نموذجا GLM-5 وMiniMax M2.7 المفتوحان يلحقان بـ Claude Opus في مهام الوكلاء: 12 دولارًا مقابل 250 يوميًا
اختبرت LangChain نموذجي GLM-5 وMiniMax M2.7 المفتوحين على المهام الأساسية للوكلاء، وهي العمل مع الملفات واستدعاء الأدوات واتباع التعليمات، وحصلت على نتيجة في مستوى النماذج المغلقة الرائدة. عند حمل قدره 10 ملايين رمز يوميًا، تبلغ تكلفة MiniMax M2.7 نحو 12 دولارًا، مقابل نحو 250 دولارًا لـ Claude Opus 4.6، أي ما يقارب 87 ألف دولار سنويًا. وبالنسبة إلى العمليات الجماعية المتكررة، بات من المجدي تجربة النماذج المفتوحة، على أن يُحتفظ بالنموذج الباهظ للتخطيط.
معالج بواسطة الذكاء الاصطناعي من LangChain Blog؛ بتحرير Hamidun News
تخيّل وكيلًا يقضي يومه كله في نقل الملفات واستدعاء واجهات API وتحليل التعليمات. إذا كان خلف كل خطوة أغلى نموذج مغلق، فإن الفاتورة تتضخم بسرعة كبيرة، والمستخدم ينتظر الرد. فحص فريق LangChain ما إذا كانت هذه الرفاهية ضرورية. وبحسب اختباراته، يُظهر نموذجا GLM-5 وMiniMax M2.7 المفتوحان (يمكن تنزيل أوزانهما وتشغيلهما في أي مكان) في المهام الأساسية للوكلاء، وهي العمل مع الملفات واستدعاء الأدوات وتنفيذ التعليمات، نتيجة قريبة من النماذج المغلقة الرائدة. وفي الوقت نفسه، فإن تطبيقًا ينتج 10 ملايين رمز يوميًا (الرمز هو تقريبًا جزء من كلمة) ينفق على MiniMax M2.7 نحو 12 دولارًا في اليوم، وعلى Claude Opus 4.6 من Anthropic نحو 250 دولارًا. ويبلغ الفرق نحو 87 ألف دولار سنويًا.
ما الذي فُحص تحديدًا
في الأسابيع الأخيرة، مرّرت LangChain النماذج المفتوحة عبر اختبارات إطار العمل Deep Agents الخاص بها. وفحصت ما لا يمكن إدخال أي نموذج في بنية الوكلاء بدونه: هل يستطيع استدعاء الأدوات بموثوقية، واتباع التعليمات المنظمة، والعمل مع الملفات. والاختبارات سبع فئات: عمليات الملفات، واستخدام الأدوات، والبحث عن المعلومات، والحوار، والذاكرة، والتلخيص، و«اختبارات الوحدة».
لكل اختبار شروط نجاح صارمة: إما أن ينجح النموذج فيها وإما أن يفشل. وهناك أيضًا فحوص أخف للكفاءة، أي عدد الخطوات واستدعاءات الأدوات التي احتاجها النموذج مقارنة بالمتوقع. والمقاييس أربعة: نسبة المهام المحلولة (النتيجة 0.68 تعني حل 68% من الاختبارات)، ومؤشر «الصحة والسرعة» (عدد الخطوات المتوقع مقسومًا على زمن التنفيذ؛ والاختبارات الفاشلة تعطي صفرًا)، ونسبة الخطوات الفعلية إلى المتوقعة، ونسبة استدعاءات الأدوات الفعلية إلى المتوقعة. القيمة 1.0 تعني أن النموذج التزم بالميزانية تمامًا، وما فوقها يعني أنه أنفق أكثر، وما دونها يعني أنه أنجز المهمة بأقل. فالنموذج الذي حلّ المهمة في خطوتين بدل خمس يتفوق في الدقة وفي الاقتصاد معًا.
اعتُمدت إعدادات الاستدلال الافتراضية لدى كل مزوّد. وبالنسبة إلى Claude، هذا هو الوضع من دون التفكير الموسّع. وتشدد LangChain نفسها على أن النتائج أولية وأن مجموعة الاختبارات ستتوسع.
المال والسرعة
بحسب تقدير المؤلفين، قد تكون النماذج المغلقة الرائدة أغلى بـ 8–10 مرات في السيناريوهات عالية الحمل. ومثال 250 دولارًا مقابل 12 دولارًا يوميًا يوضح كيف يبدو ذلك في الميزانية.
وتبدو الصورة مشابهة في السرعة. فبحسب البيانات المنشورة، يستجيب GLM-5 على بنية Baseten التحتية في المتوسط خلال 0.65 ثانية وينتج 70 رمزًا في الثانية. أما Claude Opus 4.6 فيسجّل 2.56 ثانية و34 رمزًا في الثانية. والنماذج المفتوحة أصغر حجمًا عادةً، كما أن مزوّدي الاستدلال المتخصصين مثل Baseten وFireworks وGroq يحسّنون زمن الاستجابة والإنتاجية بصورة أفضل مما تستطيع معظم الفرق فعله بنفسها. وفي المنتجات التفاعلية التي ينظر فيها المستخدم إلى الشاشة وينتظر، يصعب سدّ هذه الفجوة بالحيل الهندسية.
