Qwen أم DeepSeek أم GLM: ثلاثي الصين مفتوح الأوزان (2026)
آخر تحقق: 14 يوليو 2026. تم التحقق من إصدارات النماذج (Qwen3.6، DeepSeek V4، GLM-5.2) والأسعار والتراخيص عبر القنوات الرسمية في يوم نشر هذا المقال.
Qwen مقابل DeepSeek مقابل GLM هو الثلاثي الذي يكتبه معظم المطورين بالضبط عندما يريدون نموذجاً صينياً مفتوح الأوزان يتنافس ندّاً لندّ مع Claude وGPT. شغّلنا أحدها، GLM-5.2 (بمعرّف النموذج GLM-5.2[1m])، كنموذج البرمجة الرئيسي لدينا لمدة ثلاثة أسابيع مقابل $72/mo. يسجّل DeepSeek V4 نسبة مُبلَّغ عنها ~80.6% على SWE-bench Verified. يُطلق Qwen3.6 تحت رخصة Apache 2.0، الأكثر تساهلاً هنا. ثلاثة مختبرات، وثلاثة رهانات مختلفة تماماً. إليك كيف تُقارن فعلياً، مع جدول مواصفات، وجدول معايير يوضّح من أبلغ عن كل رقم، واختبار إنتاجي حقيقي.
بالنسبة للبرمجة الوكيلية والوكلاء طويلي المدى، GLM-5.2 هو اختيارنا (شغّلناه ثلاثة أسابيع في الإنتاج). بالنسبة لأرخص الرموز وRAG على نطاق واسع، يفوز DeepSeek V4 Flash بالسعر. بالنسبة للاستضافة الذاتية المحلية والرخصة الأكثر تساهلاً، يملك Qwen3 (Apache 2.0) أوسع بصمة وأخفّها.
الإجابة السريعة:
- Qwen وDeepSeek وGLM هي ثلاث شركات منفصلة (Alibaba، DeepSeek، Zhipu/Z.ai)، وليست نموذجاً واحداً.
- الأرخص لكل رمز: DeepSeek V4 Flash ($0.14 دخول / $0.28 خروج لكل مليون؛ إصابة الذاكرة المؤقتة $0.0028).
- أفضل اختيار برمجي عملي: GLM-5.2 (شغّلناه ثلاثة أسابيع في Claude Code)؛ الرخصة الأكثر تساهلاً: Qwen (Apache 2.0).
- تصل الثلاثة الآن إلى نحو مليون رمز من السياق، مع فروق دقيقة حسب النموذج (نماذج Qwen المفتوحة تتفاوت).
توضيح سريع: ثلاث شركات منفصلة، وليس نموذجاً واحداً بثلاثة أسماء. نقاط تفتيش R1 "distill Qwen" الأقدم من DeepSeek هي شيء مختلف وأقدم تماماً.
Qwen أم DeepSeek أم GLM: نظرة سريعة
تراهن العائلات الثلاث على تصاميم متعاكسة. Qwen (Alibaba) هي التشكيلة الأوسع بأخف بصمة استضافة ذاتية ورخصة Apache 2.0. DeepSeek (DeepSeek) هي لعبة أداء-سعر بمستويين مبنية على نماذج Mixture-of-Experts ضخمة. GLM-5.2 (Zhipu/Z.ai) هي المتخصصة في البرمجة والوكلاء طويلي المدى. إليك جدول المواصفات، جنباً إلى جنب.
| العائلة | المزوّد | الرائد المفتوح (+ المغلق) | المعاملات (الإجمالي / النشط) | السياق | الرخصة | الاستضافة الذاتية |
|---|---|---|---|---|---|---|
| Qwen | Alibaba | Qwen3.6-27B كثيف، Qwen3.6-35B-A3B؛ Qwen3-Coder-Next 80B-A3B (Max = مغلق/API فقط) | مثال: 35B / 3B نشط (MoE) | حتى 256K أصلي (Coder-Next)؛ بعض مستويات Plus تصل إلى ~1M | Apache 2.0 | الأخف (27B كثيف ~18GB VRAM، مُبلَّغ عنه) |
| DeepSeek | DeepSeek | V4 Pro (استدلال/وكيلي)، V4 Flash (سريع/رخيص) | V4 Pro 1.6T / 49B؛ V4 Flash 284B / 13B (مُبلَّغ عنه) | 1M (رسمي) | MIT | ثقيل (MoE بمستوى العنقود) |
| GLM | Zhipu / Z.ai | GLM-5.2 | 753B / ~40B نشط | 1M (منذ منتصف يونيو 2026) | MIT | ثقيل |
ملاحظتان. تفصل Qwen نماذجها المفتوحة عن رائدها "Max" المغلق والمتاح عبر API فقط، لذا حدّد أي منها تقصد. وأعداد معاملات DeepSeek V4 مُبلَّغ عنها من مدونات، وليست رسمية، ولهذا تحمل وسم "مُبلَّغ عنه".
