بطاقة عنوان لمقارنة Aion-1.0-Instruct-2.3B مقابل Qwen 3.8، تُقابل نموذجًا على الجهاز بنظام Windows بحجم 2.3B بنموذج لغوي بصري مفتوح الأوزان بحجم 27B.
Guides & Insights

Aion-1.0-Instruct-2.3B مقابل Qwen 3.8: مكوّن Windows يلتقي بحصان عمل 27B

الكاتب

jinhao.song

تاريخ النشر

أحدث النماذج · 20عرض جميع النماذج →
المعايير: Artificial Analysis · يُحدَّث يوميًا
العودة إلى جميع المقالات

في 18 نوفمبر 2026 ظهر مستودع باسم Aion-1.0-Instruct-2.3B في منظمة Microsoft على Hugging Face بعملية إيداع واحدة نصّها "Duplicate from asgmodels/Aion-Instruct-v1". لا تدوينة، ولا إعلان في بطاقة النموذج، ولا بيان صحفي، ولا تغطية إعلامية. تصف بطاقته النموذج بأنه النموذج اللغوي الصغير الأساسي للعمل على الأجهزة في Windows، وتضيف أن نسخة أخرى محسّنة منه، مرفقة بنموذج الاعتدال في المحتوى من Microsoft، ستصبح النموذج اللغوي الصغير لنظام Windows OS SLM بحلول نهاية يناير 2027. ضع ذلك مقابل Q​wen3.8-27B، النموذج اللغوي البصري المفتوح الأوزان ذي الـ 27 مليار معامل الذي نشرته A​libaba في أغسطس 2026، والطبقتين المستضافتين Q​wen3.8-Flash وQ​wen3.8-Max فوقه، وستكفّ المقارنة عن أن تكون مقارنة في الجودة بسرعة كبيرة. أحد النموذجين مكوّن بحجم يناسب حاسوبًا محمولًا. والآخر نموذج متعدد الأغراض تستأجره بالمليون رمز. تقريبًا كل ما سيقوله لك أي جدول تقييمات خارج عن الموضوع. يُقدَّم Q​wen3.8-27B بالمعرّف qwen/qwen3.8-27b على كتالوج OrcaRouter، وبالمفتاح ونقطة النهاية نفسيهما المستخدمين مع طبقتي Q​wen3.8-Flash وQ​wen3.8-Max.

ما الذي يحتويه مستودع Aion فعليًا

ابدأ بما يمكن التحقق منه، لأن القائمة قصيرة. أُنشئ المستودع في 17:05 UTC يوم 18 نوفمبر 2026 ولم يُعدّل منذ ذلك الحين. عليه ثلاثة إعجابات، ووقت كتابة هذه السطور صفر تنزيلات. الأوزان عبارة عن ملف BF16 safetensors واحد بحجم 4.58 GB، وهو متسق مع اسم 2.3B عند بايتين لكل معامل. المفردات 200,029 رمزًا. الرخصة MIT.

البنية أغرب مما يوحي به الحجم. تتناوب ثمانٍ وعشرون طبقة في نمط هجين — تستخدم إحدى وعشرون منها انتباه النافذة المنزلقة بنافذة من 2,048 رمزًا، وتستخدم سبعٌ انتباهًا كاملًا — وتحمل طبقات الانتباه الكامل امتداد YaRN بمعامل 16×. انتباه الاستعلامات المجمّعة هو 24 رأس استعلام مقابل 8 رؤوس مفتاح-قيمة، والتضمينات مربوطة، وتوجّهك بطاقة النموذج لتشغيله بشيفرة نمذجة مخصصة عبر trust_remote_code. يشحن المستودع تنفيذ transformers خاصًا به بدلًا من تعيينه على بنية جاهزة.

المصدر هو الجزء غير المؤكد. ويشير الـ commit إلى أن المستودع نسخة مكررة من asgmodels/Aion-Instruct-v1، ورابط الترخيص يشير إلى ملف LICENSE في ذلك المستودع. يعيد كل من asgmodels/Aion-Instruct-v1ومستودع شقيق تابع لـ Microsoft اسمه Aion-Instruct-Preview-Sampleخطأ مصادقة أمام طلبات API المجهولة، لذا فهما خاصان أو مقيّدان. يمكننا أن نرى أن Microsoft نسخت نقطة التحقق إلى مستودع عام. لا يمكننا رؤية ما كان يحتويه الأصل، ولا من درّبه، ولا على أي بيانات، ولا لماذا سُمّيت المؤسسة asgmodels. أي شخص يصف تدريب هذا النموذج إنما يخمّن.

