نویسندگان و بازبین‌های کانوکس
cofounder - engineer
علاقه مند به یادگیری، علاقه مند به هوش مصنوعی، علاقه مند به مهندسی
علاقه مند به یادگیری مهندسی هوش مصنوعی
آنتروپیک (Anthropic) همان شرکتی است که کلاد را ساخته است. کلاد کد برای برنامه‌نویسی و قابلیت‌های کار با فایل‌ها هم از محصولات آن‌اند. این شرکت دربارهٔ رفتار هوش مصنوعی و راه‌های کم‌کردن خطرهای آن هم تحقیق می‌کند.
علی‌بابا (Alibaba) شرکت سازندهٔ Qwen است، اما کسب‌وکارش بسیار گسترده‌تر از هوش مصنوعی است. تجارت اینترنتی، خدمات ابری و ابزارهای ساخت برنامه هم از کارهای این مجموعه‌اند.
میسترال (Mistral AI) شرکت فرانسوی سازندهٔ مدل‌های هوش مصنوعی و دستیار Vibe است. ابزارهای ساخت برنامه، خواندن سند، کار با صدا و خدمات سخت‌افزاری برای کسب‌وکارها هم از محصولات آن‌اند.
xAI نام شناخته‌شدهٔ مجموعهٔ سازندهٔ گروک است که اکنون در وب‌سایت رسمی با نام SpaceXSI هم معرفی می‌شود. محصولات آن گفت‌وگو، ساخت تصویر و ویدئو، صدا و ابزارهای برنامه‌نویسی و انجام کار را در بر می‌گیرند.
شیائومی سازندهٔ خانوادهٔ مدل‌های MiMo است. مدل MiMo-V2.6 Pro متن، تصویر، صدا و ویدئو را پردازش می‌کند و پاسخ متنی می‌دهد. وزن‌های این مدل با مجوز MIT منتشر شده‌اند.
کلود اپس ۵.۵ در ۲۲ سپتامبر ۲۰۲۶ معرفی شده است. در نتایج ثبت‌شده، بالاترین امتیاز هوشمندی این فهرست را دارد. نسبت به سونت ۵.۵، متن را کندتر می‌نویسد و هزینهٔ هر کارش کمی بیشتر است. نقطهٔ قوتش امتیاز بالاتر در آزمون‌هاست؛ برای پاسخ سریع‌تر، سونت هم ارزش بررسی دارد.
کلود سونت ۵.۵ در ۲۸ سپتامبر ۲۰۲۶ معرفی شده است. در نتایج ثبت‌شده، امتیاز هوشمندی آن نزدیک به اپس ۵.۵ است، اما متن را سریع‌تر می‌نویسد و هزینهٔ هر کارش کمتر است. بین این دو مدل، سونت ترکیب متعادل‌تری از توانایی، سرعت و هزینه نشان می‌دهد.
کلود هایکو ۵.۵ در ۷ اکتبر ۲۰۲۶ معرفی شده است. از سریع‌ترین مدل‌های این فهرست در نوشتن پاسخ است و هزینهٔ هر کارش از اپس و سونت کمتر است. در مقابل، امتیاز هوشمندی پایین‌تری از آن دو دارد. برای کارهای ساده‌تر و پرتعداد، این ترکیب می‌تواند به‌صرفه‌تر باشد.
کلود فیبل ۵.۱ از مدل‌های آنتروپیک است. در آزمون‌های ثبت‌شدهٔ این فهرست، از مدل‌های دارای امتیاز هوشمندی بالاتر است. اما پاسخ را کندتر از سونت ۵.۵ می‌نویسد و هزینهٔ هر کارش هم بیشتر است. اگر سرعت و هزینه برایتان مهم‌اند، این تفاوت را کنار امتیازش ببینید.
گروک ۴.۷ از مدل‌های xAI است. در نتایج ثبت‌شده، امتیاز هوشمندی بسیار بالاتری از گروک ۴.۳ دارد. سرعت نوشتن این دو نزدیک است، اما هزینهٔ هر کار گروک ۴.۷ بیشتر است. تفاوت اصلی، توانایی بیشتر در آزمون‌ها در برابر هزینهٔ بالاتر است.
گروک ۴.۳ از مدل‌های xAI است. در نتایج ثبت‌شده، هزینهٔ هر کارش بسیار کمتر از گروک ۴.۷ است و کمی سریع‌تر متن می‌نویسد. در مقابل، امتیاز هوشمندی پایین‌تری دارد. برای کارهای ساده‌تر، هزینهٔ کم می‌تواند مزیت باشد؛ برای کارهای دشوارتر، تفاوت امتیاز را هم در نظر بگیرید.