كيف تقارن Qwen وDeepSeek وGLM في المعايير؟
لا يفوز نموذج واحد بكل معيار، لذا اقرأ المجموعة لا الترتيب. في البرمجة، يتصدّر GLM-5.2 مهام الوكلاء طويلة المدى بينما يتصدّر DeepSeek V4 Pro درجات البرمجة الإجمالية. في الاستدلال، يدفع كلاهما AIME قرب التشبع. في مؤشرات الذكاء العام، يقع GLM في المنتصف بين النماذج مفتوحة الأوزان. تختلف أطر الاختبار فتجعل الأرقام بين النماذج غير قابلة للمقارنة المباشرة، لذا كل درجة أدناه موسومة بمن نشرها.
المفتاح: [SR] = مُبلَّغ ذاتياً من المزوّد. [3P] = لوحة صدارة طرف ثالث، أو مجمّع مستقل، أو اختبارنا العملي. تعني الخلية n/a أن المزوّد لم ينشر درجة قابلة للمقارنة، وليست صفراً.
| المعيار | Qwen | DeepSeek V4 | GLM-5.2 | من أبلغ |
|---|---|---|---|---|
| SWE-bench Verified | Coder-Next 70.6-71.3% [SR]؛ 3.6-27B 77.2% [3P] | Pro-Max ~80.6% [3P] | n/a | تقرير Qwen؛ مدونة واحدة (بحذر)؛ إطار DeepSeek (غير موثّق) |
| SWE-bench Pro | n/a | n/a | 62.1 [3P] | developersdigest / DataCamp (مقابل Claude Opus 4.8 ~69) |
| Terminal-Bench 2.1 | n/a | n/a | 81.0 [3P] | developersdigest |
| AIME 2025 | Qwen3-235B 81.5 [SR] | n/a | 99.2 [3P] | تقرير Qwen؛ GLM قريب من التشبع (تأثير السقف) |
| LiveCodeBench v5 | Qwen3-235B 70.7 [SR] | n/a | n/a | تقرير Qwen |
| BenchLM (يوليو 2026) | n/a | Pro إجمالي 87 / برمجة 89.8 [3P] | n/a | تصنيف BenchLM للنماذج الصينية |
| AA Intelligence Index | n/a | n/a | 51 [3P] | Artificial Analysis |
القراءة الصادقة لمعايير النماذج الصينية مفتوحة الأوزان في 2026: لا يفوز نموذج واحد بكل صف، ونصف الأرقام اللافتة مُبلَّغ عنها ذاتياً. رقم Qwen3.6-27B البالغ 77.2% يأتي من مدونة واحدة، ورقم DeepSeek البالغ ~80.6% استخدم "إطاراً غير موثّق"، لذا تعامل مع الاثنين بحذر. في اختباراتنا الخاصة نعتمد على لوحة صدارة SWE-bench وArtificial Analysis أكثر من أرقام مزارع المحتوى، لأن مجرد تغيير الإطار وحده قد يحرّك الدرجة عدة نقاط. عندما يذكر نموذج فقط بطاقة تقريره الخاصة، خفّض تقديرك له درجة.
DeepSeek V4: ملك الأداء مقابل السعر
DeepSeek V4 هو الاختيار عندما يهم كل مليون رمز. يُطلق بمستويين: V4 Pro للاستدلال والعمل الوكيلي، وV4 Flash للاستدعاءات السريعة والرخيصة وعالية الحجم. ميزته الهيكلية هي تسعير التخزين المؤقت. إذا كان عبء عملك يعيد قراءة نفس السياق، مثل خط أنابيب RAG أو وكيل يعيد إرسال موجّه النظام، فإن معدّل إصابة الذاكرة المؤقتة يجعله الخيار الأرخص هنا بفارق كبير.
