مقارنة نماذج الذكاء الاصطناعي الصغيرة: التكاليف والجودة في الأعمال الروتينية

يمكن إنجاز كثير من المهام الروتينية في الشركات باستخدام نماذج ذكاء اصطناعي صغيرة: فرز رسائل البريد الإلكتروني، وفحص أوامر التصنيع، وتصنيف الإجراءات على موقع إلكتروني، أو مراقبة حالة ما على مدار الساعة. وتتقارب أسعار القائمة لدى المزودين تقاربًا كبيرًا. أما الفروق الواضحة بين النماذج فتكمن في مدى تكرار تخمينها، ومدى موثوقيتها في استخدام الأدوات، وعدد رموز التفكير (Thinking Tokens) التي تستهلكها. وتستند البيانات إلى قوائم أسعار المزودين، وإلى اختبارات معيارية مستقلة، وإلى اختبار عملي أجريناه بأنفسنا في Hawk IVO Force، وهي تعكس الحالة في 20 أكتوبر 2026.

تُعرض التكاليف هنا بمؤشر للتكلفة بدلًا من الدولار. فأسعار القائمة تتغير كثيرًا، وأسعار المزودين ليست أسعار Hawk IVO Force. ويُظهر المؤشر مدى غلاء نموذج ما مقارنةً بالنماذج الأخرى، ويظل سهل القراءة حتى عند تغيّر الأسعار.

النماذج التي تشملها المقارنة

لا تذكر OpenAI وAnthropic وGoogle وAmazon أحجام نماذجها الصغيرة. ويُقصد بالصغير هنا: أرخص فئة حالية في عائلة نماذج، مصممة للسرعة والكميات الكبيرة.

• GPT-6 Luna من OpenAI، متاح منذ 22 سبتمبر 2026: أصغر فئة في عائلة GPT-6 إلى جانب Sol وAstra. ووفقًا لـ OpenAI كان سلفه GPT-5.6 Luna يقابل فئة Nano السابقة. ويتوفر مباشرةً لدى OpenAI وعبر Microsoft Azure وAmazon Bedrock.
• Claude Haiku 5.5 من Anthropic، متاح منذ 7 أكتوبر 2026: خلف Claude Haiku 4.5، ويتوفر عبر Claude Platform وAmazon Web Services وGoogle Cloud وMicrosoft Azure.
• Gemini 3.5 Flash-Lite من Google، متاح منذ 21 يوليو 2026: أصغر فئة حالية من Gemini. وللمقارنة يُدرج معه Gemini 3.8 Flash بوصفه الفئة الأكبر التالية.
• Amazon Nova 2 Lite وAmazon Nova Micro، وكلاهما متاح على Amazon Bedrock فقط: Nova 2 Lite منذ ديسمبر 2025، وNova Micro بوصفه نموذجًا نصيًا بحتًا منذ ديسمبر 2024.
• النماذج الصينية: DeepSeek V4.1 Flash، وQwen3.8 Flash من Alibaba، وGLM-5.3-Flash من Z.ai، وMiniMax M3.1 Flash. أما Kimi K2.6 من Moonshot AI فتبلغ تكلفته عدة أضعاف، ويُستخدم في الاختبار العملي للمقارنة.

مقارنة التكاليف: مؤشر التكلفة

يقيّم مؤشر التكلفة المهمة القياسية بأسعار القائمة لدى المزودين، وتلخّصه درجة التكلفة تلخيصًا تقريبيًا.

النموذج	مؤشر التكلفة ↓, الأدنى أفضل	درجة التكلفة ↓, الأدنى أفضل	الرسوم الإضافية للموجّهات الطويلة
Amazon Nova Micro	24	1	لا يُعرف وجوده
GPT-6 Luna	76	2	فوق 272,000 رمز: المدخلات ×2، والمخرجات ×1.5
Claude Haiku 5.5	76	2	فوق 100,000 رمز: المدخلات ×5، والمخرجات ×5
Qwen3.8 Flash	94	2	لا يُعرف وجوده
GLM-5.3-Flash	97	2	لا يُعرف وجوده
MiniMax M3.1 Flash	103	2	لا يُعرف وجوده
DeepSeek V4.1 Flash	207	3	لا يوجد
Gemini 3.5 Flash-Lite	297	3	لا يوجد
Amazon Nova 2 Lite	297	3	لا يُعرف وجوده
Gemini 3.8 Flash	569	4	لا يوجد, ضعف السعر الأساسي اعتبارًا من 1 يناير 2027
Claude Sonnet 5.5 (للمقارنة)	1,517	5	لا يوجد
Claude Opus 5.5 (للمقارنة)	3,034	5	لا يوجد

تبلغ تكلفة Amazon Nova Micro ربع الوسيط، وتكلفة GPT-6 Luna وClaude Haiku 5.5 نحو ثلاثة أرباعه، وتكلفة Gemini 3.8 Flash قرابة ستة أضعافه. أما النموذجان الكبيران Claude Sonnet 5.5 وClaude Opus 5.5 فتتراوح تكلفتهما بين 15 و30 ضعفًا.

