ERNIE-5.5-Flash مقابل Qwen 3.8 Flash: نقطة تحقق أساسية تلتقي بنموذج مكتمل

ضع ERNIE-5.5-Flash بجانب Qwen 3.8 Flash، وأول ملاحظة صادقة هي أنهما ليسا من النوع نفسه من الكائنات. ما نشرته Baidu فعليًا هو ERNIE-5.5-Flash-Base، نقطة التحقق في نهاية التدريب المسبق — قبل التدريب المتوسط، وقبل ضبط التعليمات، وقبل أي عمل على التفضيلات — لذا فهو يتابع النص بدلًا من الإجابة عن الطلبات، ويُقدَّم عبر نقطة نهاية للإكمالات، لا عبر نقطة نهاية للدردشة. Qwen 3.8 Flash، الذي أطلقته Alibaba في 26 أغسطس 2026، هو نموذج متعدد الوسائط مكتمل يأخذ النص والصور والفيديو ويعيد النص، بسعر 0.15 دولار لكل مليون رمز إدخال و0.47 دولار لكل مليون رمز إخراج. أحدهما نقطة بداية لا يزال عليك تدريبها؛ والآخر منتج يمكنك استدعاؤه بعد ظهر اليوم. تكاد كل الأرقام أدناه تتغير دلالتها بحسب أي من هذين الشيئين تعتقد أنك تقارنه، ولهذا يستحق الأمر الحسم قبل ورقة المواصفات لا بعدها.

ما الذي أطلقته Baidu، وما لم تقله

الإصدار هادئ بالطريقة المحددة التي تكون عليها غالبًا إصدارات الأوزان المفتوحة الصينية: تصل المخرجات قبل أن تصل القصة. وbaidu/ERNIE-5.5-Flash-Base هو مستودع أُنشئ على Hugging Face في 21 أكتوبر، وظل شبه فارغ لأسبوع، ثم استقبل شرائح أوزانه الـ128 بتنسيق FP8 بين 2 و3 نوفمبر. ظهرت مخططات البنية والاختبارات المعيارية في 4 نوفمبر، وكانت بطاقة الطراز نفسها لا تزال قيد المراجعة صباح اليوم. صفحة الإصدار الخاصة بـBaidu مؤرخة اليوم، 5 نوفمبر، وليس هناك من نقاش أثارته خارج تلك الصفحة سوى سلسلة في منتدى ومنشور على WeChat. لا يوجد بيان صحفي، ولا حدث إطلاق، ولا تغطية صحفية تُذكر.

هذا مهم لما يمكنك وما لا يمكنك الوثوق به. قابل للمعرفة من المستودع: البنية، وأعداد المعاملات، وجدول قياسات أداء كامل من المورّد مع إطار اختبار مسمّى صراحةً، ووصفات خدمة عاملة لـ SGLang وvLLM، ونص الترخيص، وحقيقة وجود نظير BF16 إلى جانب نسخة FP8. غير قابل للمعرفة: ما إذا كانت Baidu تنوي تقديمه كواجهة برمجة تطبيقات — فقائمة أسعار Qianfan، آخر تحديث في 18 أكتوبر، تسرد ERNIE 5.1 و5.0 و4.5 Turbo، ولا يوجد أي إدخال لـ ERNIE 5.5 من أي نوع — وما تسجله نسخة مضبوطة بالتعليمات منه، وما إذا كان أي مُقيّم مستقل سيعيد إنتاج رقم واحد في جدول Baidu.

مواصفات المجلة، للتوثيق: 280B إجمالي المعاملات مع 14B نشطة لكل رمز، تم التدريب المسبق من الصفر على 33.5T رمز، و43 طبقة إحداها شبكة تغذية أمامية كثيفة و42 منها MoE، و512 خبيرًا موجّهًا مع توجيه لأفضل 10 إضافة إلى خبير مشترك واحد، ومفردات من 201,216 رمزًا. تتيح التهيئة الصادرة سياقًا من 1,048,576 رمزًا، رغم أن التدريب لم يرَ سوى 131,072 فقط. هناك أيضًا رأس تنبؤ متعدد الرموز بحجم 0.36B لا يُحتسب في أي من رقمي المعاملات.