أُطلق DeepSeek V4 كمعاينة في 24 أبريل 2026. البنية المُبلَّغ عنها: MoE بحجم 1.6T / 49B نشط لـV4 Pro و284B / 13B لـV4 Flash، وكلاهما مُبلَّغ عنه من مدونات وليس مؤكداً رسمياً. الأوزان موجودة على Hugging Face (deepseek-ai/DeepSeek-V4-Pro، deepseek-ai/DeepSeek-V4-Flash) تحت رخصة MIT، بنافذة سياق رسمية تصل إلى 1M.
هنا تكمن اقتصاديات إصابة الذاكرة المؤقتة: يتقاضى V4 Flash $0.14 لكل مليون إدخال عند تفويت الذاكرة المؤقتة، لكن فقط $0.0028 عند إصابتها، مقابل $0.28 للإخراج. بالنسبة لخدمة RAG التي تقرع نفس مخزن المستندات مراراً، تلك الفجوة هي كل شيء. الأرقام الكاملة على صفحة تسعير DeepSeek الرسمية.
لغم زمني لم يشر إليه أحد آخر: إذا كنت ما زلت تستدعي deepseek-chat أو deepseek-reasoner، فإن تلك النقاط النهائية ستتقاعد في 2026-07-24 الساعة 15:59 بتوقيت UTC. انتقل إلى deepseek-v4-pro أو deepseek-v4-flash الآن، لأن هذا الموعد النهائي يقع بعد عشرة أيام فقط من نشر هذا المقال.
اختر DeepSeek V4 للمنتجات الحساسة للتكلفة والقائمة على API أولاً، خصوصاً أي شيء يحتوي سياقاً متكرراً بكثافة. إنه ليس النموذج الذي تستضيفه ذاتياً على محطة عمل واحدة؛ فـMoE الضخم يحتاج عتاداً بمستوى العنقود.
Qwen3: العائلة الأوسع وأفضل بصمة استضافة ذاتية
Qwen3 هو النموذج الذي تشغّله على عتادك الخاص. إنه أوسع عائلة بين الثلاث، وتحمل النماذج المفتوحة رخصة Apache 2.0 (الأكثر تساهلاً هنا)، والمستوى الكثيف خفيف بما يكفي لبطاقة GPU واحدة. كما أنه الأقوى في المحاور غير البرمجية مثل العمل متعدد اللغات، وهو ما تتجاهله المقارنات المقتصرة على البرمجة تماماً.
التشكيلة عميقة. في الجانب المفتوح تحصل على Qwen3.6-27B (كثيف)، وQwen3.6-35B-A3B (MoE)، وخط البرمجة الذي يتصدّره Qwen3-Coder-Next (80B-A3B، سياق 256K). بشكل منفصل، Qwen3-Max هو رائد مغلق ومتاح عبر API فقط، لذا لا تخلط بينه وبين الأوزان المفتوحة. الإصدارات وشروط Apache 2.0 موجودة على مستودع Qwen3-Coder على GitHub ومدونة فريق Qwen.
في البرمجة، يسجّل Qwen3-Coder-Next نسبة 70.6-71.3% على SWE-bench Verified عبر أطر مختلفة (مُبلَّغ عنه ذاتياً، وهو الأفضل بين النماذج المفتوحة دون توسيع وقت الاختبار). العنوان الرئيسي للاستضافة الذاتية: يُقال إن فئة 27B الكثيفة تعمل على نحو 18GB من VRAM، أي بطاقة 24GB واحدة مع هامش. هذا الرقم يأتي من مدونة واحدة، لذا تحقق منه على إعدادك الخاص. إليك كيفية تشغيل هذه النماذج محلياً، وكيفية خدمتها باستخدام vLLM أو SGLang بمجرد أن تتوسع لما بعد جهاز واحد.
