وضع xhigh في Gemini 4 Hydrogen أغلى من high بست مرات: 23.61 سنتًا بدلًا من 3.99 للإجابة الواحدة
يوفّر Gemini 4 Hydrogen خيارًا لضبط «مدة التفكير قبل الإجابة»: المستوى high والمستوى الأعلى منه xhigh. طلب سايمون ويليسون من النموذج رسم بجعة على دراجة هوائية، فاستهلك المستوى high ما مقداره 5 311 رموز (وحدات النص التي يُدفع مقابلها) و3.99 سنتًا، بينما استهلك xhigh ما مقداره 31 477 رمزًا و23.61 سنتًا. أي أن التكلفة أعلى بنحو ست مرات تقريبًا، لكن الصورتين، بحسب قوله، تختلفان اختلافًا ملحوظًا. لذلك ينبغي تفعيل xhigh للمهام المعقدة، لا أن يكون الخيار الافتراضي.
معالج بواسطة الذكاء الاصطناعي من X: @simonw؛ بتحرير Hamidun News
تستطيع النماذج الحديثة «التفكير» قبل الإجابة، وكثير منها يتيح ضبط مدة هذا التفكير. في Gemini 4 Hydrogen تأخذ هذه الإعدادات شكل مستويات للاستدلال: high (مرتفع) وxhigh (أعلى منه). وكلما طال تفكير النموذج، زاد النص الذي يولّده. ويُدفع مقابل هذا النص، الذي يُقاس بالرموز (tokens، وهي أجزاء افتراضية من الكلمات). أوضح سايمون ويليسون، وهو مطوّر معروف ومؤلف عدد كبير من الاختبارات غير الرسمية للنماذج اللغوية، بمثال واحد كلفة هذا الفارق: بلغت تكلفة xhigh نحو 23.61 سنتًا، مقابل 3.99 سنتًا لـ high، عن الطلب نفسه.
ما الذي جرت مقارنته بالضبط
يختبر ويليسون النماذج منذ فترة طويلة بمهمة طريفة واحدة: أن يطلب منها رسم بجعة على دراجة هوائية في صورة متجهية (vector). تبدو المهمة بسيطة، لكنها تتطلب تركيب كائن مألوف من أشكال أساسية، والتفكير في النسب وفي مواضع التفاصيل. شغّل النموذج نفسه، Gemini 4 Hydrogen، مرتين: مرة بالمستوى high ومرة بالمستوى xhigh.
نتائج الموارد:
- high: 5 311 رموز إخراج، بتكلفة 3.99 سنتًا؛
- xhigh: 31 477 رمز إخراج، بتكلفة 23.61 سنتًا.
وبحسب المؤلف، فإن الفرق بين البجعتين «كبير جدًا». أرفق الصورتين بمنشوره، وتقييم الجودة يعود له وحده: نحن لم نقارن الصور بأنفسنا، وننقل استنتاجه فقط.
أين تذهب الأموال
إذا قسمنا السعر على عدد الرموز، فسنحصل في الحالتين على نحو 7.5 دولار لكل مليون رمز إخراج. هذا تقدير تقريبي مبني على الأرقام المنشورة، لكنه يبيّن الجوهر: تعرفة الرمز الواحد في الوضعين متطابقة عمليًا. وإنما ارتفعت الفاتورة لأن النموذج كتب في xhigh نصًا أكبر بـ 5.9 مرة: 31 477 رمزًا مقابل 5 311. وارتفع السعر بالنسبة نفسها تقريبًا، أي 5.9 مرة.
بالنسبة لرسمة واحدة، يبلغ الفارق نحو 20 سنتًا، أي مبلغًا زهيدًا. لكن تخيّل وكيلًا (agent) ينفّذ مئات الاستدعاءات في الجلسة الواحدة، أو خدمة تعالج عشرات الآلاف من الطلبات يوميًا. هنا يتحول المضاعِف 5.9 إلى الفرق بين «ما يمكن تحمّله» و«ما سيضطرك إلى تبريره أمام المدير المالي». يضاف إلى ذلك أن توليد ثلاثين ألف رمز يستغرق وقتًا أطول بكثير من توليد خمسة آلاف، وبالتالي يطول زمن انتظار الإجابة. وهذا استنتاج منا وليس من بيانات المنشور، لكنه يتبع منطقيًا من حجم النص.
كيف نتصرف
ثمة ثلاث خلاصات عملية.
أولًا: لا تفعّل المستوى الأعلى افتراضيًا. ابدأ بـ high، ولا تنتقل إلى xhigh إلا حيث ترى فعلًا فرقًا في الجودة على أمثلتك الخاصة: في مهام البرمجة المعقدة متعددة الخطوات، أو عند توليد بنى معقدة.