القفزة السعرية في Claude Haiku 5.5

في Claude Haiku 5.5 يحدد طولُ كل طلب منفرد التعرفةَ المطبقة. فابتداءً من 100,000 رمز في الموجّه (Prompt) تبلغ تكلفة الطلب بأكمله خمسة أضعاف. وتُحتسب أجزاء الموجّه المخزنة مؤقتًا ضمن الطول. لذلك فمن يحمّل رصيد الأوامر بالكامل في موجّه واحد يدفع التعرفة المرتفعة، ومن يقسمه إلى أجزاء أقل من 100,000 رمز يدفع التعرفة المنخفضة. ولدى GPT-6 Luna عتبة مماثلة عند 272,000 رمز مع رسوم إضافية أقل. أما Gemini Flash وFlash-Lite فلا توجد لديهما مثل هذه العتبة، ولا لدى نماذج Claude الأكبر ابتداءً من الجيل 4.6.

• Gemini Flash وFlash-Lite
• GPT-6 Luna
• Claude Haiku 5.5

معامل السعر مقارنةً بالسعر الأساسي للمدخلات ↓

طول الموجّه بالرموز

تُطبَّق الرسوم الإضافية في كل حالة على الطلب بأكمله. وفي GPT-6 Luna ترتفع تكلفة المخرجات إلى 1.5 ضعف. المصدر: OpenAI, Anthropic, Google، الحالة في 20 أكتوبر 2026.

بيانات الرسم البياني

النموذج	الرسوم الإضافية للموجّهات الطويلة
GPT-6 Luna	فوق 272,000 رمز: المدخلات ×2، والمخرجات ×1.5
Claude Haiku 5.5	فوق 100,000 رمز: المدخلات ×5، والمخرجات ×5
Gemini 3.5 Flash-Lite	لا يوجد
Gemini 3.8 Flash	لا يوجد, ضعف السعر الأساسي اعتبارًا من 1 يناير 2027
Amazon Nova 2 Lite	لا يُعرف وجوده
Amazon Nova Micro	لا يُعرف وجوده
DeepSeek V4.1 Flash	لا يوجد
Qwen3.8 Flash	لا يُعرف وجوده
GLM-5.3-Flash	لا يُعرف وجوده
MiniMax M3.1 Flash	لا يُعرف وجوده

السعر نفسه في جميع السحابات، ورسوم إضافية لإقامة البيانات

تتقارب الأسعار عبر السحابات الكبرى. فتكلفة GPT-6 Luna لدى Microsoft Azure وAmazon Bedrock مع المعالجة العالمية مساوية لتكلفته مباشرةً لدى OpenAI. وتحتسب Microsoft Foundry نماذج Claude بأسعار القائمة الخاصة بـ Anthropic. أما Amazon Bedrock وGoogle Cloud فلديهما قوائم أسعار خاصة، وتذكر Anthropic لنقاط النهاية الإقليمية لديهما رسومًا إضافية بنسبة 10% مقارنة بنقاط النهاية العالمية. وتكون التكلفة أعلى خصوصًا عند المعالجة في منطقة ثابتة: فـ GPT-6 Luna في منطقة بيانات الاتحاد الأوروبي لدى Azure أغلى بنحو 20%، وGemini في المنطقة المتعددة للاتحاد الأوروبي لدى Google Cloud أغلى بنحو 10%، وNova 2 Lite عبر مسار الاتحاد الأوروبي في فرانكفورت أغلى بنحو 40% مقارنة بالمعالجة العالمية في الولايات المتحدة.

ما يوفّر التكاليف أو يزيدها إضافةً إلى ذلك

• المعالجة الدفعية (Batch): من لا يحتاج إلى النتائج فورًا يدفع النصف لدى OpenAI وAnthropic وGoogle وAmazon عند استخدام المعالجة الدفعية. وتخفض DeepSeek السعر إلى النصف خارج أوقات الذروة لديها، غير أن هذه الأوقات تشمل في أيام العمل جزءًا كبيرًا من فترة الصباح بالتوقيت الألماني.
• التخزين المؤقت (Caching): يمكن تخزين أجزاء الموجّه المتكررة، مثل التعليمات والفئات والأمثلة، تخزينًا مؤقتًا. وعند قراءتها من الذاكرة المؤقتة تبلغ تكلفتها لدى OpenAI وAnthropic وGoogle نحو عُشر سعر المدخلات، ولدى Amazon Nova الربع.
• الرموز ليست متساوية الحجم في كل مكان: يحسب Claude Haiku 5.5 النص نفسه بعدد رموز يزيد بنحو 30% على سلفه. لذلك لا تعني الأسعار المتساوية لكل رمز تكاليف متساوية تمامًا لكل رسالة بريد إلكتروني.
• تغيير النماذج: أعلنت Google في 8 أكتوبر 2026، بعد أقل بقليل من ثمانية أسابيع من الإتاحة العامة، إيقاف Gemini 3.7 Flash، وهي تعيد توجيه الطلبات إلى Gemini 3.8 Flash. ويتضاعف سعر الأخير اعتبارًا من 1 يناير 2027. لذلك ينبغي أن تدخل الأسعار وإصدارات النماذج في كل تخطيط تشغيلي.