تسمية Qwen هي الأقل استقراراً بين الثلاثة، لذا أعد التأكد من اسم الرائد المفتوح الحالي قبل تثبيت أي تبعية عليه. اختر Qwen3 للنشر المحلي على عتاد متواضع، أو التغطية متعددة اللغات، أو أي حالة تحتاج فيها تحديداً إلى Apache 2.0 بدلاً من MIT.
GLM-5.2: اختيار البرمجة والوكلاء طويلي المدى
GLM-5.2 هو المتخصص في البرمجة والوكلاء طويلي المدى، وهو النموذج الذي نعرفه عن قرب. إنه MoE بإجمالي 753B / ~40B نشط تحت رخصة MIT، بنافذة سياق تصل إلى 1M منذ منتصف يونيو 2026 وحد أقصى للإخراج نحو 131K. في معايير الوكلاء يصمد جيداً: SWE-bench Pro بدرجة 62.1، Terminal-Bench 2.1 بدرجة 81.0، AIME قريب من التشبع عند 99.2، ومؤشر Artificial Analysis للذكاء عند 51 (جميعها من طرف ثالث).
إليك الجزء الصادق، وهو إشارة الثقة التي تميّز هذا عن مجرد إعادة سرد المعايير: عمقنا العملي يقتصر على GLM فقط. شغّلنا GLM-5.2 Pro كنموذج البرمجة الأساسي لدينا لمدة ثلاثة أسابيع عبر مستودعات عملاء حقيقية، مُشغَّلاً عبر Claude Code مقابل نقطة نهاية Z.AI المتوافقة مع Anthropic (api.z.ai/api/anthropic، بمعرّف النموذج GLM-5.2[1m]). الأسبوع العادي كان نحو 1,300 من أصل ~2,000 موجّه أسبوعي لدينا. خلال أسبوعين مكثّفي الترحيل وصلنا إلى السقف الأسبوعي في اليوم الخامس، وهو توقف صارم دون تجاوز. أنجز بنجاح إعادة هيكلة حقيقية لمسارات API في Next.js 16 عبر نحو دزينة من الملفات. التكلفة: $72/mo على مستوى GLM Coding Plan Pro مقابل ~$200/mo كنا سندفعها مقابل Claude Max. بالنسبة لـQwen3 وDeepSeek V4 نعتمد على المعايير المنشورة إضافة إلى فحوصات API أقصر، لذا زِن حكمنا على GLM باعتباره النموذج الذي عشناه فعلياً.
التبديل نفسه هو ثلاثة متغيرات بيئة، يمكنك إعادة استخدامها مباشرة من مقالنا 3 أسابيع مع GLM Coding Plan في Claude Code:
# Point Claude Code at GLM-5.2 via Z.AI's Anthropic-compatible endpoint
export ANTHROPIC_BASE_URL="https://api.z.ai/api/anthropic"
export ANTHROPIC_AUTH_TOKEN="your-zai-key"
export ANTHROPIC_MODEL="GLM-5.2[1m]"
claudeثلاثة أسابيع مع GLM-5.2 بتكلفة $72/mo أنجزت العمل البرمجي الذي كنا ندفع مقابله عادة ~$200/mo لـClaude Max، إلى أن وصلنا إلى السقف الأسبوعي في اليوم الخامس. التفكيك الكامل موجود في مراجعتنا الكاملة لـGLM-5.2 ومقال خطة البرمجة أعلاه؛ يبقى هذا القسم قصيراً عمداً حتى يظل الثلاثي متوازن الوزن. تفاصيل النموذج على وثائق Z.AI.
كم تكلّف Qwen وDeepSeek وGLM؟
DeepSeek V4 Flash هو الأرخص لكل رمز، وGLM يبيع اشتراكاً ثابتاً (Coding Plan) بدلاً من الاعتماد فقط على السعر لكل رمز، ويقع مستوى "Plus" من Qwen في المنتصف. تحمل الثلاثة رخصاً ملائمة للاستخدام التجاري. الأسعار أدناه لكل مليون رمز، جُلبت في 14 يوليو 2026.