Screenshot of the microsoft/Aion-1.0-Instruct-2.3B model card on Hugging Face, showing the Microsoft Windows Applied Sciences Group attribution, the on-device SLM description, the January 2027 Windows OS SLM target, and the note that only the unquantised model is published first.

الأرقام الموجودة على البطاقة، وما قيمتها.

تنشر بطاقة النموذج أحد عشر معيارًا قياسيًا. MMLU 55.15، وMMLU-Pro 33.35، وMMMLU 45.51، وGPQA 28.18، وGSM8K 74.91، وGSMPlus 49.56، وMATH-500 48.00، وIFEval 83.90، وIFBench 32.00، وMulti-IF 64.70، وchrF++ 43.18. ويوضح سطر المنهجية أن عمليات التشغيل استخدمت lm-evaluation-harness من EleutherAI حيثما وُجد تنفيذ للمهمة، واستخدمت مستودع المعيار نفسه في الحالات الأخرى، مع GPT-4o حكمًا في المهام الموسومة بأنها مُقيَّمة بواسطة حكم. والدرجات نسب مئوية.

كل ذلك مُبلَّغ من الجهة المورّدة ولم يُعَد إنتاج أيٍّ منه. لكن بالنسبة لطراز بهذا الحجم، فإن النمط في الجدول أكثر دلالة من أي رقم منفرد. نتيجة MMLU عند 55.15 تُعدّ محترمة لـ 2.3 مليار معامل. أما MMLU-Pro عند 33.35 وGPQA عند 28.18 فليست كذلك: فهذان الاختباران الأصعب والأكثر كثافة في الاستدلال المعرفي، وهما يُظهران السقف بوضوح. نتيجة GSM8K عند 74.91 مع المطابقة المتساهلة أضعف ماديًا مما ستكون عليه النتيجة نفسها تحت المطابقة الصارمة. إن IFEval عند 83.90 هو أقوى نتيجة نسبية على البطاقة — فالطراز يتبع التعليمات المنسّقة جيدًا بالنسبة لحجمه، وهو بالضبط ما يحتاج مساعد نظام تشغيل إلى فعله.

ثمة تحفّظ ثانٍ تذكره بطاقة النموذج بوضوح ويسهل تفويته. نقطة التحقق المنشورة هي النموذج غير المكمَّم، وتقول البطاقة إن الإصدارات المكمَّمة ستأتي لاحقًا. وبناء ONNX موجود بالفعل بشكل منفصل — فقد نشرت مايكروسوفت Aion-1.0-Instruct-2.3B-ONNX-WebGPU بعد نحو ثلاث دقائق من مستودع BF16، بحجم يقارب 1.3 غيغابايت، باستخدام تدريب واعٍ بالتكميم على مستوى الكتل بدقة INT4 بحجم كتلة 32 على الطبقات الخطية وحجم كتلة 64 على التضمينات، مع تنشيطات FP16 وذاكرة KV مؤقتة، ويستهدف WebGPU عبر ONNX Runtime GenAI. هذا هو ناتج النشر المهم، وهو ملف مختلف عن الملف الذي سيحمّله معظم الناس أولًا.

لماذا يُعد Qwen3.8-27B نوعًا مختلفًا من الكائنات

Qwen3.8-27B هو نموذج بـ27.8 مليار معامل موزّعة عبر ثمانية عشر جزءًا BF16 يبلغ مجموعها 55.6 GB، مع برج رؤية لإدخال الصور والفيديو. تُرتَّب طبقاته الأربع والستون في ست عشرة كتلة متكررة، تتكوّن كل منها من ثلاث طبقات انتباه خطي Gated DeltaNet مقابل طبقة Gated Attention كاملة واحدة، بحجم مخفي 5,120، مع 48 رأس قيمة في مسار الانتباه الخطي مقابل 16 رأس استعلام-مفتاح. طول السياق 262,144 رمزًا أصلاً و1,000,000 مع YaRN. التفكير مُفعَّل افتراضيًا، مع ما يصل إلى 262,144 رمز استدلال و131,072 رمز إجابة، وتختلف إعدادات أخذ العينات الموصى بها بين وضعي التفكير وغير التفكير. الترخيص هو Apache 2.0.

