بعد عام كامل، Qwen3 لا تزال تتصدر معادلة السعر والجودة — اختبار مواجهة بين النماذج
اختبار مواجهة بين نماذج LLM: Qwen3-235B الصادرة في يوليو 2025 تتصدر مجددًا من حيث السعر والجودة. خلال عام، تحسّن Gemini بمقدار 40 نقطة، وتبيّن أن DeepSeek V4 Flash كان مقيَّمًا بأقل من مستواه بـ6 نقاط، لكن Qwen لم تتنازل عن الصدارة. كما شمل الاختبار سرعة توليد النماذج.
معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
جمعتُ أربعة نماذج LLM في دفعة اختبار واحدة للتحقق مما إذا كان نموذج Gemma الصغير قد تفوّق فعلًا على النموذج الكبير في الاختبارات العابرة للجلسات. جاءت النتائج أكثر إثارة للاهتمام مما توقعت.
المواجهة المباشرة: Gemma لم تتفوق إحداهما على الأخرى
في مواجهة مباشرة منصفة، تبدّدت النتيجة غير المتوقعة التي ظهرت في الاختبار العابر للجلسات: جاء أداء نموذجَي Gemma متساويًا، ولا فرق بينهما. لكن ذلك كان مجرد البداية. فقد حصل DeepSeek V4 Flash، الذي كنت قد قيّمته بـ83 نقطة، على 89 نقطة هذه المرة، أي بزيادة 6 نقاط بالضبط. تبيّن أن النموذج كان مقيَّمًا بأقل من مستواه، وكان هذا أهم ما كشفته هذه الدفعة. فالمبالغة في تقدير نموذج واحد قد تؤدي إلى التقليل من شأن التراتبية بأكملها. لذلك تظل المواجهات المنصفة داخل سياق واحد المعيار المرجعي.
Qwen تحتفظ بالصدارة منذ عام
أما Qwen3-235B-A22B-2507 (الصادرة في 21 يوليو 2025) فقد احتلت مرة أخرى المركز الأول من حيث السعر والجودة. كان ذلك إصدار يوليو، أي قبل عام تقريبًا بالضبط. ولا يزال النموذج متقدمًا على منافسيه.
شهد هذا العام أحداثًا كثيرة. قفز Gemini من 57 إلى 97 نقطة، أي بزيادة 40 نقطة. وأعدتُ اختبار DeepSeek ثلاث مرات، وفي كل مرة ظهرت نتائج جديدة. وظهر منافسون جدد. أما Qwen؟ فهي ببساطة تحتفظ بالصدارة.
- Gemini: +40 نقطة خلال عام
- DeepSeek V4 Flash: كان مقيَّمًا بأقل من مستواه بـ6 نقاط
- Qwen3: لا تزال الأفضل من حيث السعر والجودة
- MiniMax: حظي بضجة إعلامية، وهو متين في الاختبارات لكنه ليس ثوريًا
- ثمانية نماذج جديدة في يونيو: لم تُزحزح المتصدر
معايير جديدة والترويج لـMiniMax
أُضيف إلى تحديث التصنيف معيار جديد هو سرعة التوليد. وتبيّن أن السرعة والجودة لا تسيران دائمًا جنبًا إلى جنب. فقد يكون النموذج سريعًا لكنه أبطأ في التعلّم على البيانات الحالية، أو العكس.
ويستحق MiniMax وقفة خاصة. فالجميع يمتدحه بالفعل، وهو قريب من Opus من حيث القدرات. لكن حوله حملة ترويج نشطة جدًا. وفي الاختبار المنصف يُظهر نتائج جديرة بالاهتمام، لكنها ليست ثورية بما يكفي لإعادة كتابة التراتبية.
ماذا يعني ذلك
إذا كنتم تختارون بين الجودة والسعر، فتبقى Qwen3-235B الخيار الأفضل لمعظم المهام. أما النماذج الأخرى فهي أكثر تخصصًا: Gemini للمهام متعددة الوسائط، وDeepSeek للتجارب، وMiniMax لمن هم مستعدون لدفع مبلغ أكبر.
- 31 أكتوبر 2026الأنطولوجيا مدقِّقًا لوكيل الذكاء الاصطناعي: على UniProt تتفوق علامات الخطأ فيها على الصدفة بهامش ضئيل فقط
- 31 أكتوبر 2026IBM: طرح أسئلة على العميل قبل التوليد رفع دقة العقود الذكية من 54% إلى 73%
- 30 أكتوبر 2026Mistral تفتح أوزان Large 4: قوي في البرمجة، لكن النماذج الصينية تسجل 32 نقطة مقابل 26
- 30 أكتوبر 2026Google: وكلاء الذكاء الاصطناعي مع Android CLI ينجزون مهام الواجهات أسرع بنسبة 77%
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول المواجهة المباشرة: Gemma لم تتفوق إحداهما على الأخرى؟
في مواجهة مباشرة منصفة، تبدّدت النتيجة غير المتوقعة التي ظهرت في الاختبار العابر للجلسات: جاء أداء نموذجَي Gemma متساويًا، ولا فرق بينهما. لكن ذلك كان مجرد البداية. فقد حصل DeepSeek V4 Flash، الذي كنت قد قيّمته بـ83 نقطة، على 89 نقطة هذه المرة، أي بزيادة 6 نقاط بالضبط. تبيّن أن النموذج كان مقيَّمًا بأقل من مستواه، وكان هذا أهم ما كشفته هذه الدفعة. فالمبالغة في تقدير نموذج واحد قد تؤدي إلى التقليل من شأن التراتبية بأكملها. لذلك تظل المواجهات المنصفة داخل سياق واحد المعيار المرجعي.
ما أبرز التفاصيل حول Qwen تحتفظ بالصدارة منذ عام؟
أما Qwen3-235B-A22B-2507 (الصادرة في 21 يوليو 2025) فقد احتلت مرة أخرى المركز الأول من حيث السعر والجودة. كان ذلك إصدار يوليو، أي قبل عام تقريبًا بالضبط. ولا يزال النموذج متقدمًا على منافسيه. شهد هذا العام أحداثًا كثيرة. قفز Gemini من 57 إلى 97 نقطة، أي بزيادة 40 نقطة. وأعدتُ اختبار DeepSeek ثلاث مرات، وفي كل مرة ظهرت نتائج جديدة. وظهر منافسون جدد. أما Qwen؟ فهي ببساطة تحتفظ بالصدارة. Gemini: +40 نقطة خلال عام DeepSeek V4 Flash: كان مقيَّمًا بأقل من مستواه بـ6 نقاط Qwen3: لا تزال الأفضل من حيث السعر والجودة MiniMax: حظي بضجة إعلامية، وهو متين في الاختبارات لكنه ليس ثوريًا ث
ما أبرز التفاصيل حول معايير جديدة والترويج لـMiniMax؟
أُضيف إلى تحديث التصنيف معيار جديد هو سرعة التوليد. وتبيّن أن السرعة والجودة لا تسيران دائمًا جنبًا إلى جنب. فقد يكون النموذج سريعًا لكنه أبطأ في التعلّم على البيانات الحالية، أو العكس. ويستحق MiniMax وقفة خاصة. فالجميع يمتدحه بالفعل، وهو قريب من Opus من حيث القدرات. لكن حوله حملة ترويج نشطة جدًا. وفي الاختبار المنصف يُظهر نتائج جديرة بالاهتمام، لكنها ليست ثورية بما يكفي لإعادة كتابة التراتبية.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.