| النموذج | الإدخال (تفويت الذاكرة) | الإدخال (إصابة الذاكرة) | الإخراج | السياق | ملاحظات |
|---|---|---|---|---|---|
| deepseek-v4-flash | $0.14 | $0.0028 | $0.28 | 1M | الأرخص؛ ميزة إصابة الذاكرة المؤقتة [رسمي 2026-07-14] |
| deepseek-v4-pro | $0.435 | $0.003625 | $0.87 | 1M | استدلال/وكيلي [رسمي 2026-07-14] |
| GLM-5.2 (قائمة Z.ai) | ~$1.40 | n/a | ~$4.40 | 1M | متوسط مزوّدي الطرف الثالث ~$0.55 دخول / ~$1.85 خروج [3P] |
| Qwen3.6 Plus | ~$0.325 (خصم ترويجي 35%) | n/a | ~$1.95 | متفاوت | Qwen Max ~$0.80-1.25 دخول / ~$3.75-3.90 خروج [3P] |
يخفي جدول التسعير إعادة صياغة كبيرة واحدة. Coding Plan الخاص بـGLM هو اشتراك ثابت، وليس لكل رمز: Lite بـ$18، وPro بـ$72، وMax بـ$160 شهرياً. إذا كنت تبرمج طوال اليوم، فإن هذا الاشتراك يتفوق على إنفاق GLM API لكل رمز، وهذا بالضبط سبب تشغيل اختبارنا لثلاثة أسابيع عليه. إذا كنت تطلق استدعاءات عرضية فقط، فإن GLM API لكل رمز أو DeepSeek V4 Flash أرخص.
بخصوص التراخيص: DeepSeek وGLM يحملان MIT، وQwen يحمل Apache 2.0. الثلاثة ملائمة للاستخدام التجاري. رخصة Apache 2.0 هي الأكثر تساهلاً إذا كنت تخطط لإعادة التوزيع أو تحتاج إلى شروط براءة اختراع صريحة، لذا تأكّد من الرخصة الدقيقة على بطاقة نموذج Hugging Face لنقطة التفتيش التي تنشرها.
الآن السؤال الذي يقلق فعلاً مشتري النموذج الصيني: إقامة البيانات. هذه شركات صينية. هل يمكنك إبقاء بياناتك ضمن ولايتك القضائية؟ نعم، إذا استضفت ذاتياً: الأوزان المفتوحة مع MIT أو Apache 2.0 تعني أنك تستطيع تشغيل أياً منها على بنية تحتية في الاتحاد الأوروبي (أو منطقتك الخاصة) ولا يغادر أي طلب شبكتك. واجهة API المستضافة هي العكس: بياناتك تذهب إلى المزوّد، ومراجعتنا لـGLM تشير إلى شروط استضافة Z.ai في الصين والاحتفاظ بالبيانات الخاصة بنقطة النهاية المستضافة تحديداً. لذا من أجل استضافة صارمة في الاتحاد الأوروبي أو الامتثال، استضِف ذاتياً، وQwen هو الأسهل للاستضافة الذاتية في هذا السياق. (ونعم، لا تزال deepseek-chat / deepseek-reasoner تتقاعد في 2026-07-24 الساعة 15:59 بتوقيت UTC.)
أيّهما يجب أن تختار؟
لا يوجد فائز واحد، لذا طابق النموذج مع المهمة. أدناه مصفوفة القرار حسب حالة الاستخدام. النسخة المختصرة: GLM-5.2 للبرمجة الوكيلية، DeepSeek V4 Flash لأرخص الرموز، DeepSeek V4 Pro أو GLM لأصعب الاستدلال، وQwen3 للاستضافة الذاتية المحلية واتساع تعدد اللغات وإقامة البيانات.