رموز التفكير: محرك التكاليف غير المرئي

تستطيع جميع النماذج الصغيرة الحالية تقريبًا التفكير قبل الإجابة. ولا تظهر رموز التفكير هذه في الإجابة، لكنها تُحتسب مخرجات، وتبلغ تكلفة المخرجات حسب النموذج ثلاثة إلى ثمانية أضعاف تكلفة المدخلات. ويمكن في الغالب ضبط مقدار تفكير النموذج:

• GPT-6 Luna: من none إلى max، والقيمة الافتراضية medium
• Claude Haiku 5.5: من low إلى max، والقيمة الافتراضية medium
• Gemini 3.5 Flash-Lite: من minimal إلى high، والقيمة الافتراضية minimal
• Amazon Nova 2 Lite: إيقاف أو من low إلى high، والقيمة الافتراضية إيقاف
• DeepSeek V4.1 Flash: مع التفكير أو بدونه، والقيمة الافتراضية مع التفكير
• GLM-5.3-Flash: لا يمكن إيقاف التفكير

والفرق كبير. فقد كلّف تشغيل مجموعة الاختبارات المعيارية الكاملة لدى Artificial Analysis باستخدام GPT-6 Luna على أعلى مستوى ما يزيد قليلًا على ستة أضعاف تكلفته دون تفكير، وكلّف Claude Haiku 5.5 على أعلى مستوى قرابة عشرة أضعاف تكلفته على المستوى المنخفض. وفي اختبارنا العملي أنتج Kimi K2.6 للمهام نفسها ما بين 3,100 و7,300 رمز مخرجات، في حين أنتج Gemini 3.7 Flash ما بين 360 و580. ويزداد وقت الانتظار أيضًا: إذ يقدّم GPT-6 Luna دون تفكير أول رمز من الإجابة بعد نحو 0.8 ثانية، وعلى أعلى مستوى بعد نحو 90 ثانية.

وللتصنيف والاستخراج يكفي في الغالب أدنى مستوى. وتوصي Google صراحةً بالنسبة لـ Gemini 3.5 Flash-Lite بالمستوى minimal للتصنيف والتوجيه (Routing) واستخراج JSON، أما للوكلاء الفرعيين (Sub-Agents) الذين يستخدمون الأدوات عبر عدة خطوات فتوصي بالمستوى medium أو high، لأن النموذج يقطع سلاسل الأدوات مبكرًا جدًا في غير ذلك. وأوثق طريقة لمعرفة القيمة المناسبة هي اختبار بالبيانات الخاصة.

• GPT-6 Luna
• Claude Haiku 5.5
• نماذج صغيرة أخرى

Intelligence Index ↑

مؤشر تكلفة تشغيل الاختبار الكامل، بمقياس لوغاريتمي ↓

تربط الخطوط بين أدنى مستوى تفكير وأعلى مستوى تفكير جرى قياسهما للنموذج نفسه. ويتضمن مؤشر التكلفة رموز التفكير المستهلكة فعليًا. ووسيط النقاط المعروضة = 100. ولا تتوفر تكاليف تشغيل الاختبار لـ Amazon Nova. المصدر: Artificial Analysis، الحالة في 20 أكتوبر 2026.

بيانات الرسم البياني

النموذج	مستوى التفكير	مؤشر تكلفة تشغيل الاختبار ↓, الأدنى أفضل	Intelligence Index ↑, الأعلى أفضل
GPT-6 Luna	none	6.0	18.5
Claude Haiku 5.5	low	11	29.5
GPT-6 Luna	max	38	38.1
MiniMax M3.1 Flash	default	89	42.7
GLM-5.3-Flash	max	96	41.8
Claude Haiku 5.5	max	104	43.4
Qwen3.8 Flash	default	114	39.8
Gemini 3.5 Flash-Lite	default	115	22.2
DeepSeek V4.1 Flash	max	140	45.1
Gemini 3.8 Flash	high	510	40.9

الهلوسة: سؤال معرفي أم عمل استنادًا إلى مادة مقدَّمة

تعتمد درجة هلوسة النموذج على المهمة. وينبغي التمييز بين سؤالين: هل يخمّن النموذج عندما لا يعرف شيئًا؟ وهل يلتزم بالمعلومات التي تُقدَّم له؟

أسئلة معرفية دون مصدر

تقيس Artificial Analysis باستخدام AA-Omniscience عدد المرات التي يقدم فيها النموذج إجابة خاطئة عن أسئلة تخصصية بدلًا من الإقرار بأنه لا يعرف الإجابة. ومعدل الهلوسة هو نسبة الإجابات الخاطئة من بين جميع الأسئلة التي لم تُجَب إجابة صحيحة. وكلما انخفض كان أفضل.

النموذج	الإجابات الصحيحة بالنسبة المئوية ↑, الأعلى أفضل	معدل الهلوسة بالنسبة المئوية ↓, الأدنى أفضل
GLM-5.3-Flash	28	28
Gemini 3.5 Flash-Lite	30	34
Claude Haiku 5.5	33 إلى 36	40 إلى 45
Qwen3.8 Flash	25	45
Gemini 3.8 Flash	55	55
Amazon Nova Micro	10	65
DeepSeek V4.1 Flash	43	67
GPT-6 Luna	32 إلى 44	77 إلى 85
Amazon Nova 2 Lite	14 إلى 19	86 إلى 91
MiniMax M3.1 Flash	56	93

معدل الهلوسة بالنسبة المئوية ↓

نسبة الإجابات الخاطئة من بين جميع الأسئلة التي لم تُجَب إجابة صحيحة (AA-Omniscience). ويُظهر الجزء الفاتح من كل شريط النطاق عبر مستويات التفكير. المصدر: Artificial Analysis, AA-Omniscience، الحالة في 20 أكتوبر 2026.