تباين المواصفات، من حيث الأبعاد التي تحسم الأمر فعليًا

• ما تحصل عليه — ERNIE-5.5-Flash-Base هو مجرد نقطة تحقق (checkpoint) ولا شيء غير ذلك: أوزان تقوم بتنزيلها، ونقطة نهاية /v1/completions، وليس لديه سلوك اتباع التعليمات. Qwen 3.8 Flash هو نموذج مُخدَّم مع استدعاء الأدوات، ووضع التفكير، والمخرجات المنظمة، واستجابة قصوى تبلغ 131,072 رمزًا.

• الحجم — 280B إجمالًا / 14B نشطة لـ ERNIE مقابل 125B إجمالًا / نحو 6B نشطة لـ Qwen 3.8 Flash، والذي يحمل أيضًا جدول تضمين n-gram بحجم 51B ورأس MTP بحجم ~4B، مما يضع نحو 180B من المعاملات على القرص.

• تصميم الانتباه — يستخدم ERNIE 43 طبقة مقسّمة إلى 37 طبقة انتباه شديد الضغط (HCA) بالإضافة إلى 6 طبقات MLA مع انتباه متناثر؛ ويستخدم Qwen 3.8 Flash مزيجًا هجينًا من Gated DeltaNet وQwen Sparse Attention عبر 48 طبقة. كلاهما رهان على أن الانتباه الكامل الكلاسيكي ليس الشيء الذي يستحق الدفع مقابله بأسعار فئة Flash، وقد جاءا من اتجاهين متعاكسين.

• السياق — مليون رمز مُعلَن عنها من الجانبين، لكن من مصادر مختلفة: ERNIE دُرِّب على 128K ولا يُمكِّن من 1M إلا في مرحلتي الضبط الدقيق والاستدلال، بينما Qwen 3.8 Flash أصليًا 262K ويصل إلى 1M عبر امتداد YaRN.

• الوسائط — ERNIE-5.5-Flash-Base نصي فقط، باللغتين الإنجليزية والصينية. يقبل Qwen 3.8 Flash النصوص والصور والفيديو، ويتضمن جدول مورده نتائج AndroidWorld وOSWorld 2.0 وMathVision وLVBench التي لا يمكن لنموذج نصي فقط إنتاجها.

• الأوزان في جانب Qwen — النسخة الإنتاجية من Qwen 3.8 Flash مخصّصة لواجهة API فقط، لكن نظيرها مفتوح الأوزان Qwen3.8-Flash-Next منشور بموجب Qwen Community License 1.0، لذا فإن الجانبين أكثر قابلية للمقارنة مما يوحي به طرح «API مقابل الأوزان» للوهلة الأولى.

• التشغيل — تقدّم Baidu وصفة جاهزة للعمل: صورة lmsysorg/sglang:dev-ernie-55-flash مع --tp 4، أو vLLM 0.32.0 مع إضافة baidu/vLLM-ERNIE بحجم توازٍ للبيانات 4. لا يحتاج Qwen 3.8 Flash إلى أي وصفة تشغيل لأن Alibaba توفّره لك.

• السعر — لا يوجد سعر منشور لكل رمز لـ ERNIE-5.5-Flash-Base في أي مكان، لأنه لا توجد نقطة نهاية مستضافة لتسعيرها؛ 0.15 دولار للمدخلات / 0.47 دولار للمخرجات لكل مليون رمز لـ Qwen 3.8 Flash، مع قراءات المدخلات المخزنة مؤقتًا بسعر 0.0184 دولار.

• الترخيص — اتفاقية ترخيص نموذج ERNIE 5.5 Flash Base Model License Agreement v1.0، وهي اتفاقية مخصصة تستحق القراءة كاملة قبل بناء منتج عليها، مقابل Qwen Community License 1.0 على الجانب المفتوح من Qwen.

صفوف المعيار التي تبدو قابلة للمقارنة لكنها ليست كذلك

إليك الفخ الذي تنصبه هذه المقارنة. ينشر كلا المورّدين رقمًا على LiveCodeBench، والرقمان هما 40.1 و91.9.

