بطاقة عنوان مُولّدة تحمل النص 'DaisyRose 27B مقابل Gemma 4 31B'، وعنوانًا فرعيًا 'نموذجان كثيفان، وظيفتان مختلفتان'، فوق ثلاث بطاقات مستديرة تحمل النص 'DaisyRose: 27.8B كثيف، تدريب لاحق بالتعلم المعزز فقط'، و'Gemma 4 31B: 30.7B كثيف، قدرة عامة'، و'GPQA Diamond: 90.7 مقابل 84.3'، مع تذييل يحمل النص 'أرقام DaisyRose وفق RadixArk، نوفمبر 2026؛ أرقام Gemma 4 31B وفق Google DeepMind.' ويقع شعار OrcaRouter في الزاوية اليمنى السفلى.
Guides & Insights

DaisyRose 27B مقابل Gemma 4 31B: نموذجان كثيفان، وظيفتان مختلفتان

الكاتب

jinhao.song

تاريخ النشر

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

يُعدّ DaisyRose 27B وGemma 4 31B أقرب زوج في هذه العائلة من المقارنات: فكلاهما كثيف، وكلاهما بين 27 و31 مليار معامل، وكلاهما متعدد الوسائط بسياق يبلغ 256 ألف رمز، وكلاهما بترخيص Apache 2.0، وكلاهما يُشحن مع مُصمِّم فكّ تخميني إلى جانب الأوزان. وهما أيضًا، استنادًا إلى الأدلة التي اختار بائعاهما نشرها، موجَّهان إلى مشترين مختلفين. فـGemma 4 31B هو النموذج العام لدى Google DeepMind — نموذج كثيف بـ30.7 مليار معامل، مزوَّد بوضع تفكير قابل للتخصيص، واستدعاء دوال أصلي، وأكثر من 140 لغة، وجدول قدرات من أربعة عشر صفًا يغطي كل شيء من AIME إلى تحليل المستندات. أما DaisyRose 27B فهو النموذج المتخصص من RadixArk، نُشر في 18 نوفمبر 2026، ودُرِّب تدريبًا لاحقًا بالتعلم المعزّز وحده على مهام وكيلية طويلة الأفق، وأُثبت على جدول وكيلي من خمسة صفوف. النموذجان متطابقان تقريبًا في الشكل؛ غير أن الدليل الذي يقدّمه كل بائع شبه منفصل تمامًا.

لا يحمل أي معيار في أي من الجدولين كلا الاسمين سوى GPQA Diamond، حيث يسجّل DaisyRose 27B نتيجة 90.7 ويسجّل Gemma 4 31B نتيجة 84.3. إن فارق ست نقاط ونصف في اختبار علوم على مستوى الدراسات العليا، من نموذج يمتلك أقل بـ2.9 مليار معامل، هو العنوان الرئيسي الذي تحمله هذه الصفحة، وبقية الصفحة تدور حول سبب كون هذا العنوان أضعف مما يبدو.

معماريتان تبدوان متشابهتين

إذا أزلت العلامة التجارية، فإن أوراق المواصفات تتشابه أكثر من أي مقارنة أخرى في هذه السلسلة.

• المعلمات — DaisyRose 27B و27.8B كثيف، منها 0.46B مشفّر رؤية و0.42B رأس تنبؤ متعدد الرموز، مقابل Gemma 4 31B عند 30.7B كثيف مع مشفّر رؤية بنحو 550M معلمة. لا يوجد توجيه خبراء على أي من الجانبين، لذا فإن عدد المعلمات النشطة يساوي الإجمالي على كليهما.

• السياق — 262,144 رمزًا لـ DaisyRose 27B؛ و256K لـ Gemma 4 31B. عمليًا، الحد الأقصى نفسه.

• الوسائط — إدخال نص وصورة، وإخراج نص، في كليهما. الصوت غير متاح في أي من الحجمين؛ أما على جانب Gemma، فهو محصور في أعضاء العائلة E2B وE4B و12B.