تقرّ النماذج GLM-5.3-Flash وGemini 3.5 Flash-Lite وClaude Haiku 5.5 بعدم معرفة الإجابة بوتيرة مرتفعة نسبيًا. أما النماذج GPT-6 Luna وNova 2 Lite وMiniMax M3.1 Flash فتخمّن في الغالب. ومع أن MiniMax يجيب إجابة صحيحة عن أكبر عدد من الأسئلة، فإنه يخطئ في الأسئلة الباقية دائمًا تقريبًا بإجابة مختلَقة.

العمل بالبيانات المقدَّمة

في الأعمال الروتينية يكون السؤال الثاني هو الأهم في الغالب، لأن رسالة البريد الإلكتروني أو أمر التصنيع أو التذكرة تكون متاحة أمام النموذج. وهنا تبدو الصورة مختلفة. ففي اختبار الاستناد (Grounding) ضمن قائمة تصنيف FACTS لدى Google DeepMind، الذي يتحقق مما إذا كانت الإجابات مدعومة بمستند مقدَّم، يحصل GPT-6 Luna على 81 من 100 نقطة، وGemini 3.8 Flash على 73، وGemini 3.5 Flash-Lite على 71. ولا يظهر مزودون آخرون في قائمة التصنيف هذه التي تديرها Google بنفسها. وفي اختبار التلخيص لدى Vectara لا يضيف Amazon Nova 2 Lite وNova Micro ما ليس موجودًا في النص الأصلي إلا في نحو 5% من الملخصات، رغم أنهما يخمّنان كثيرًا بشكل خاص في الأسئلة المعرفية. ويبلغ Kimi K2.6 هناك نحو 11%، ولم تُقَس بعد النماذج الحالية الأخرى المشمولة بالمقارنة.

لذلك ينبغي أن تعمل النماذج الصغيرة استنادًا إلى مادة مقدَّمة، لا من الذاكرة. فإذا قُدِّمت لها البيانات، وسُمح لها صراحةً بالإجابة بـ «غير معروف» أو null، وجرى التحقق من مخرجاتها وفق مخطط ثابت، أمكن الحد من خطر المعلومات المختلَقة بشكل جيد. وفي اختبارنا العملي لم يختلق أي نموذج معلومة ناقصة.

استخدام الأدوات (Tool Use): الأدوات عبر عدة خطوات

بالنسبة للوكلاء، الحاسم هو ما إذا كان النموذج يستدعي الأدوات بشكل صحيح عبر عدة خطوات. ولا تزال القياسات المستقلة للنماذج الصغيرة الحالية منقوصة. وتختبر Artificial Analysis باستخدام AutomationBench-AA ما إذا كان النموذج ينجز إجراءات أعمال واقعية عبر عدة تطبيقات محاكاة، مثل البريد الإلكتروني والجداول وCRM ونظام التذاكر، وتختبر باستخدام Terminal-Bench 4.0 العمل في سطر الأوامر. وجرى القياس في الغالب على مستوى تفكير مرتفع أو على أعلى مستوى، والقيم هي النسبة المئوية للمهام المنجزة.

النموذج	AutomationBench-AA بالنسبة المئوية ↑, الأعلى أفضل	Terminal-Bench 4.0 بالنسبة المئوية ↑, الأعلى أفضل
MiniMax M3.1 Flash	73	26
DeepSeek V4.1 Flash	67	34
GLM-5.3-Flash	60	33
Gemini 3.8 Flash	60	20
Qwen3.8 Flash	56	25
GPT-6 Luna	53	13
Claude Haiku 5.5	35	33
Gemini 3.5 Flash-Lite	25	1
Amazon Nova 2 Lite	لم يُقَس	لم يُقَس

AutomationBench-AA، المهام المنجزة بالنسبة المئوية ↑

إجراءات واقعية عبر عدة تطبيقات محاكاة، مثل البريد الإلكتروني والجداول وCRM ونظام التذاكر، جرى قياسها في الغالب على مستوى تفكير مرتفع أو على أعلى مستوى. ولم يُقَس Amazon Nova 2 Lite. المصدر: Artificial Analysis, AutomationBench-AA، الحالة في 20 أكتوبر 2026.

وتكمل بيانات الشركات المصنِّعة الصورة. إذ تذكر Anthropic أن Claude Haiku 5.5 حقق في اختبار التحكم في الشاشة OSWorld 2.1 نحو 72%، وأن GPT-6 Luna حقق نحو 49%. وتذكر Amazon أن Nova 2 Lite حقق 60% في Berkeley Function Calling Leaderboard، بينما تُدرج قائمة التصنيف نفسها 27%، و2% فقط في الاستدعاءات متعددة الخطوات. وتحل نماذج Flash الصينية مهام الأدوات بشكل جيد، لكنها تستهلك في ذلك كثيرًا من رموز التفكير. وتفصيل تقني للمطورين: في GPT-6 Luna لا تعمل استدعاءات الأدوات مع التفكير إلا عبر Responses API، أما عبر Chat Completions فلا تعمل إلا دون تفكير.

