطة.

في الأنظمة الكبيرة، استخدم Stable Routing Keys حتى لا يتنقل Tenant أو Conversation بين Bundles مختلفة. وسجّل Route وBundle Version في كل Trace. بذلك يصبح تشخيص Regression وقياس Rollback ممكنين.

أبقِ تفويض الأدوات خارج النموذج

يستطيع نموذج سريع استدعاء الأدوات بسرعة، وهذا يزيد أهمية الضوابط الحتمية. تحقّق في الكود من الهوية ونطاق Tenant وملكية المورد والحقول المسموح بها والحدود المالية وIdempotency Keys وحالة الموافقة. تقلل Tool Schemas المدخلات التالفة، لكنها لا تثبت أن العملية مصرح بها أو مناسبة.

افصل أدوات القراءة عن الكتابة قدر الإمكان. مسار Classification غالبًا لا يحتاج Mutation Tools. وإذا كان سير العمل يغير الحالة، ضع Policy Gate بين الفعل المقترح والمنفذ. أعد Tool Results منظمة ومختصرة، وحدّ المخرجات الكبيرة حتى لا تضخّم Logs أو Database Rows الطلب التالي بصورة غير متوقعة.

تعامل صراحة مع Stop Reasons الموثقة مثل `refusal` و`model_context_window_exceeded`. لا تعِد كل فشل بالطلب نفسه. بعض الحالات تحتاج Context أصغر أو ردًا ملتزمًا بالسياسة أو Route مختلفة أو مراجعة بشرية.

مثال على Request Bundle

يتبع الشكل التالي مثال Anthropic للترحيل. احتفظ بالمفاتيح في Server-side Environment Variables، وتحقق من Content Blocks بدل قراءة موضع ثابت في Array.

const response = await anthropic.messages.create({
  model: "claude-haiku-5-5",
  max_tokens: 4_000,
  thinking: { type: "adaptive" },
  output_config: { effort: "medium" },
  system: stableSystemPrompt,
  messages: [{ role: "user", content: taskInput }],
  tools: readOnlyTools,
});

const text = response.content
  .filter(block => block.type === "text")
  .map(block => block.text)
  .join("\n");

في Extraction حتمي، تحقق من النتيجة وفق Schema والدليل الأصلي. وفي Routing خزّن المسار وسبب سماح قواعد التطبيق به. وفي Tool Work تحقق من حالة النظام بعد التنفيذ بدل اعتبار السرد دليل نجاح.

قيّم قبل نقل Production Traffic

ابنِ Evaluation Set ثابتة من أشكال مهام حقيقية بعد إزالة البيانات الحساسة أو حمايتها. ضمّن الحالات الشائعة والمدخلات الغامضة والـPrompts الطويلة قرب حد التسعير والوثائق التالفة وTool Timeouts ورفض الصلاحية والتسليم المكرر وحالات Refusal والمدخلات التي يجب تصعيدها.

قِس Accepted-task Rate وCritical Failure Rate وFalse Positives وFalse Negatives وp50 وp95 Latency وInput/Output Tokens ونسبة Cache Hit وعدد Tool Calls وRetries ونسبة التصعيد ودقائق المراجعة والكلفة الكلية لكل مهمة مقبولة. واختبر Postconditions: القيمة المستخرجة تطابق الدليل، والاستشهادات تعمل، وSide Effect يحدث مرة واحدة، والأفعال الممنوعة لا تحدث، والحالة النهائية قابلة للتفسير.

ابدأ بـOffline Replay. ثم شغّل Shadow Traffic مع تعطيل الكتابة. وانشر Canary لشريحة صغيرة ثابتة فقط بعد تجاوز الحزمة للحدود. حدد Rollback Triggers قبل الإطلاق: فشل الصلاحية وتراجع الجودة وارتفاع Refusals وp95 Latency وكلفة تجاوز حد التسعير وRetry Rate وعدم اكتمال Tool Execution.

Anti-patterns ومتى لا تستخدم Haiku 5.5

لا ترسل كل مهمة إلى Haiku لأن سعر الوحدة منخفض. لا تستخدمه Route وحيدة لقرارات معمارية مفتوحة أو أفعال مالية غير قابلة للرجوع أو تفسير قانوني أو طبي عالي الأثر أو Agent طويل الأفق يفشل باستمرار في Acceptance Set. كما أن النموذج الأكبر ليس آمنًا تلقائيًا؛ هذه الحالات تحتاج سياسة حتمية ومراجعة بشرية.

لا تملأ Context Window بمليون Token لمجرد وجوده. لا تنقل Budgets الخاصة بـHaiku 4.5 كما هي. لا تضع بيانات مستخدم متغيرة داخل Shared Cached Prefix. لا تعرض كل الأدوات لكل مهمة. لا تجعل Benchmarks المزود بوابة الإصدار، ولا تعتبر Narrated Completion دليلًا على وقوع Side Effect.

قائمة تنفيذية للإطلاق

احصر كل Haiku Request Builder. بدّل Model ID لكل Provider. احذف Sampling Parameters غير المدعومة وManual Thinking Budgets. حدّث Built-in Tools وتعامل مع Stop Reasons الجديدة. أعد عد Tokens باستخدام Haiku 5.5. افصل Prompts تحت 100K وفوقها. امنح Parser وRequest Bundle إصدارًا واضحًا. أضف Schema وAuthorization وPostcondition Checks. شغّل Offline وShadow وCanary. واحتفظ بحزمة رجوع كاملة.

يمكن لـClaude Haiku 5.5 تحسين اقتصاد خصائص AI الكبيرة بصورة ملحوظة عندما تكون المهمة محددة ويمتلك النظام التوجيه والتحقق والمراقبة. الميزة الدائمة ليست اختيار أصغر نموذج؛ بل إسناد كل مهمة إلى أقل Route كلفة تحقق معيار الجودة والمخاطر بصورة متكررة.

إعداد: Noor Yasser