• الترخيص — Apache 2.0 على كليهما، مذكور على كلا بطاقتي النموذج.

• تقنية السياق الطويل — تحقق Gemma 4 31B ذلك عبر 60 طبقة، ونافذة انزلاقية محلية بحجم 1,024 رمزًا متداخلة مع انتباه عالمي كامل، ومفاتيح وقيم موحّدة في الطبقات العالمية وRoPE تناسبي. أما DaisyRose 27B فترث بنية Qwen3.8-27B دون تغيير، وهي الفكرة نفسها للانتباه الهجين التي تم التوصل إليها من سلالة تصميم مختلفة.

الموضعان اللذان يختلفان فيهما اختلافًا حقيقيًا هما الموضعان اللذان يحددان الغرض من النموذج. يأتي Gemma 4 31B مزوّدًا بوضع تفكير قابل للتهيئة، واستدعاء دوال أصلي، ودعم صريح لدور النظام. أما DaisyRose 27B فيأتي بقالب محادثة مطابق لقالب نموذجه الأساسي، وبجولة تدريب أنفقت ميزانيتها بالكامل على سلوك الطرفية والأدوات بدلًا من الاتساع.

الصف الوحيد الذي يتشاركونه

GPQA Diamond، المكوّن من 198 سؤالاً علمياً بمستوى الدراسات العليا، هو المعيار الوحيد الذي تنشره كلتا البطاقتين، وليست التهيئات الكامنة وراء الرقمين قياساً واحداً.

رقم 90.7 الخاص بـ DaisyRose 27B يأتي من ثماني عمليات تشغيل على 198 سؤالًا باستخدام قالب simple-evals، مع إعادة خلط ترتيب الإجابات في كل مرة، ويُبلَّغ عنه باعتباره الأفضل بين تشغيلَي BF16 وFP8. أما 84.3 الخاص بـ Gemma 4 31B فهو رقم واحد على بطاقة نموذج G​oogle، دون ذكر عدد التشغيلات ولا أداة التقييم المحددة في الجدول نفسه.

إذن الفجوة حقيقية بمعنى أن كلا المورّدين نشرا رقمًا تحت اسم المعيار نفسه، وهي هشّة بمعنى أن أحد الجانبين لديه ثماني عمليات تشغيل وبروتوكول إعادة خلط، بينما منهجية الطرف الآخر مجرد حاشية. ستّ ونصف نقطة تعادل تقريبًا ثلاثًا وثلاثين سؤالًا من أصل 198. وهذا أكبر من ضجيج المعاينة في مجموعة من 198 سؤالًا، لكن اختلافًا في أداة التقييم بهذا الحجم ليس غير مسبوق، ولم يُجرِ أيٌّ من المورّدين تقييم الآخر.

ما يجعل هذا الصف أكثر إثارة للاهتمام من مجرد درجة واحدة هو موقعه نسبةً إلى الأساس لكل نموذج. يحسّن DaisyRose 27B نتيجة GPQA Diamond من 89.2 إلى 90.7 مقارنةً بـ Qwen3.8-27B — أي زيادة قدرها 1.5 نقطة من ثمانية عشر يومًا من التعلم المعزز. يسجل Gemma 4 31B نتيجة 84.3، وهي أعلى بنقطتين من 82.3 لدى شقيقه 26B A4B. في هذا المعيار، كلا النموذجين قريبان من الموضع الذي وضعته فيه مرحلة التدريب المسبق، ولم يحرّك التدريب اللاحق أيًا منهما كثيرًا. إذا كنت تختار بينهما في علوم الدراسات العليا، فإن الفارق البالغ ست نقاط هو في الغالب فارق في النموذج الأساسي وليس فارقًا في وصفة التدريب.