JSON والتصنيف

في الأعمال الروتينية ينبغي أن يجيب النموذج بتنسيق ثابت. ويفرض عدد من المزودين مخطط JSON منذ مرحلة توليد الإجابة:

• GPT-6 Luna: مع مخطط JSON صارم تلتزم الإجابة بالمخطط دائمًا وفقًا لـ OpenAI، إلا في حالة الرفض أو الإجابة المقطوعة.
• Claude Haiku 5.5: تفرض Structured Outputs المخطط كذلك، وعلى Amazon Bedrock عبر نقطة النهاية bedrock-runtime.
• Gemini 3.5 Flash-Lite و3.8 Flash: مخطط JSON مدعوم، لكن Google توصي بالتحقق من القيم دائمًا. وقد تُرفض المخططات الكبيرة جدًا.
• Amazon Nova 2 Lite وNova Micro: وظيفة Structured Outputs في Bedrock غير متاحة. والحل البديل هو مخطط أداة بمستويين على الأكثر.
• DeepSeek وQwen وGLM: مخرجات JSON مدعومة وفقًا للمزود. ولا تتوفر معلومة بشأن MiniMax M3.1 Flash.

لا يضمن المخطط الصالح صحة القيم. ولا يوجد اختبار مقارن مستقل للنماذج الصغيرة الحالية في التصنيف. وتعتمد الدقة اعتمادًا كبيرًا على الفئات الخاصة بكل جهة، ولا يمكن قياسها إلا بأمثلة خاصة.

الاختبار العملي في Hawk IVO Force

في 20 أكتوبر 2026 اختبرنا في Hawk IVO Force أربعة نماذج على مهمتين روتينيتين نموذجيتين. وعمل كل نموذج في وكيل مستقل دون وصول إلى المعرفة ودون أدوات، وبالتعليمات القصيرة نفسها. ونُفذت كل مهمة مرتين.

• فرز البريد الإلكتروني: اثنتا عشرة رسالة بريد إلكتروني باللغة الألمانية من منشأة تصنيع، من بينها شكوى، ورسالتا تصيّد احتيالي (Phishing)، وإشعار غياب، ورسائل حالة آلية. وكان المطلوب: الفئة، والأولوية، وما إذا كان الرد ضروريًا، ورقم الطلبية فقط إذا ورد حرفيًا. واستُخدمت أرقام الأصناف والفواتير والتذاكر فخاخًا. وجرى تقييم الفئة والحاجة إلى الرد ورقم الطلبية، أي 72 قيمة إجمالًا.
• أوامر التصنيع: أربعة أوامر من ملف تصدير ERP وملاحظة من قسم تحضير العمل. وكان المطلوب: الحقول والمخاطر والتعليل بصيغة JSON. وحُذفت أربع معلومات عمدًا، من بينها موعد تسليم وآلة وسعة بالساعات. ولم يكن ممكنًا إنجاز أحد الأوامر في الموعد، لأن المواد لا تصل إلا بعد موعد التسليم.

النموذج	فرز البريد الإلكتروني	أوامر التصنيع	رموز المخرجات لكل تشغيل ↓
GPT-6 Luna	بلا أخطاء	بلا أخطاء	760 إلى 1,330
Gemini 3.7 Flash	بلا أخطاء	بلا أخطاء، ومرة واحدة «Gehaeuse» بدلًا من «Gehäuse» (ae بدل الحرف الألماني ä)	360 إلى 580
Kimi K2.6	بلا أخطاء	خرق المخطط مرة واحدة، ولم تُقيَّم المخاطر	3,100 إلى 7,300
GPT-4.1 mini، جيل أقدم	7 من 72 قيمة خاطئة	بلا أخطاء	300 إلى 480

كان GPT-4.1 mini سيردّ على رسالتي التصيّد الاحتيالي كلتيهما، وأخذ أرقام الفواتير والتذاكر على أنها أرقام طلبيات. ولم يعد الجيل الحالي يرتكب هذه الأخطاء. وطبّق Kimi K2.6 في أحد التشغيلين التعليمات الخاصة بتعيين المعلومات الناقصة إلى null على تقييم المخاطر أيضًا. وفي الاختبار بلغت تكلفة Gemini Flash لكل رسالة بريد إلكتروني بأسعار القائمة نحو خمسة أضعاف تكلفة GPT-6 Luna، وبلغت تكلفة Kimi K2.6 نحو ثلاثين ضعفًا بسبب كثرة رموز التفكير.

هذا الاختبار عينة من تشغيلين، وليس اختبارًا معياريًا. ولم يكن Claude Haiku 5.5 وAmazon Nova متاحين في بيئة الاختبار لدينا. وقد أُعلن في الأثناء إيقاف Gemini 3.7 Flash، وتعيد Google توجيه الطلبات إلى Gemini 3.8 Flash.