إنهما لا يقيسان الشيء نفسه، والفجوة بينهما ليست فجوة في القدرات. نتيجة Baidu البالغة 40.1 هي Pass@1، بأسلوب one-shot، على نقطة التحقق الخام المُدرَّبة مسبقًا — إذ يُطلب من النموذج إكمال امتدادات الشيفرة دون أن يُعلَّم قط اتباع تعليمة. ونتيجة Alibaba البالغة 91.9 هي LiveCodeBench v6، وهي نسخة معيارية مختلفة ولاحقة، أُبلِغ عنها لنموذج خضع لخط أنابيب كامل لما بعد التدريب. وثنائية GPQA تعاني المشكلة نفسها: 60.2 لـ ERNIE عند مطابقة تامة بخمس لقطات على نقطة تحقق أساسية، و91.7 لـ Qwen على GPQA Diamond بعد ضبط التعليمات. وحتى مقارنة MMLU، 93.3 مقابل نموذج لا ينشر أي MMLU، ليس لها ما تُقارَن به.

هذا ليس انتقاصًا من أيٍّ من النموذجين. بل هو بيان عن الغرض من تقييم النموذج الأساسي. إن نتيجة 40.1 على LiveCodeBench من نقطة تحقق لم ترَ أي تعليمة قط هي بيان عن مقدار البنية البرمجية التي استوعبها التدريب المسبق، وهي رقم معقول بهذا التفسير. لكنها لا تخبرك بشيء عن النتيجة التي ستحققها الأوزان نفسها بعد أن يقوم أحدهم بضبطها الدقيق. لم ينشر أحد ذلك الرقم، بما في ذلك Baidu.

الجدول الوحيد الذي يمكن قراءته على ظاهره هو جدول بايدو نفسه، لأن الأعمدة الأربعة جميعها مرّت عبر خط المعالجة نفسه، والمطالبات نفسها، وإعدادات few-shot نفسها. ومقارنةً بـ DeepSeek-V4-Flash-Base (284B-A13B) وHy3-preview-Base (295B-A21B) وMiMo-V2.5-Base (310B-A15B)، يحقق ERNIE-5.5-Flash-Base أفضل نتيجة في صفه في 24 من أصل 30 اختبارًا مرجعيًا، بما في ذلك MMLU-Pro بنتيجة 78.4 مقابل 69.2، وHumanEval+ بنتيجة 82.3 مقابل 69.5، وRepoQA بنتيجة 91.7 مقابل 81.0. ويتفوق عليه DeepSeek في ChineseSimpleQA، وتتفوق عليه Hy3 في FullStackBench وBBH chain-of-thought، ويتفوق عليه DeepSeek في كل من HELMET-Rerank وInfiniteBench. هذه أرقام أجراها المورّد على أداة تقييم اختارها المورّد دون تكرار مستقل — لكنها قابلة للمقارنة داخليًا، وهذا أكثر مما يمكن قوله عن أي مقارنة بين مورّدين مختلفين في هذا المقال.

ما تكلفة كل مسار، مع إظهار الحسابات

يُعد Qwen 3.8 Flash الخيار السهل من حيث التسعير. لنأخذ عبء عمل للدعم والاستخراج قوامه 1,000 طلب يوميًا، بمتوسط 6,000 رمز إدخال و800 رمز إخراج: أي 6 ملايين رمز إدخال و0.8 مليون رمز إخراج يوميًا، أو 180 مليونًا و24 مليونًا على مدى شهر من 30 يومًا. وبسعر $0.15 و$0.47 لكل مليون، فإن ذلك يساوي $27.00 زائد $11.28 — $38.28 شهريًا، مع تقليص الجزء المتكرر من مُوجّه النظام بشكل أكبر عبر القراءات المخزّنة مؤقتًا بسعر $0.0184 لكل مليون.

