ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارX: @arena→ المصدر

Inkling 2 Small تكلّف 0.26 دولار للمهمة الواحدة لدى الوكيل — أرخص 4.7 مرة من المتصدّر Kimi K3.1 Pro

فتحت Thinking Machines أوزان نموذج Inkling 2 Small، وجاء في Agent Arena — وهو تصنيف يقارن الوكلاء استنادًا إلى جلسات العمل الحقيقية للمستخدمين — في المرتبة الثانية بين النماذج المفتوحة. وتبلغ كلفة المهمة النموذجية الواحدة لدى الوكيل 0.26 دولار (الوسيط)، مقابل 1.22 دولار للمتصدّر في قائمة النماذج المفتوحة Kimi K3.1 Pro، أي أغلى بمقدار 4.7 مرة. وإذا كان وكيلكم ينجز آلاف المهام يوميًا، فشغّلوا النموذج على حالاتكم الخاصة وقارنوا الكلفة ونسبة النجاح.

معالج بواسطة الذكاء الاصطناعي من X: @arena؛ بتحرير Hamidun News
Inkling 2 Small تكلّف 0.26 دولار للمهمة الواحدة لدى الوكيل — أرخص 4.7 مرة من المتصدّر Kimi K3.1 Pro
المصدر: X: @arena. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليX: @arena ↗
رئيس التحرير
Agent Arenaتحسّن صافٍ بنسبة +2.9% على 11.5 ألف جلسة حقيقية
حقيقة رئيسية #2قابلية التوجيه +10.9% — أفضل نتيجة بين جميع النماذج المفتوحة
Code Arena WebDev1647 نقطة، المرتبة الأولى بين النماذج المفتوحة الأمريكية

إذا كنتم تشغّلون وكيل ذكاء اصطناعي في بيئة الإنتاج، فكل مهمة ينفّذها — سواء كانت معالجة تذكرة دعم أو ردًّا على عميل أو تعديلًا في الشيفرة — لها كلفة مالية. وقد نشرت منصة Agent Arena أرقامًا عن النموذج المفتوح Inkling 2 Small من Thinking Machines: المهمة النموذجية (الوسيطة) تكلّف 0.26 دولار، بينما تبلغ 1.22 دولار لدى المتصدّر بين النماذج المفتوحة، Kimi K3.1 Pro. أي أنها أغلى بمقدار 4.7 مرة. أما Inkling 2 Small نفسه، فبعد نشر أوزانه المفتوحة احتل المرتبة الثانية بين جميع النماذج المفتوحة في Agent Arena، والأولى بين النماذج الأمريكية.

كيف تقيّم Agent Arena الوكلاء

Agent Arena ليست تصويتًا «أعمى» تقليديًا يختار فيه الناس الإجابة الأكثر إعجابًا. تعتمد المنصة على آثار الاستخدام الفعلي: ماذا فعل الوكيل في جلسة العمل، وهل ساعد المستخدم، وكم كلّف ذلك. وتؤكد Arena نفسها أنها تريد الابتعاد عن التقييمات القائمة على التفضيلات البشرية، والاعتماد على إشارات موضوعية من الاستخدام الحي الذي يقوم به المجتمع العالمي.

وفيما يلي أرقام Inkling 2 Small:

  • بلغ مؤشر التحسّن الصافي (net improvement score) +2.9% على 11.5 ألف جلسة وكيلية حقيقية، وهو ما يعني المرتبة 22 في التصنيف العام؛
  • قابلية التوجيه (steerability) +10.9%، وهي أفضل نتيجة بين جميع النماذج المفتوحة؛
  • يبقى Inkling 2 Small النموذج الأمريكي الوحيد ضمن أفضل عشرة نماذج مفتوحة في Agent Arena.

لا يتضمن الملخص تعريفًا تفصيليًا لقابلية التوجيه، لكنها من حيث المعنى قدرة النموذج على التكيّف مع توضيحات المستخدم وتصويباته أثناء العمل. وهذه صفة مهمة للوكيل: فهو لا ينجح دائمًا من المحاولة الأولى، ومن القيّم أن يمكن إعادته إلى المسار الصحيح بعبارة قصيرة.

الكلفة: 0.26 دولار مقابل 1.22 دولار

أكثر الأرقام عمليةً هنا هو الكلفة الوسيطة للمهمة الواحدة. تخيّلوا خدمة ينجز فيها الوكيل عشرات الآلاف من الطلبات يوميًا. على هذا الحجم، يتحول الفارق بين 26 سنتًا و1.22 دولار إلى بند ملحوظ في الميزانية. وإذا كانت الجودة في سيناريوكم لا تقل عن الجودة لدى البديل الأغلى، فإن التوفير يكاد لا يكلّف شيئًا.