| حالة الاستخدام | الاختيار | السبب |
|---|---|---|
| البرمجة الوكيلية / الوكلاء طويلو المدى | GLM-5.2 | اختبارنا الإنتاجي لثلاثة أسابيع؛ SWE-bench Pro بدرجة 62.1، Terminal-Bench بدرجة 81.0 |
| أرخص الرموز / RAG على نطاق واسع | DeepSeek V4 Flash | $0.14 / $0.28 لكل مليون، إصابة الذاكرة المؤقتة $0.0028 |
| أصعب الاستدلال / استخدام الأدوات المتقدم | DeepSeek V4 Pro أو GLM-5.2 | برمجة BenchLM 89.8 مقابل GLM Terminal-Bench 81.0؛ اختر حسب الميزانية |
| الاستضافة الذاتية المحلية على عتاد متواضع | Qwen3.6-27B كثيف | ~18GB VRAM (مُبلَّغ عنه)، Apache 2.0، أخف بصمة |
| اتساع تعدد اللغات | Qwen3 | أوسع عائلة، أقوى محور غير برمجي |
| إقامة البيانات في الاتحاد الأوروبي / الامتثال | استضف ذاتياً أي نموذج مفتوح (Qwen الأسهل) | واجهة API المستضافة تعني أن البيانات تغادر ولايتك القضائية |
لماذا ليس Kimi؟ سؤال منطقي، لأن Kimi K2.6 (Moonshot) حقيقي وقوي: يصنّفه BenchLM في المرتبة الثانية بين النماذج الصينية (إجمالي 81، برمجة 88.7). رسمنا الحد عند ثلاثة لأن "qwen vs deepseek vs glm" هي المجموعة الدقيقة التي يبحث عنها الناس، وثلاثي نظيف يبقى مفيداً. Kimi هو الرابع الطبيعي إذا أردت قائمة مختصرة أطول، وهو ينتمي إلى لائحة النماذج مفتوحة المصدر الأوسع إلى جانب Llama وMistral. فقرة واحدة صادقة، دون تشتت رباعي.
عن الكاتب
Mert Batur هو المؤسس المشارك لـTechsy.io، حيث يقدّم الفريق وكلاء ذكاء اصطناعي، وأنظمة أتمتة، وخطوط أنابيب صوتية/SDR لعملاء B2B. يكتب عن حزمة أدوات LLM التي يستخدمها فريق Techsy فعلياً في الإنتاج.
المؤسس المشارك، Techsy.io. تواصل عبر LinkedIn.
الأسئلة الشائعة
هل Qwen وDeepSeek وGLM هي نفس الشيء؟
لا. تأتي من ثلاث شركات مختلفة: Alibaba تصنع Qwen، وDeepSeek تصنع DeepSeek V4، وZhipu/Z.ai تصنع GLM. عادة ما يعود الالتباس إلى نقاط تفتيش R1 "distill Qwen" الأقدم من DeepSeek، والتي كانت عبارة عن استدلال DeepSeek مقطّراً في نماذج Qwen الأساسية. تلك أشياء أقدم ومنفصلة عن الرواد المستقلين اليوم.
أيّها الأفضل للبرمجة في 2026؟
يعتمد الأمر على المستضاف مقابل الاستضافة الذاتية. بالنسبة للبرمجة الوكيلية العملية، GLM-5.2 هو اختيارنا بعد اختبار إنتاجي لثلاثة أسابيع. يتصدّر DeepSeek V4 Pro درجة برمجة BenchLM الإجمالية (89.8). أما أقوى نموذج يمكنك استضافته ذاتياً، فيتصدّره Qwen3-Coder-Next في SWE-bench Verified المفتوح بنسبة 70.6-71.3%. الثلاثة قابلة للاستخدام فعلياً.
أيّها الأرخص لكل رمز؟
DeepSeek V4 Flash، بفارق مريح. سعره $0.14 لكل مليون إدخال عند تفويت الذاكرة المؤقتة، و$0.0028 عند إصابتها، و$0.28 للإخراج (رسمي، 14 يوليو 2026). بالنسبة لأعباء العمل ذات السياق المتكرر مثل RAG أو الوكلاء التي تعيد قراءة موجّه النظام، معدّل إصابة الذاكرة المؤقتة يجعله أرخص من أي شيء آخر في هذه المقارنة.
هل يمكنني استضافة Qwen وDeepSeek وGLM ذاتياً على عتادي الخاص؟
نعم، تنشر الثلاثة أوزاناً مفتوحة. Qwen الكثيف بحجم 27B هو الأخف، ويُقال إنه يعمل على نحو 18GB من VRAM، لذا تكفيه بطاقة 24GB واحدة. DeepSeek V4 وGLM-5.2 نماذج Mixture-of-Experts كبيرة تحتاج عتاداً بمستوى العنقود. اخدم أياً منها باستخدام vLLM أو SGLang بمجرد أن تتجاوز جهازاً واحداً.