ما تكلفه الأعمال الروتينية شهريًا

أربع حالات استخدام نموذجية بالافتراضات التالية:

• المكتب: 80 رسالة بريد إلكتروني في كل يوم عمل على مدى 22 يوم عمل، من بينها رسائل حالة. لكل رسالة 3,000 رمز مدخلات للتعليمات والفئات والأمثلة والرسالة مع سجل المراسلات، و500 رمز مخرجات للتصنيف ومسودة رد قصيرة.
• الإنتاج: 500 أمر تصنيع مفتوح، يُعاد تقييمها في كل مناوبة من المناوبات الثلاث، على مدى 30 يومًا. لكل تقييم 4,000 رمز مدخلات للأمر وخطة العمل والمواد والسعة، و600 رمز مخرجات للمخاطر ونقطة الاختناق والتوصية.
• الموقع الإلكتروني: 1,500 زيارة يوميًا مع وكيل يراقب الإجراءات ويصنفها ويقدم توصية. لكل زيارة ستة تصنيفات وتوصية واحدة، أي 16,000 رمز مدخلات و1,000 رمز مخرجات إجمالًا.
• المهمة المستمرة: يتحقق وكيل على مدار الساعة كل خمس دقائق من حالة ما، مثل التذاكر الواردة أو رسائل الآلات أو حالة التسليم. لكل عملية تحقق 5,000 رمز مدخلات و300 رمز مخرجات.

ويُظهر حجم التكاليف مقدار تكاليف النموذج التي تنشأ عن حالة استخدام ما في الشهر مقارنةً بحالة المكتب، مقيسًا بوسيط النماذج الصغيرة:

حالة الاستخدام	العمليات في الشهر	الرموز لكل عملية، المدخلات / المخرجات	حجم التكاليف، المكتب = 1 ↓, الأدنى أفضل
المكتب	1,760	3,000 / 500	×1
الإنتاج	45,000	4,000 / 600	×33
الموقع الإلكتروني	45,000	16,000 / 1,000	×104
المهمة المستمرة	8,640	5,000 / 300	×6

عند 80 رسالة بريد إلكتروني يوميًا لا تكاد تكاليف النموذج تؤدي أي دور، حتى مع نموذج كبير مثل Claude Opus 5.5. أما ما يكون مكلفًا هنا فهو الخطأ، مثل شكوى لم يُنتبه إليها أو رسالة تصيّد احتيالي جرى الرد عليها. لذلك تكون الموثوقية أهم من السعر. أما في الإنتاج وعلى الموقع الإلكتروني وفي المهام المستمرة، فتنمو الكميات بسرعة. ويبلغ الفارق حينئذ بين نموذج صغير ونموذج كبير من 20 إلى 40 ضعفًا، وبين GPT-6 Luna وGemini 3.8 Flash نحو 7 أضعاف. وتزيد رموز التفكير الإضافية تكاليف المخرجات. ويخفض التخزين المؤقت تكاليف المدخلات، ولا سيما على الموقع الإلكتروني حيث يبقى سياق الصفحة ثابتًا في كل طلب.

والموجّه الواحد الذي يضم رصيد الأوامر بالكامل هو الخيار الأغلى. فمع Claude Haiku 5.5 تبلغ تكلفة طلب بحجم 300,000 رمز خمسة أضعاف تكلفة الكمية نفسها مقسّمةً إلى أجزاء تحت العتبة. وفي الوقت نفسه تنخفض نسبة الإصابة في السياقات الطويلة جدًا: إذ يحقق Gemini 3.5 Flash-Lite وفقًا لـ Google في اختبار السياق الطويل MRCR نسبة 72% عند 128,000 رمز، و21% عند مليون رمز. والأفضل إجراء تقييم لكل أمر أو لكل مجموعة.

النماذج الصغيرة بوصفها وكلاء فرعيين

تناسب النماذج الصغيرة على نحو خاص دور الوكلاء الفرعيين. إذ يخطط نموذج أكبر للمهمة ويقسّمها، ويسند مهام فرعية محددة بوضوح إلى نماذج صغيرة، مثل قراءة المستندات أو استخراج البيانات أو تصنيف الإدخالات أو تلخيص نتائج البحث. ويعمل كل وكيل فرعي بسياق صغير وجديد، ويعيد نتيجة موجزة يراجعها النموذج الأكبر ويدمجها. وتقدّم Anthropic نموذج Claude Haiku 5.5 صراحةً لهذا الدور.

ولهذا فوائد متعددة:

• التكاليف: تبلغ تكلفة رمز المدخلات في Claude Haiku 5.5 جزءًا من أربعين مما يتقاضاه Claude Opus 5.5. وبذلك تصبح القراءة، وهي التي تستهلك معظم الرموز، منخفضة التكلفة.
• السرعة: يعمل كثير من الوكلاء الفرعيين بالتوازي.
• الوضوح: لا يرى النموذج المخطِّط إلا نتائج مكثفة بدلًا من آلاف الصفحات من المواد الخام.
• عتبات الأسعار: تبقى المهام الفرعية الصغيرة تحت عتبة 100,000 رمز في Claude Haiku 5.5.