الفجوة المهمة ليست في المعاملات. بل في أن نقطة تحقق بحجم 55.6 غيغابايت لا تعمل على الجهاز الذي صُمم له نموذج Aion. فالتصميم الكامل لنموذج Aion — نوافذ منزلقة بسعة 2,048 رمزًا، وتدريب يراعي التكميم INT4، وبناء ONNX WebGPU بحجم 1.3 غيغابايت — هو حجة حول ما يتسع في الذاكرة على جهاز يملكه المرء بالفعل. أما تصميم Q​wen3.8-27B فيفترض وجود عنقود خدمة. أنت لا تختار بينهما بناءً على لوحة نتائج. أنت تختار لأن أحدهما ليس مرشحًا لمهمة الآخر.

حيث يمكن وضع الأرقام جنبًا إلى جنب وحيث لا يمكن ذلك

ثمة إحالة مرجعية واحدة مفيدة حقًا هنا، وهي لا ترد على بطاقة أيٍّ من المورّدين. تقيس Artificial Analysis نموذج Q​wen3.8-27B على Intelligence Index v5.0.1، الذي يجمع تسع عمليات تقييم: AA-Briefcase v1.1 وAutomationBench-AA وTerminal-Bench 4.0 وFrontierCode-AA 2.0 وAA-Omniscience v1.1 وGDP.pdf وHLE-Diamond وCritPt v2 وTerminal-Bench-Sci. وعلى هذا المؤشر يسجّل Q​wen3.8-27B درجة 20، مقابل وسيط قدره 10 لدى النماذج المماثلة. وتضعه القياسات نفسها عند 0.50 دولار لكل مليون رمز إدخال و3.00 دولارات لكل مليون رمز إخراج، و3.53 دولارًا لكل مهمة، و38.7 دقيقة لكل مهمة مؤشر مقابل وسيط 11.5، و128 مليون رمز مستهلك عبر المؤشر مقابل وسيط 77.8 مليون. إنه أبطأ وأكثر إسهابًا من بقية المجال، ويدفع ثمن ذلك في تكلفة كل مهمة حتى عند سعر متواضع لكل رمز.

Comparison scoreboard for Aion-1.0-Instruct-2.3B and Qwen3.8-27B, contrasting parameters, context window, modality, licence, footprint and evaluation status.

لا يوجد نظير لـ Aion. اعتبارًا من 19 نوفمبر 2026، لا توجد لدى Artificial Analysis أي إدخالات لأي من نماذج Aion، ولم تنشر أي منصة اختبار مستقلة أي نتيجة تشغيل. لذا فإن لوحة النتائج الصادقة بها ثغرة، والثغرة في جانب النموذج الأحدث.

• المعاملات — Aion-1.0-Instruct-2.3B: نحو 2.3B، ملف واحد BF16 بحجم 4.58 GB. Qwen3.8-27B: 27.8B، ثمانية عشر جزءًا، 55.6 GB BF16.

• السياق — Aion-1.0-Instruct-2.3B: 32,768 رمزًا، وفقًا لبطاقة بناء ONNX؛ لا تذكر بطاقة BF16 أي رقم. Qwen3.8-27B: 262,144 أصليًا، و1,000,000 مع YaRN.

• الوسائط — Aion-1.0-Instruct-2.3B: نص فقط. Qwen3.8-27B: نص وصورة وفيديو كمدخلات، ونص كمخرجات.

• الترخيص — Aion-1.0-Instruct-2.3B: MIT. Q​wen3.8-27B: Apache 2.0. كلاهما يسمح بالاستخدام التجاري؛ وMIT هو الأقل قيودًا بين الاثنين.

• البصمة القابلة للتشغيل — Aion-1.0-Instruct-2.3B: 1.3 GB INT4 ONNX لـ WebGPU، أو 4.58 GB BF16. Qwen3.8-27B: 55.6 GB BF16، بالإضافة إلى ذاكرة تقديم الخدمة.

• تقييم مستقل — Aion-1.0-Instruct-2.3B: لا شيء. Qwen3.8-27B: مؤشر الذكاء 20 على الإصدار v5.0.1، إضافةً إلى بطاقة مورد تُفيد بتسجيل LiveCodeBench v6 نسبة 90.3، وGPQA Diamond 89.2، وTerminal-Bench 2.1 عند 73.0، وSWE-bench Pro 61.7 وHLE 30.8.

• تاريخ النشر — Aion-1.0-Instruct-2.3B: 18 نوفمبر 2026، عمره يوم واحد ولم يُعلن عنه. Q​wen3.8-27B: أُعلن في 3 أغسطس 2026، وأُصدرت الأوزان في 14 أغسطس 2026.