کوئن ۳.۸ با ۲۷ میلیارد پارامتر از مدل‌های علی‌بابا است. در نتایج ثبت‌شده، امتیاز هوشمندی آن نزدیک به دیپسیک V4 Flash است، اما متن را کندتر می‌نویسد و هزینهٔ هر کارش بیشتر است. در این مقایسه، سرعت و هزینه نقطهٔ قوت کوئن نیستند.
کلود سونت ۵ از مدل‌های آنتروپیک برای نوشتن، برنامه‌نویسی و کار با ابزارهاست. در نتایج ثبت‌شده، متن را سریع‌تر از اپس ۵ می‌نویسد و قیمت ورودی و خروجی کمتری دارد. در مقابل، امتیاز هوشمندی آن پایین‌تر است.
میسترال لارج ۳ از مدل‌های میسترال است. در نتایج ثبت‌شده، کمترین هزینهٔ هر کار را میان مدل‌های دارای این داده در فهرست دارد. امتیاز هوشمندی آن هم از بیشتر مدل‌ها پایین‌تر است. هزینهٔ کم نقطهٔ قوتش است، اما باید ببینید کیفیت پاسخ برای کار شما کافی است یا نه.
کلود اپس ۵ از مدل‌های آنتروپیک برای کارهای پیچیده و چندمرحله‌ای است. در آزمون‌های ثبت‌شده، امتیاز هوشمندی آن از سونت ۵ بالاتر است، اما پاسخ را کندتر می‌نویسد و قیمت متن بیشتری دارد. برای کارهای دشوار، این تفاوت را کنار کیفیت پاسخ واقعی بسنجید.
Qwen3.8 Max از مدل‌های علی‌باباست و متن، تصویر و ویدئو می‌گیرد. نسخهٔ 0902 در ارزیابی ثبت‌شده، امتیاز هوشمندی بالاتری از Qwen3.7 Max دارد، اما متن را کندتر می‌نویسد و قیمت بیشتری دارد. داده‌های این صفحه مخصوص همین نسخه است.
Qwen3.7 Max از مدل‌های متنی علی‌باباست. در نتایج ثبت‌شده، پاسخ را سریع‌تر از Qwen3.8 Max می‌نویسد و قیمت متن پایین‌تری دارد، اما امتیاز هوشمندی آن کمتر است. نسخهٔ مناسب را با توجه به دشواری کار و کیفیت پاسخ انتخاب کنید.
میوز اسپارک ۱.۳ مدل متا برای برنامه‌نویسی و کارهای چندمرحله‌ای است. در ارزیابی ثبت‌شده، امتیاز هوشمندی آن از MiMo-V2.6 Pro بالاتر است و متن را سریع‌تر می‌نویسد، اما قیمت متن بیشتری دارد. این صفحه نسخهٔ استاندارد ۱.۳ را معرفی می‌کند.
MiMo-V2.6 Pro مدل شیائومی است و متن، تصویر، صدا و ویدئو می‌گیرد. وزن‌های آن با مجوز MIT منتشر شده‌اند. در مقایسهٔ ثبت‌شده با Muse Spark 1.3، قیمت متن پایین‌تری دارد، اما امتیاز هوشمندی و سرعت نوشتن آن کمتر است.
مدل برای پاسخ دادن جای محدودی دارد. پیام‌ها، متن فایل‌ها و پاسخ تازه باید در این جا بگنجند. پنجره زمینه را می‌شود مثل میز کار دید؛ بزرگ‌تر بودن میز به‌تنهایی دقت کار را تضمین نمی‌کند.
سرعت نوشتن پاسخ مثل سرعت تایپ است. کسی ممکن است قبل از نوشتن مکث کند و بعد تند بنویسد. برای اینکه بدانیم جواب چقدر زود تمام می‌شود، باید هم مکث اول و هم مدت نوشتن را ببینیم.
شاخص ارزش کانوکس هوش و قیمت خروجی مدل را کنار هم می‌سنجد. امتیاز بالاتر یعنی توازن بهتر در همین فهرست؛ با اضافه شدن مدل‌ها یا تغییر داده‌ها، امتیازها هم ممکن است عوض شوند.
شاخص هوشمندی مثل معدل یک کارنامه است: یک عدد از چند امتحان به دست می‌آید. برای مقایسه مفید است، اما نمی‌گوید مدل در هر کار یا در نوشتن فارسی چقدر خوب است.
مدل زبانی بزرگ را مثل نویسنده‌ای تصور کنید که علاوه بر نوشتن، مسئله را بررسی می‌کند. اگر برنامه ابزارهایی مثل جست‌وجو، محاسبه و ویرایش فایل را در اختیارش بگذارد، می‌تواند از آن‌ها برای پیش بردن کار کمک بگیرد.
مدل زبانی کوچک مثل یک کیف نوشت‌افزار جمع‌وجور است: سبک‌تر از یک چمدان پر از وسایل است و برای خیلی از کارها کافی است. مناسب بودن مدل به کاری بستگی دارد که از آن می‌خواهید.