A screenshot of the Hugging Face model card for google/gemma-4-31B-it showing the repository header, the dense 30.7B description, the 256K-token context, the Apache 2.0 licence and the benchmark comparison table against Gemma 4 26B A4B.

الجداول التي عبأها طرف واحد فقط

هنا تتوقف المقارنة عن كونها مقارنة وتصبح اختيارًا للأدلة. فقد نشرت Google جدول قدرات عامٍّ، ونشرت RadixArk جدولًا خاصًّا بالوكلاء، ولا يتداخل أيٌّ منهما مع الآخر.

تحمل بطاقة Gemma 4 31B النتائج التالية: MMLU Pro 85.2، وAIME 2026 دون أدوات 89.2، وLiveCodeBench v6 80.0، وCodeforces ELO 2150، وTau2 76.9، وHLE دون أدوات 19.5 ومع البحث 26.5، وBigBench Extra Hard 74.4، وMMMLU 88.4، وMMMU Pro 76.9، وMATH-Vision 85.6، وMedXPertQA MM 61.3، وOmniDocBench 1.5 عند 0.131، وMRCR v2 عند ثماني إبر وسياق 128K 66.4. لا يوجد صف Terminal Bench، ولا صف SWE-bench، ولا صف IFBench.

تحمل بطاقة DaisyRose 27B نتيجة Terminal Bench 4.1 عند 12.0 مقابل أساس قدره 5.6، وTerminal Bench 2.1 عند 75.5، وDeepSWE v1.1 عند 46.2، وSWE Bench Pro v2 عند 94.7، وIFBench عند 82.4، إضافة إلى HLE نصي فقط عند 34.3 وGPQA Diamond عند 90.7. لا يوجد MMLU Pro، ولا AIME، ولا Codeforces، ولا أي صف لمعيار الرؤية على الإطلاق — رغم أن النموذج يحمل مُرمّز رؤية.

هناك عدم تماثلين في تلك المقارنة يستحقان التسمية. الأول هو HLE: يذكر RadixArk نتيجة 34.3 دون أدوات، بينما تذكر Google 19.5 دون أدوات و26.5 مع البحث. وحتى عند منح Gemma 4 31B إعدادها المدعوم بالأدوات، فإن رقم DaisyRose 27B أعلى بنحو ثماني نقاط — لكن المُقيِّمين يختلفون، إذ استخدم RadixArk نموذج GPT-6 Luna في خمس محاولات لكل مسألة، في حين لا تحدد Google إعداد التقييم لديها. والثاني هو الرؤية: تأتي DaisyRose 27B بمُرمِّز رؤية بحجم 0.46B ولا تنشر أي معيار أداء للرؤية على الإطلاق، لذا فإن قدرتها متعددة الوسائط غير مقاسة علنًا. تنشر Gemma 4 31B معايير MMMU Pro وMATH-Vision وOmniDocBench وMedXPertQA. إذا كنت بحاجة إلى فهم الصور، فلأحد هذين النموذجين دليل، وللآخر مُرمِّز.

الذاكرة، والصيغ، وتكلفة كل تنزيل

يبلغ حجم كلا الطرازين من 52 إلى 63 غيغابايت بالدقة الكاملة، مما يضعهما في الفئة نفسها من حيث العتاد ويجعل قائمة الصيغ هي الجزء المفيد في المقارنة.

• DaisyRose 27B — بتنسيق BF16 حوالي 52 GB، وFP8 حوالي 29 GB، وNVFP4 حوالي 23 GB ومخصص لمنصة Blackwell فقط، إضافةً إلى RadixArk/Qwen3.8-27B-DSpark كمُقتَرِح لفك الترميز التخميني من أجل SGLang. التكوين المرجعي هو أربع نسخ متوازية البيانات عبر عقدة رباعية وحدات GPU عند توازٍ تنسوري 1، وسياق بطول 262,144 رمزًا، وذاكرة KV مؤقتة بتنسيق FP8. تُدرج RadixArk النشر على وحدة GPU واحدة على H200 وB200 وGB300 وRTX PRO 6000 وRTX 5090 وDGX Spark.