ولكي ينجح ذلك، تحتاج كل مهمة فرعية إلى تنسيق مخرجات ثابت، ويُفضَّل أن يكون مخطط JSON. ولا يتلقى الوكيل الفرعي إلا البيانات والأدوات التي تتطلبها مهمته الفرعية. ويناسب العمل متعدد الخطوات بالأدوات مستوى تفكير متوسط، والتصنيف البحت أدنى مستوى. وقبل تغيير أي شيء في الأنظمة المرتبطة، يراجع النموذج المخطِّط أو إنسان النتيجة، كما هو موضح في المقال إدخال الوكلاء مع الموافقات.

في Hawk IVO Force يُعد النموذج إعدادًا خاصًا بكل وكيل على حدة. وبذلك يمكن لوكيل مخصص للتخطيط والتنسيق أن يعمل بنموذج كبير، في حين يستخدم الوكلاء المخصصون للفرز أو الاستخراج أو المراقبة نموذجًا صغيرًا.

النماذج الصينية: منخفضة التكلفة ومفتوحة، مع تساؤلات حول حماية البيانات

نماذج Flash الصينية منخفضة التكلفة وتحل مهام الأدوات بشكل جيد. ويُعد GLM-5.3-Flash الأقل تخمينًا بين جميع النماذج المقارنة. ويتوفر DeepSeek V4.1 Flash وGLM-5.3-Flash بأوزان مفتوحة بموجب ترخيص MIT، وQwen3.8 في عدة نسخ مفتوحة. وما يهم الشركات في ألمانيا قبل كل شيء هو مكان معالجة البيانات:

• تعالج DeepSeek بيانات واجهة API الخاصة بها وتخزنها في الصين وفقًا لسياسة الخصوصية لديها. ويتوفر DeepSeek V4.1 Flash أيضًا في منطقة بيانات الاتحاد الأوروبي لدى Microsoft Azure، وذلك برسوم إضافية تبلغ نحو 20% مقارنةً بالسعر العالمي.
• تقدم Alibaba في فرانكفورت نطاقين للتطبيق. ولا يُبقي المعالجةَ داخل المنطقة إلا نطاق الاتحاد الأوروبي، بينما لا يُدرج Qwen3.8 Flash هناك حاليًا إلا في النطاق العالمي.
• تعالج Z.ai البيانات، بحسب ما تذكره، في سنغافورة في العادة، بينما تخزنها MiniMax في الولايات المتحدة.
• يمكن تشغيل الأوزان المفتوحة ذاتيًا. ومع عدة مئات من مليارات المعاملات يتطلب ذلك جهدًا كبيرًا بالنسبة لـ DeepSeek وGLM. والأكثر واقعية هو النموذج الأصغر Qwen3.8-27B بموجب ترخيص Apache-2.0.

وقد فحص المعهد الأمريكي NIST إصدارات أقدم من DeepSeek وKimi، وتوصل إلى قربها من مواقف الحزب الشيوعي الصيني، وإلى قابلية أعلى للتلاعب. وهذه الخصائص كامنة في النموذج نفسه، وتبقى قائمة عند تشغيله ذاتيًا. ولا يوجد مثل هذا الفحص للإصدارات الحالية. ومن المرجح أن يكون لذلك وزن أقل عند التصنيف في فئات ثابتة مقارنة بالنصوص المصاغة بحرية. ولا تذكر بطاقة نموذج GLM-5.3-Flash اللغة الألمانية، لذلك تكتسب الاختبارات بنصوص ألمانية أهمية خاصة.

أي نموذج لأي مهمة

من الأسعار ونتائج القياس والاختبار العملي نخلص إلى التقييم التالي:

• فرز البريد الإلكتروني والتصنيف بفئات ثابتة: GPT-6 Luna أو Claude Haiku 5.5 بمستوى تفكير منخفض. وكلاهما منخفض التكلفة بالقدر نفسه. وقد التزم GPT-6 Luna في الاختبار العملي وفي اختبار الاستناد التزامًا وثيقًا بالمادة المقدَّمة، بينما يخمّن Claude Haiku 5.5 بوتيرة أقل عند وجود ثغرات معرفية.
• فحص أوامر التصنيع والاستخراج من المستندات: النماذج نفسها، مع تقييم لكل أمر أو مجموعة بدلًا من موجّه طويل جدًا، ومع مخطط JSON والسماح بالقيمة null.
• وكيل الموقع الإلكتروني ذو الاستجابة الفورية: نموذج دون تفكير أو بتفكير في حده الأدنى، مثل GPT-6 Luna الذي يقدّم أول رمز بعد نحو 0.8 ثانية، أو Nova 2 Lite دون تفكير بعد نحو 1.1 ثانية. أما Gemini 3.5 Flash-Lite فاحتاج لدى Artificial Analysis إلى نحو 8 ثوانٍ حتى أول رمز.
• المهام المستمرة والوكلاء الفرعيون المزودون بأدوات: Gemini 3.8 Flash أو GLM-5.3-Flash أو DeepSeek V4.1 Flash لإجراءات الأعمال متعددة الخطوات، وClaude Haiku 5.5 لسطر الأوامر والتحكم في الشاشة، وفي كل حالة بمستوى تفكير متوسط.
• كميات كبيرة جدًا من النصوص البسيطة جدًا: Amazon Nova Micro هو أرخص نموذج في المقارنة بمؤشر تكلفة قدره 24، لكن معرفته محدودة، ولا يعالج أكثر من 128,000 رمز. ولا يصلح إلا مع مخطط ثابت وبعد اختبار خاص.
• البيانات الشخصية: اختيار المعالجة داخل الاتحاد الأوروبي، مثل منطقة بيانات الاتحاد الأوروبي في Azure، أو المنطقة المتعددة للاتحاد الأوروبي في Google Cloud، أو مسار للاتحاد الأوروبي في Amazon Bedrock، مع احتساب رسوم إضافية تتراوح بين 10% ونحو 40%.