ثانيًا: احسب تكلفة المهمة لا تكلفة الرمز. قائمة الأسعار تقول شيئًا، أما الفاتورة الفعلية فتتوقف على مقدار ما قرر النموذج «التفكير» فيه. قِس متوسط عدد رموز الإخراج للطلب النموذجي عند كل مستوى، ثم اضربه في التعرفة.
ثالثًا: اضبط التوجيه (routing). وجّه الطلبات البسيطة إلى المستويات المنخفضة، والمتوسطة إلى high، واحتفظ بـ xhigh للحالات التي فشلت فيها المحاولة الأولى أو التي يكون الخطأ فيها مكلفًا.
القيود
هذا منشور واحد ومثال واحد. اختبار البجعة ذاتي وليس معيارًا قياسيًا (benchmark) له مقياس محدد، وزوج واحد من الصور لا يثبت أن xhigh سيحقق المكسب نفسه في مهامك. كما أن من غير المعروف ما إذا كان xhigh يستهلك دائمًا ستة أضعاف الرموز بالضبط: فحجم الاستدلال يعتمد على تعقيد الطلب. لكن الحساب مفيد على أي حال. قبل تفعيل الحد الأقصى، قدّر كم مرة ستتضاعف الفاتورة، وتحقق مما إذا كان تحسّن الجودة يبرر هذه التكاليف.
- 22 نوفمبر 2026تقدير تحليلي: غاز بنسبة 87% وفحم بنسبة 11% سيغذيان Anthropic بالطاقة في 2028
- 22 نوفمبر 2026قاضيان من الذكاء الاصطناعي في اختبار قانوني لـ15 نموذجًا لغويًا يتحيزان لنماذج شركتيهما: انحياز بمقدار 0,04 نقطة من أصل 1
- 22 نوفمبر 2026هيئة SEC تدقق في حسابات Nvidia: السهم يهبط 14% في يوم واحد
- 22 نوفمبر 2026من مشروع هواية إلى شركة ناشئة بقيمة 3 مليارات دولار: LangChain تجمع 300 مليون دولار بعد أربع سنوات
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي جرت مقارنته بالضبط؟
يختبر ويليسون النماذج منذ فترة طويلة بمهمة طريفة واحدة: أن يطلب منها رسم بجعة على دراجة هوائية في صورة متجهية (vector). تبدو المهمة بسيطة، لكنها تتطلب تركيب كائن مألوف من أشكال أساسية، والتفكير في النسب وفي مواضع التفاصيل. شغّل النموذج نفسه، Gemini 4 Hydrogen، مرتين: مرة بالمستوى high ومرة بالمستوى xhigh. نتائج الموارد: high: 5 311 رموز إخراج، بتكلفة 3.99 سنتًا؛ xhigh: 31 477 رمز إخراج، بتكلفة 23.61 سنتًا. وبحسب المؤلف، فإن الفرق بين البجعتين «كبير جدًا».
ما أبرز التفاصيل حول أين تذهب الأموال؟
إذا قسمنا السعر على عدد الرموز، فسنحصل في الحالتين على نحو 7.5 دولار لكل مليون رمز إخراج. هذا تقدير تقريبي مبني على الأرقام المنشورة، لكنه يبيّن الجوهر: تعرفة الرمز الواحد في الوضعين متطابقة عمليًا. وإنما ارتفعت الفاتورة لأن النموذج كتب في xhigh نصًا أكبر بـ 5.9 مرة: 31 477 رمزًا مقابل 5 311. وارتفع السعر بالنسبة نفسها تقريبًا، أي 5.9 مرة. بالنسبة لرسمة واحدة، يبلغ الفارق نحو 20 سنتًا، أي مبلغًا زهيدًا. لكن تخيّل وكيلًا (agent) ينفّذ مئات الاستدعاءات في الجلسة الواحدة، أو خدمة تعالج عشرات الآلاف من الطلبات يوميًا.
ما أبرز التفاصيل حول كيف نتصرف؟
ثمة ثلاث خلاصات عملية. أولًا: لا تفعّل المستوى الأعلى افتراضيًا. ابدأ بـ high، ولا تنتقل إلى xhigh إلا حيث ترى فعلًا فرقًا في الجودة على أمثلتك الخاصة: في مهام البرمجة المعقدة متعددة الخطوات، أو عند توليد بنى معقدة. ثانيًا: احسب تكلفة المهمة لا تكلفة الرمز. قائمة الأسعار تقول شيئًا، أما الفاتورة الفعلية فتتوقف على مقدار ما قرر النموذج «التفكير» فيه. قِس متوسط عدد رموز الإخراج للطلب النموذجي عند كل مستوى، ثم اضربه في التعرفة. ثالثًا: اضبط التوجيه (routing).
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.