• Gemma 4 31B — bfloat16 في شريحتَي safetensors بحجم يقارب 49.8 غيغابايت و12.8 غيغابايت، أي نحو 62.5 غيغابايت إجمالًا. ملف QAT Q4_0 GGUF بحجم 17.7 غيغابايت بالإضافة إلى مُسقِط رؤية بحجم 1.2 غيغابايت، أي نحو 18.9 غيغابايت قبل ذاكرة KV المؤقتة، ما يضع الطراز الكثيف الأعلى في سلسلة Gemma على بطاقة استهلاكية واحدة بسعة 24 غيغابايت. نسخة QAT w4a16 compressed-tensors بحجم 23.3 غيغابايت من أجل vLLM، ونقطة تحقق Q4_0 غير مُكمَّمة تحمل أوزان QAT دون تعبئة، ومُصمِّم مسودّة متعدد الرموز المميزة بحجم 0.94 غيغابايت.

خط GGUF هو الفرق الملموس. تشحن Google نسخة 4-بت من صنعها الخاص تلائم بطاقة بسعة 24 GB؛ بينما تشحن RadixArk ثلاث مستويات دقة وتتوقع منك تقديمها عبر SGLang. بالنسبة لفريق لديه محطة عمل ولا يملك مكدس تقديم، ليس هذا قرارًا متقاربًا — فتنزيل واحد يعمل، بينما يحتاج الآخر إلى عملية نشر.

تفصيل واحد مزعج: تتطلب بطاقة Gemma مساعد فك ترميز تخميني يطابق دقة نقطة التحقق الهدف، لذا يقترن النموذج المسودة بحجم 0.94 GB بهدف QAT 31B بدلاً من إصدار bfloat16. سُمّي نموذج المسودة من RadixArk على اسم Qwen3.8-27B ويقترن بإصدار FP8 الخاص بـ DaisyRose 27B نفسه.

A generated two-column scoreboard titled 'DaisyRose 27B vs Gemma 4 31B — the scoreboard'. Left column DaisyRose 27B: parameters 27.8B dense; training RL only, 63,000 GPU-hours; context 262,144 tokens; GPQA Diamond 90.7; HLE no tools 34.3; formats BF16, FP8, NVFP4. Right column Gemma 4 31B: parameters 30.7B dense; training general pretrain plus post-train; context 256K tokens; GPQA Diamond 84.3; HLE no tools 19.5; formats BF16, QAT Q4_0 GGUF, w4a16. A footer reads 'Both vendor-reported; only GPQA Diamond is published on both cards.' The OrcaRouter logo sits in the bottom-right.

التكلفة، والشيء الذي له ثمن

أصبح Gemma 4 31B متاحًا اليوم على OrcaRouter باسم google/gemma-4-31b-it بسعر 0.13 دولار لكل مليون رمز إدخال و0.38 دولار لكل مليون رمز إخراج، مع إمكانية ضبط التفكير، واستدعاء الدوال الأصلي، وسياق بطول 256K. ولاحقة -it جزء من السلسلة التي يمررها العميل.

لا يملك DaisyRose 27B سعرًا مستضافًا من البائع. يصف موقع RadixArk التدريب والتقديم لمعامل أخرى، ولا ينشر نقطة نهاية DaisyRose؛ إذ تشير بطاقة الطراز فقط إلى الاستضافة الذاتية عبر SGLang وvLLM وDocker. تذكر قوائم طرف ثالث سعرًا قدره 0.15 دولار لكل مليون إدخال و1.88 دولار لكل مليون إخراج، وهو موقف افتتاحي لأحد المضيفين لا سعرًا من البائع.