لا يوجد لـ ERNIE-5.5-Flash-Base بند تكلفة مكافئ، لذا فإن نموذج التكلفة الصادق الوحيد هو العتاد. يتكوّن مستودع FP8 من 128 شظية بحجم 2.25 GB تقريباً لكل منها، أي نحو 288 GB من الأوزان؛ ويضاعف نظير BF16 ذلك. إن أمر التشغيل SGLang الخاص بـ Baidu يقسّمها إلى أربعة أجزاء باستخدام --tp 4، مما يضع نحو 72 GB من الأوزان على كل GPU قبل وجود أي ذاكرة KV مؤقتة — وهذا قابل للتطبيق على بطاقة بسعة 80 GB فقط إذا لم تستخدم نافذة السياق مطلقاً، ومريح على بطاقات من فئة H200. استأجر أربعاً من تلك البطاقات بسعر متوسط يتراوح بين $2–3 لكل ساعة GPU، وستكلف العقدة نحو $5,800–8,600 شهرياً عند التشغيل المستمر، قبل أن تدفع لأي شخص مقابل ضبطها الدقيق أو تقييمها أو إبقاء مكدس الخدمة محدثاً.

هذا يعادل نحو 150 إلى 225 ضعف فاتورة Qwen API في المثال أعلاه، والمقارنة غير عادلة عمدًا في اتجاه واحد: فالاثنان ليسا بديلين حتى يقوم أحدهم بتدريب نقطة تفتيش ERNIE تدريبًا لاحقًا. والمغزى من هذه الحسابات ليس أن الاستضافة الذاتية مكلفة — بل أن التكلفة الثابتة حقيقية وتظهر قبل أن يتمكن النموذج من الإجابة عن تعليمة واحدة، لذا فإن حجم الاستخدام الذي يصبح عنده امتلاك النموذج أفضل من استئجار حل جاهز أعلى بكثير مما توحي به مقارنة التكلفة لكل رمز.

السياق الطويل هو النقطة التي يتقارب عندها التصميمان

يزعم كلا النموذجين القدرة على معالجة مليون توكن، وكلاهما يصل إلى ذلك عبر الامتناع عن تطبيق الانتباه الكامل عبر مليون موضع. تخزّن طبقات HCA في ERNIE مدخلاً واحدًا لكل 128 توكنًا، لذا تنمو ذاكرة KV المؤقتة لدى 37 من طبقاتها الـ43 أبطأ بـ128 مرة مما تنمو لدى طبقة تقليدية؛ بينما تحتفظ طبقات MLA الست بوصول كامل الدقة إلى التوكنات التي تحتاج إليه. ويجري هجين GDN-plus-QSA في Qwen النوع نفسه من المقايضة من جانب الانتباه المتناثر، وتبقي معاملاته النشطة البالغة 6B الحساب لكل توكن منخفضًا بغض النظر عما يفعله الانتباه.

بالنسبة للقارئ، الفرق العملي ليس في أيّ التصميمين أكثر ذكاءً — فكلاهما جدير بالثقة — بل في أن واحدًا فقط من الاثنين يأتي مع كلفة مقابل الاستخدام الفعلي لذلك السياق. فالموجّه الذي يبلغ مليون رمز على Qwen 3.8 Flash له رقم مرتبط به اليوم. وعلى ERNIE-5.5-Flash-Base، للموجّه نفسه تقدير بساعات GPU وسؤال لا جواب له حول كيفية تصرّف نموذج أساسي عند هذا الطول دون ضبط تعليماتي.

من الذي يجب أن يختار ماذا

اختر Qwen 3.8 Flash إذا كنت بحاجة إلى نموذج يتبع التعليمات الآن، وإذا كانت مدخلاتك تشمل لقطات شاشة أو مستندات أو فيديو، وإذا كنت تريد أن تكون فاتورة السياق الطويل مشكلة تخطيط سعة لدى شخص آخر، وإذا كانت تكلفة $0.15/$0.47 لكل مليون رمز تناسب اقتصاديات الوحدة لما تبنيه. عمره شهران، وقد رصدته أدوات تتبع تابعة لجهات خارجية منذ الإطلاق، وأرقام المورّد — SWE-bench Pro 62.5، وGPQA Diamond 91.7، وCoWorkBench 73.9 — هي ادعاءات وليست نتائج موثّقة، لذا اعتبرها حدًا أعلى إلى أن يشير تقييمك الخاص إلى غير ذلك.