ما الذي تقرره المقارنة في الواقع

إذا كنت تبني تطبيقًا سطح مكتبيًا يحتاج إلى تصنيف النصوص، أو اتباع تنسيق منظَّم، أو تلخيص مستند، أو توجيه طلب خاص بنظام التشغيل دون رحلة ذهاب وإياب عبر الشبكة، فإن نموذج Aion هو المطروح في المقارنة، وQwen3.8-27B ليس كذلك. نافذة الـ 32K كافية لتلخيص مستند، لكنها ليست كافية على الإطلاق لمهمة برمجية على مستوى مستودع كامل. رخصة MIT تُغني عن المراجعة القانونية. ونسخة ONNX WebGPU تعمل في البيئات التي يتعذّر فيها استخدام نقطة تحقّق بحجم 55.6 GB.

إذا كنت بحاجة إلى وكيل يعمل عبر سياقات طويلة، ويقرأ لقطات الشاشة، ويكتب تعليمات برمجية لقاعدة شيفرة كبيرة، أو يشغّل حلقات أدوات متعددة الخطوات، فإن العكس هو الصحيح. يمتلك Qwen3.8-27B السياق والوسائط والقياس المستقل، ونقاط ضعفه — زمن الاستجابة وإسهاب الرموز المميزة — كميات معروفة يمكنك تسعيرها. لا يمتلك نموذج Aion أي تشغيل مستقل على الإطلاق، وهو ما يعني عمليًا أنك من يقوم بالتقييم، على مهامك الخاصة، قبل أن يلمس أي شيء ذي أهمية.

ثمة موقف ثالث هو على الأرجح الخيار الصحيح لمعظم الفرق: ألا تختار. فنموذج 2.3B على الجهاز ونموذج 27B مستضاف متكاملان، والبنية التي تستخدم كليهما — نموذج محلي صغير للاستدعاءات المتكررة والرخيصة والحساسة لزمن الاستجابة، ونموذج مستضاف كبير للاستدعاءات النادرة والمكلفة والصعبة — هي التي تصمد عند مواجهة الفاتورة. يتوفر Qwen3.8-27B عبر OrcaRouter بصيغة qwen/qwen3.8-27b بسعر 0.33 دولار لكل مليون رمز إدخال و2.40 دولار لكل مليون رمز إخراج، على المفتاح ونقطة النهاية نفسيهما الخاصين بطبقتي Qwen3.8-Flash وQwen3.8-Max، مع تحويل تلقائي عند الفشل بين المزوّدين ودون أي زيادة في السعر لكل رمز فوق سعر القائمة لدى المزوّد. نحن نشغّل تلك الأوزان بأنفسنا، لذا يصل تغيير سعر المورّد إلى هنا في اليوم نفسه لا بعد دورة إعادة تسعير. Aion-1.0-Instruct-2.3B ليس على OrcaRouter — إنه تنزيل تشغّله بنفسك، ويمكن للاثنين أن يتواجدا في التطبيق نفسه دون أن يعرف أيٌّ منهما شيئًا عن الآخر.

Screenshot of the OrcaRouter model page for qwen/qwen3.8-27b, showing the Qwen3.8 27B listing with its 262K-token context, text and image and video input, text output, and pricing.

ما الذي ينبغي مراقبته، وما الذي قد يغيّر هذا المقال

ثمة ثلاثة أمور من شأنها أن تغيّر الصورة جوهريًا، ولم يحدث أي منها بعد. أن تنشر Microsoft إعلانًا، أو بطاقة نموذج تتضمن تفاصيل التدريب، أو تشغيلًا لمعيار قياس خارج إطار الاختبار الخاص بالشركة. أن تضيف Artificial Analysis إدخالًا لـ Aion، ما سيمنح النموذج الأحدث الثقل الموازن المستقل الذي يحظى به Q​wen بالفعل. أو أن تتضح قصة التكميم بين BF16 وINT4 في صورة فارق دقة منشور، وهو الرقم الذي يحدد ما إذا كان التكميم على الجهاز يصمد فعليًا على هذه البنية.

حتى ذلك الحين، تعامل مع Aion-1.0-Instruct-2.3B على أنه ما يُظهره المستودع: نموذج صغير، بترخيص متساهل، نصي فقط، موجّه إلى Windows، نُشر دون مراسم، وعمره يوم واحد، مع جدول قياسات أداء من البائع ودون أي تحقق مستقل منه. وتعامل مع Qwen3.8-27B على أنه أمر معروف مع قياسات منشورة من طرف ثالث، ونافذة سياق أكبر بثماني مرات، وفاتورة تقديم خدمة توازي ذلك. السؤال الخاطئ هو أيّهما يفوز. والسؤال الصحيح هو أيّ هذين الكائنين يفتقده تطبيقك.