أيّها يملك أكبر نافذة سياق؟
تتجمّع حول مليون رمز، لكن لا تسطّح التفاصيل. DeepSeek V4 يملك مليون رسمياً، وGLM-5.2 وصل إلى مليون في منتصف يونيو 2026. نماذج Qwen المفتوحة تتفاوت: Qwen3-Coder-Next بسياق أصلي 256K، بينما تصل بعض مستويات "Plus" المستضافة إلى نحو مليون. تحقق من نقطة التفتيش المحددة التي تنشرها بدلاً من الافتراض.
هل GLM-5.2 جيد بقدر Claude أو GPT في البرمجة؟
إنه قريب على مستوى المعايير (SWE-bench Pro بدرجة 62.1 مقابل Claude Opus 4.8 عند نحو 69) وأقرب في الممارسة العملية مما توحي به الفجوة. في اختبارنا لثلاثة أسابيع أنجز GLM-5.2 معظم عملنا البرمجي بتكلفة $72/mo مقابل ~$200/mo التي ندفعها لـClaude Max. المقايضة هي سقف أسبوعي صارم أوقفنا في اليوم الخامس خلال الأسابيع المزدحمة.
ماذا عن Kimi K2.6، ولماذا ليس من ضمن الثلاثة؟
Kimi (Moonshot) حقيقي وقوي. يصنّفه BenchLM في المرتبة الثانية بين النماذج الصينية إجمالاً (81) و88.7 في البرمجة. أبقينا على الإطار الثلاثي الدقيق الذي يبحث عنه الناس، لذا لم يدخل Kimi في المجموعة الرئيسية. اعتبره الاختيار الرابع الطبيعي في قائمة مختصرة أطول للنماذج مفتوحة الأوزان، وليس إغفالاً.
أي رخصة يمكنني استخدامها تجارياً؟
الثلاثة جميعاً. تُطلق DeepSeek وGLM تحت MIT، ونماذج Qwen المفتوحة تحت Apache 2.0. كل واحدة منها ملائمة للاستخدام التجاري. رخصة Apache 2.0 هي الأكثر تساهلاً، بشروط براءة اختراع صريحة، وهو ما قد يهم في إعادة التوزيع. تأكد دائماً من الرخصة على بطاقة نموذج Hugging Face للنموذج المحدد الذي تنشره.
Qwen أم DeepSeek V4، أيّهما أختار لمنتج قائم على API؟
DeepSeek V4 للمنتجات الحساسة للتكلفة أو عالية الحجم أو كثيفة RAG، بفضل ميزة تسعير إصابة الذاكرة المؤقتة. Qwen عندما تحتاج اتساعاً متعدد اللغات أو رخصة Apache 2.0 تحديداً. كلاهما متاح عبر API وكلاهما قابل للاستضافة الذاتية، لذا العوامل الحاسمة عادة هي حجم الرموز لديك وقيود الترخيص الخاصة بك.
الحكم النهائي
لا تفرض فائزاً واحداً من بين Qwen وDeepSeek وGLM. صنّفهم حسب المستوى، ثم اختر حسب المهمة:
- GLM-5.2 للبرمجة الوكيلية والوكلاء طويلي المدى. هو النموذج الذي شغّلناه ثلاثة أسابيع بتكلفة $72/mo، واستحق مكانه.
- DeepSeek V4 Flash لأرخص الرموز وRAG على نطاق واسع، بسعر إصابة ذاكرة مؤقتة لا يضاهيه أي شيء آخر هنا.
- Qwen3 للاستضافة الذاتية المحلية على عتاد متواضع، والعمل متعدد اللغات، والرخصة الأكثر تساهلاً (Apache 2.0).
الدرس الأكبر: اقرأ مجموعة المعايير لا الترتيب، وخفّض تقديرك للأرقام المُبلَّغ عنها ذاتياً. الحداثة أهم من عدد الكلمات في هذا المجال، لأن الثلاثة تُطلق إصدارات جديدة بوتيرة شبه شهرية.
اختيار النموذج هو الجزء السهل. ربطه بحزمة إنتاجية مع خطط بديلة وحدود تكلفة وبوابات تقييم هو حيث تتعثر الفرق. هذا ما نقوم به في Techsy، ربط نموذج مفتوح الأوزان بحزمة وكيل إنتاجية تصمد تحت حركة مرور حقيقية.