هزینهٔ هر کار مثل هزینهٔ چاپ یک جزوه است: قیمت هر صفحه فقط بخشی از ماجراست. تعداد صفحه‌ها و چاپ دوباره هم روی مبلغ آخر اثر دارند. در کار با مدل، طول متن و دفعات اصلاح جواب مهم‌اند.
هوش مصنوعی مثل یک جعبه‌ابزار است: ابزارهایش برای زبان، تصویر، صدا، برنامه‌ریزی و رباتیک به کار می‌روند. یادگیری ماشین و یادگیری عمیق از روش‌های ساخت این ابزارها هستند.
در یادگیری ماشین، به کامپیوتر نمونه نشان می‌دهیم تا یاد بگیرد. مثل کارآموزی که با دیدن سیب‌های سالم و آسیب‌دیده، جدا کردن آن‌ها را تمرین می‌کند؛ بعد باید بتواند سیب تازه‌ای را هم درست تشخیص دهد.
پاسخ مستند هوش مصنوعی به منبع مشخص تکیه دارد و ارجاع، مسیر بررسی آن را نشان می‌دهد. برای اعتماد به جواب، باید متن پشتیبان، نسخهٔ سند و موارد بی‌پاسخ روشن باشند.
برای کنترل هزینهٔ هوش مصنوعی، مصرف هر نفر و هر نوع کار را جدا ببینید. بعد مشخص کنید چه کسی به سهمیهٔ بیشتر نیاز دارد و کدام کار باید تغییر کند.
پنج کاربرد عملی هوش مصنوعی برای کارهای اداری: تطبیق فاکتور و پرداخت، مقایسهٔ پیشنهاد خرید، پیگیری جلسه، بررسی دستورالعمل و ساخت گزارش مدیریتی.
هزینهٔ هوش مصنوعی سازمانی فقط مصرف مدل نیست. آموزش تیم، ساخت دستیار و افزایش استفاده هم باید در بودجه دیده شوند؛ مصرف کمِ شروع، معیار کافی نیست.
افشای اطلاعات، دسترسی به اسناد محرمانه و اجرای کار ناخواسته از خطرهای هوش مصنوعی‌اند. ببینید هر خطر چطور ایجاد می‌شود و چه حفاظتی لازم دارد.
ساخت چت‌بات با اسناد شرکت فقط بارگذاری فایل نیست. خواندن درست اسناد، جست‌وجو، پاسخ مستند، کنترل دسترسی و نگهداری برای استفادهٔ روزانه لازم‌اند.
راه‌اندازی هوش مصنوعی برای اسناد سازمانی به تعیین دسترسی، انتخاب نسخهٔ معتبر، بررسی محل پردازش و آزمون پاسخ‌ها نیاز دارد؛ بارگذاری فایل کافی نیست.
چت‌بات داخلی می‌تواند پاسخ‌گویی به سؤال‌های تکراری و پیداکردن اطلاعات شرکت را آسان‌تر کند. پاسخ اشتباه، افشای اطلاعات و هزینهٔ مصرف هم باید مدیریت شوند.
دستیار هوش مصنوعی فارسی فقط متن فارسی تولید نمی‌کند؛ گفت‌وگوی صوتی، تبدیل گفتار به متن، انجام کار با دستور فارسی و محیط برنامه هم بخشی از تجربه‌اند.
دستیار هوش مصنوعی سازمانی با دسترسی به اسناد و ابزارهای شرکت می‌تواند اطلاعات جمع کند و کار را در چند مرحله پیش ببرد؛ دامنهٔ اجرا به اتصال‌ها و مجوزها بستگی دارد.
هوش مصنوعی سازمانی یعنی استفاده از ابزارهای هوشمند برای کارهای شرکت، با منابع، دسترسی‌ها و مسئولیت‌های مشخص. شروع مناسب، یک کار محدود و قابل بررسی است.
کنترل دسترسی ایجنت یعنی مشخص باشد چه اطلاعاتی را می‌خواند، چه کاری انجام می‌دهد و کجا منتظر تأیید می‌ماند. خواندن، نوشتن پیش‌نویس و اجرای تغییر، اختیار یکسانی نمی‌خواهند.
مهندسی زمینه یعنی انتخاب و به‌روز نگه‌داشتن اطلاعات و ابزارهایی که مدل در هر مرحلهٔ کار در اختیار دارد؛ از دستور و سند تا نتیجهٔ ابزار، حافظه و وضعیت کار.
هزینهٔ ایجنت از پاسخ نهایی بیشتر است: دستور اصلی، سابقهٔ گفتگو، نتیجهٔ ابزارها، جست‌وجوی اسناد و پردازش صدا می‌توانند در مصرف نقش داشته باشند.