الاختبار بالبيانات الخاصة قبل اتخاذ القرار

تتغير إصدارات النماذج والأسعار في هذه السوق كل بضعة أسابيع. وقبل اتخاذ القرار يستحق الأمر إجراء اختبار قصير بما بين 50 و100 مثال من أمثلتكم الخاصة. ويُظهر هذا الاختبار الدقة، والالتزام بالتنسيق، والاستهلاك الفعلي للرموز في كل عملية. ونساعدكم في تحديد مهمة مناسبة، ومقارنة النماذج ببياناتكم، وإعداد الوكلاء في Hawk IVO Force. وإذا كانت لديكم مهمة من هذا النوع، فتواصلوا معنا.

أسعار القائمة وطريقة الحساب

أسعار القائمة وطريقة الحساب (الحالة في 20 أكتوبر 2026)

أسعار القائمة العامة لدى المزودين في التعرفة القياسية مع المعالجة العالمية، بالدولار الأمريكي لكل مليون رمز. وهي ليست أسعار Hawk IVO Force. وتتغير الأسعار كثيرًا، والمرجع هو صفحات أسعار المزودين المرتبطة هنا.

أسعار القائمة بالدولار الأمريكي لكل مليون رمز

النموذج	المدخلات	المخرجات	الرسوم الإضافية للموجّهات الطويلة
GPT-6 Luna	0.10	0.50	فوق 272,000 رمز: المدخلات ×2، والمخرجات ×1.5
Claude Haiku 5.5	0.10	0.50	فوق 100,000 رمز: المدخلات ×5، والمخرجات ×5
Gemini 3.5 Flash-Lite	0.30	2.50	لا يوجد
Gemini 3.8 Flash	0.75	3.75	لا يوجد, ضعف السعر الأساسي اعتبارًا من 1 يناير 2027
Amazon Nova 2 Lite	0.30	2.50	لا يُعرف وجوده
Amazon Nova Micro	0.035	0.14	لا يُعرف وجوده
DeepSeek V4.1 Flash	0.30	1.20	لا يوجد
Qwen3.8 Flash	0.15	0.47	لا يُعرف وجوده
GLM-5.3-Flash	0.15	0.50	لا يُعرف وجوده
MiniMax M3.1 Flash	0.15	0.60	لا يُعرف وجوده
Claude Sonnet 5.5 (للمقارنة)	2.00	10.00	لا يوجد
Claude Opus 5.5 (للمقارنة)	4.00	20.00	لا يوجد

مع المعالجة العالمية تكون تكلفة النماذج لدى Microsoft Azure وAmazon Bedrock وGoogle Cloud في العادة مساوية لتكلفتها مباشرةً لدى المزود. أما المعالجة الإقليمية، مثل المعالجة داخل الاتحاد الأوروبي، فتكلّف أكثر بنسبة تتراوح بين 10% ونحو 40%.

تكاليف النموذج بالدولار الأمريكي شهريًا لحالات الاستخدام الواردة في المقال، مقرّبة، دون التخزين المؤقت والمعالجة الدفعية وإقامة البيانات

النموذج	المكتب	الإنتاج	الموقع الإلكتروني	المهمة المستمرة
GPT-6 Luna	0.97	32	95	6
Claude Haiku 5.5	0.97	32	95	6
Gemini 3.5 Flash-Lite	4	120	330	19
Gemini 3.8 Flash	7	240	710	42
Amazon Nova 2 Lite	4	120	330	19
Amazon Nova Micro	0.31	10	32	2
DeepSeek V4.1 Flash	3	86	270	16
Qwen3.8 Flash	1	40	130	8
GLM-5.3-Flash	1	41	130	8
MiniMax M3.1 Flash	1	43	140	8
Claude Sonnet 5.5 (للمقارنة)	19	630	1,890	110
Claude Opus 5.5 (للمقارنة)	39	1,260	3,780	220

صفحات أسعار المزودين

• developers.openai.com (يفتح في علامة تبويب جديدة) (openai)
• platform.claude.com (يفتح في علامة تبويب جديدة) (anthropic)
• ai.google.dev (يفتح في علامة تبويب جديدة) (google)
• aws.amazon.com (يفتح في علامة تبويب جديدة) (aws)
• api-docs.deepseek.com (يفتح في علامة تبويب جديدة) (deepseek)
• www.alibabacloud.com (يفتح في علامة تبويب جديدة) (alibaba)
• docs.z.ai (يفتح في علامة تبويب جديدة) (zai)
• platform.minimax.io (يفتح في علامة تبويب جديدة) (minimax)