كيف تجرّب
في Deep Agents SDK، يتم تغيير النموذج بسطر واحد في create_deep_agent: تثبّت حزمة المزوّد، مثل langchain-baseten أو langchain-openrouter، وتحدد اسم النموذج. ويحدد الإطار بنفسه حجم نافذة السياق، ويعطّل الوسائط غير المدعومة، ويضيف إلى موجّه النظام اسم النموذج والمزوّد وحدودهما. وتُضبط تلقائيًا عتبات ضغط السياق وتلخيصه: فالضغط لدى نموذج بسياق 4K أشد من الضغط لدى Opus بسياق 1M.
اختُبر المزوّدون Baseten وFireworks وGroq وOpenRouter وOllama (cloud). وغالبًا ما يتوافر النموذج نفسه لدى أكثر من مزوّد، فيمكن الاختيار بحسب السعر أو زمن الاستجابة أو متطلبات الخصوصية. وللتشغيل المحلي الكامل، يصلح Ollama وvLLM. ويمكن تشغيل الاختبارات محليًا عبر pytest مع تحديد مجموعة نماذج أو نموذج بعينه. وفي CI، تشغّل LangChain مجموعة اختبارات واحدة على 52 نموذجًا.
وتجدر الإشارة بشكل منفصل إلى CLI، وهو وكيل برمجة مفتوح يصفه المؤلفون بأنه بديل لـ Claude Code. وقد أُضيف إليه ConfigurableModelMiddleware الذي يتيح تغيير النموذج في منتصف الجلسة. وبذلك يمكن التخطيط للمهمة على نموذج مغلق باهظ، ثم تنفيذها على نموذج مفتوح رخيص.
القيود والخلاصة
هذا منشور صادر عن شركة تبيع منصة الوكلاء LangSmith، والاختبارات مكتوبة خصيصًا لبنيتها الخاصة. وهي تفحص المهارات الأساسية، لا أصعب مهام الاستدلال ولا سلاسل القرارات الطويلة، ولذلك فإن عبارة «في مستوى المغلقة» تنطبق على العمليات البسيطة للوكلاء، لا على كل المهام. كما أن أرقام زمن الاستجابة تعتمد على المزوّد المحدد وعلى الحمل.
والخلاصة العملية بسيطة. إذا كان وكيلك ينفّذ الكثير من العمليات المتكررة على الملفات والأدوات، فجرّب عليه GLM-5 أو MiniMax M2.7 على اختباراتك الخاصة وقارن التكلفة. ويبدو نهج «النموذج الباهظ يخطط والمفتوح الرخيص ينفّذ» أنسب حل وسط. وتعد LangChain بوصف أساليب ضبط البنية لعائلات النماذج المفتوحة، وباختبار التهيئات التي يدير فيها منسّق مغلق وكلاء فرعيين مفتوحين.
- 22 نوفمبر 2026Claude Code نظّف تلفازًا من الإعلانات خلال ساعة ونصف وأطلق موجة اختراق الأجهزة
- 22 نوفمبر 2026الوكيل تجاهل AGENTS.md: في ثلث عمليات الدفع لم يطلب الإذن، و31 محاولة force push
- 22 نوفمبر 2026Axiom Math تدوّن بالذكاء الاصطناعي إثباتًا ضخمًا من 43.1 مليون سطر برمجي بلغة Lean خلال 24 يومًا
- 22 نوفمبر 2026منحة ياندكس تتحول إلى محرك لنماذج LLM: نموذج 35B على RTX 2080 Ti أسرع بثلاثة أضعاف من llama.cpp
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي فُحص تحديدًا؟
في الأسابيع الأخيرة، مرّرت LangChain النماذج المفتوحة عبر اختبارات إطار العمل Deep Agents الخاص بها. وفحصت ما لا يمكن إدخال أي نموذج في بنية الوكلاء بدونه: هل يستطيع استدعاء الأدوات بموثوقية، واتباع التعليمات المنظمة، والعمل مع الملفات. والاختبارات سبع فئات: عمليات الملفات، واستخدام الأدوات، والبحث عن المعلومات، والحوار، والذاكرة، والتلخيص، و«اختبارات الوحدة». لكل اختبار شروط نجاح صارمة: إما أن ينجح النموذج فيها وإما أن يفشل.
ما أبرز التفاصيل حول المال والسرعة؟
بحسب تقدير المؤلفين، قد تكون النماذج المغلقة الرائدة أغلى بـ 8–10 مرات في السيناريوهات عالية الحمل. ومثال 250 دولارًا مقابل 12 دولارًا يوميًا يوضح كيف يبدو ذلك في الميزانية. وتبدو الصورة مشابهة في السرعة. فبحسب البيانات المنشورة، يستجيب GLM-5 على بنية Baseten التحتية في المتوسط خلال 0.65 ثانية وينتج 70 رمزًا في الثانية. أما Claude Opus 4.6 فيسجّل 2.56 ثانية و34 رمزًا في الثانية.
ما أبرز التفاصيل حول كيف تجرّب؟
في Deep Agents SDK، يتم تغيير النموذج بسطر واحد في create_deep_agent: تثبّت حزمة المزوّد، مثل langchain-baseten أو langchain-openrouter، وتحدد اسم النموذج. ويحدد الإطار بنفسه حجم نافذة السياق، ويعطّل الوسائط غير المدعومة، ويضيف إلى موجّه النظام اسم النموذج والمزوّد وحدودهما. وتُضبط تلقائيًا عتبات ضغط السياق وتلخيصه: فالضغط لدى نموذج بسياق 4K أشد من الضغط لدى Opus بسياق 1M. اختُبر المزوّدون Baseten وFireworks وGroq وOpenRouter وOllama (cloud).
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.