تنبيهات: هذه قيمة وسيطة للمهام في Agent Arena، وليست ضمانًا لمنتجكم؛ فالكلفة تتوقف على طول السياق وعدد خطوات الوكيل والمكان الذي تستضيفون فيه النموذج. كما يبقى Kimi K3.1 Pro الأول بين النماذج المفتوحة، أي أن Inkling 2 Small أرخص، لكنه ليس الأفضل بعد.

الشيفرة وتطوير الويب

بالتوازي، دخلت Thinking Machines Code Arena في فئة WebDev التي تقيّم إنشاء تطبيقات الويب. وحصل النموذج على 1647 نقطة. وهذه هي المرتبة الأولى بين النماذج المفتوحة الأمريكية، والرابعة بين جميع النماذج المفتوحة في العالم، والثالثة والعشرون في الترتيب العام. وبالنسبة إلى الفرق التي تُسند إلى الشبكة العصبية تصميم الواجهات وتطوير الواجهة الأمامية، فهذا سبب إضافي للنظر في بديل مفتوح عن واجهات API المغلقة.

ماذا نفعل بهذه المعلومات

أولًا، أصبح لدى من يبنون الوكلاء على أوزان مفتوحة مرشّح إضافي — خاصة إذا كانت الكلفة وإمكانية تشغيل النموذج داخليًا أمرين مهمين. ثانيًا، يهم وجود نموذج أمريكي في الجزء العلوي من التصنيف المفتوح الشركات التي تفضّل، بحكم متطلبات الامتثال أو سياسة المشتريات، ألا تعتمد على مزوّدين صينيين. وهذه ملاحظتنا نحن، وليست استنتاجًا من Arena.

والخطوات بسيطة: خذوا من 50 إلى 100 مهمة حقيقية من منتجكم، ومرّروها عبر Inkling 2 Small وعبر النموذج الذي تستخدمونه حاليًا، ثم قارنوا نسبة التنفيذ الناجح وعدد خطوات الوكيل والكلفة النهائية. تصنيف Arena مفيد كدافع لإجراء الاختبار، لكن القرار يجب أن تتخذه عيّنتكم الخاصة.

وما لا يتضمنه ملخص Arena حتى الآن: حجم النموذج والترخيص ومتطلبات العتاد غير مذكورة. ومن الأفضل التحقق من هذه التفاصيل في إصدار Thinking Machines قبل اعتماد النموذج في بنية المنتج.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول كيف تقيّم Agent Arena الوكلاء؟

Agent Arena ليست تصويتًا «أعمى» تقليديًا يختار فيه الناس الإجابة الأكثر إعجابًا. تعتمد المنصة على آثار الاستخدام الفعلي: ماذا فعل الوكيل في جلسة العمل، وهل ساعد المستخدم، وكم كلّف ذلك. وتؤكد Arena نفسها أنها تريد الابتعاد عن التقييمات القائمة على التفضيلات البشرية، والاعتماد على إشارات موضوعية من الاستخدام الحي الذي يقوم به المجتمع العالمي.

ما أبرز التفاصيل حول الكلفة: 0.26 دولار مقابل 1.22 دولار؟

أكثر الأرقام عمليةً هنا هو الكلفة الوسيطة للمهمة الواحدة. تخيّلوا خدمة ينجز فيها الوكيل عشرات الآلاف من الطلبات يوميًا. على هذا الحجم، يتحول الفارق بين 26 سنتًا و1.22 دولار إلى بند ملحوظ في الميزانية. وإذا كانت الجودة في سيناريوكم لا تقل عن الجودة لدى البديل الأغلى، فإن التوفير يكاد لا يكلّف شيئًا. تنبيهات: هذه قيمة وسيطة للمهام في Agent Arena، وليست ضمانًا لمنتجكم؛ فالكلفة تتوقف على طول السياق وعدد خطوات الوكيل والمكان الذي تستضيفون فيه النموذج.

ما أبرز التفاصيل حول الشيفرة وتطوير الويب؟

بالتوازي، دخلت Thinking Machines Code Arena في فئة WebDev التي تقيّم إنشاء تطبيقات الويب. وحصل النموذج على 1647 نقطة. وهذه هي المرتبة الأولى بين النماذج المفتوحة الأمريكية، والرابعة بين جميع النماذج المفتوحة في العالم، والثالثة والعشرون في الترتيب العام. وبالنسبة إلى الفرق التي تُسند إلى الشبكة العصبية تصميم الواجهات وتطوير الواجهة الأمامية، فهذا سبب إضافي للنظر في بديل مفتوح عن واجهات API المغلقة.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

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.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…