ضع تلك جنبًا إلى جنب، وستجد أن مقارنة الاستضافة تسير في الاتجاه المعاكس لجدول المعايير: Gemma 4 31B بسعر ثلاثة عشر سنتًا لكل مليون إدخال مقابل خمسة عشر سنتًا لدى مضيف طرف ثالث، لكنها ثمانية وثلاثون سنتًا مقابل دولار وثمانية وثمانين سنتًا في الإخراج. في عبء عمل كثيف التوليد، يمثل ذلك فرقًا بخمسة أضعاف لصالح النموذج الأكبر، وهو قائم لسبب هيكلي — إذ لدى Gemma 4 31B طبقة استضافة راسخة يتنافس عليها عدة مزودين، بينما لدى DaisyRose 27B مضيف واحد وثلاثة أيام من السجل.

A screenshot of the OrcaRouter model catalogue page for google/gemma-4-31b-it showing the model listing, the 30.7B dense description, the 256K-token context and the per-million-token pricing.

ما الوظيفة التي صُمم كل نموذج من أجلها

الخلاصة الصادقة هي أن هذه النماذج لا تتنافس على عملية الشراء نفسها، وجداول القياس المرجعي تثبت ذلك برفضها التداخل.

Gemma 4 31B هو النموذج الذي تريده إذا كنت بحاجة إلى الاتساع: وضع تفكير يمكنك خفضه، واستدعاء دوال يعمل مع مخططات الأدوات الموجودة، وأكثر من 140 لغة، وتقييم منشور للرؤية، ونسخة مُكمَّمة تعمل على محطة عمل، وسعر النسخة المستضافة ثلاثة عشر سنتًا لكل مليون رمز إدخال. إنه الخيار الآمن لمنتج عام، وتكلفة الخطأ فيه بضعة دولارات من إنفاق API.

إن DaisyRose 27B هو النموذج الذي تريده إذا كنت تبني وكيل طرفية ويمكنك استضافته. فرقمه في Terminal Bench 4.1 يزيد على ضعف رقم نموذجه الأساسي، ورقمه في SWE Bench Pro v2 يبلغ 94.7، ورقمه في IFBench البالغ 82.4 هو الأعلى في بطاقة المقارنة الخاصة بـ RadixArk. كل واحد من تلك الأرقام مُبلَّغ عنه من البائع، ولم يُعَد إنتاج أي منها بشكل مستقل، وعمر النموذج ثلاثة أيام. لكن شكل الادعاء محدد بما يكفي لاختباره: شغّل تتبعات وكيلك الخاصة مقابل Qwen3.8-27B — المتاح باسم qwen/qwen3.8-27b بسعر 0.33 دولار لكل مليون رمز إدخال و2.40 دولار لكل مليون رمز إخراج، مع السياق نفسه البالغ 262,144 رمزًا وبرج الرؤية نفسه — وانظر ما إذا كان نمط الفشل الذي دربت RadixArk على إزالته هو ما تصادفه فعليًا.

هذه أيضًا أرخص طريقة للحسم بين هذين الاثنين. يقع Gemma 4 31B وQwen3.8-27B خلف مفتاح OrcaRouter واحد دون عقد ثانٍ ودون أي تغيير في الشيفرة، وبهامش 0% فوق سعر القائمة لدى كل مزوّد، لذا يصل إليك أي تغيير في السعر من أيٍّ من الجانبين في اليوم الذي يطرأ فيه. إذا كان Gemma 4 31B يتولى حلقة الوكيل لديك، فقد انتهيت عند ثلاثة عشر سنتًا. وإن لم يكن، وفشل النموذج الأساسي في الموضع نفسه، فإن تدريبًا لاحقًا بالتعلم المعزز لمدة ثمانية عشر يومًا على H200 هو الشيء التالي الذي يستحق أن تدفع مقابله — وبحلول ذلك الحين ستكون قد عرفت ما الذي تشتريه لإصلاحه.