اختر ERNIE-5.5-Flash-Base إذا كانت لديك قدرة على التدريب اللاحق وسبب لامتلاك النموذج بدلاً من استئجاره: مجال لا يمكنك إرسال بياناته إلى واجهة برمجة تطبيقات، أو عبء عمل بالصينية والإنجليزية تكون فيه CMMLU 90.0 وChineseSimpleQA 73.0 هما الرقمان اللذان يهمانك، أو برنامج بحثي في التعلم المعزز يريد نقطة انطلاق 280B-A14B، أو ميزانية زمن تأخير تبرر عقدة مخصصة بأربع وحدات GPU. تحتاج أيضًا إلى أن تكون مرتاحًا لكون الترخيص اتفاقية Baidu مخصصة وليس Apache، ولأن النموذج لا يفعل شيئًا مفيدًا حتى يجعل فريقك منه مفيدًا.

لا تختر أيًا منهما، ومع ذلك، إذا كان ما تريده فعليًا هو نموذج عام الغرض مثبت الجدارة. Qwen 3.8 Flash منتج مكتمل بلا نتيجة تقييم مستقلة، وERNIE-5.5-Flash-Base نموذج غير مكتمل مع جدول تقييم من المورّد. ليس أي منهما الخيار الافتراضي الآمن الذي سيكون عليه طراز رائد عمره عامان.

إجراء التجربة دون المراهنة بخريطة طريق عليها

الجزء المحرج في هذه المواجهة هو أن الطرفين يتم الوصول إليهما بطرق مختلفة تمامًا، وطبقة التوجيه تساعد في واحد منهما فقط. Qwen 3.8 Flash متاح عبر OrcaRouter باسم qwen/qwen3.8-flash، بسعر قائمة المزوّد مع هامش ربح 0% — نفس مبلغ 0.15 دولار و0.47 دولار الذي يتقاضاه المورّد، يُمرَّران كما هما، دون أي إضافة مقابل الانتقال. ERNIE-5.5-Flash-Base ليس شيئًا نقدّمه: فهو إصدار أوزان، ولا توجد أي نقطة نهاية مستضافة له يمكن التوجيه إليها، هنا أو في أي مكان آخر نعثر عليه.

إن ما تصلح له نقطة نهاية واحدة حقًا في هذه الحالة هو الجزء الذي يأتي بعد التجربة. المسار الواقعي لنموذج ERNIE 5.5 Flash هو أن يقوم فريق بتدريب نقطة التحقق الأساسية تدريبًا لاحقًا، ثم يصبح السؤال هو ما إذا كان النموذج المضبوط يتفوق على Qwen 3.8 Flash على حركة المرور الخاصة بك. ومع وجود كليهما خلف مفتاح واحد، فإن ذلك تغيير في model-id بدلًا من عقد ثانٍ وSDK ثانٍ، ويمكن لـ routing DSL أن يقسم حركة مرور الإنتاج بينهما ريثما تقرر، والتحويل التلقائي عند الفشل يعني أن الفائز الذي لم تثبت جدواه لا يستطيع أن يعطّل الميزة بأكملها في أول يوم سيئ له. يمنحك دمج النماذج الخيار الثالث — لوحة تُجيب معًا — وهو غالبًا أرخص طريقة لمعرفة ما إذا كان الضبط الجديد أفضل فعلًا من النموذج القائم أم مختلفًا فحسب.

ما الذي سيغيّر هذه الإجابة؟

ثلاثة أمور، بترتيب تقريبي بحسب الاحتمال. نسخة ERNIE 5.5 Flash المضبوطة بالتعليمات ستحوّل هذا من عدم تطابق في الفئة إلى مواجهة مباشرة حقيقية، وتشير الأرقام الأساسية إلى أنها ستكون منافسة — 82.3 على HumanEval+ و91.7 على RepoQA من نقطة تحقق غير مضبوطة هو موضع بداية قوي. إدراج ERNIE 5.5 في قائمة أسعار Qianfan سيمنح حسابات الاستضافة الذاتية شيئًا تقارن به، ويخبرك ما إذا كانت Baidu تنوي بيع هذا النموذج أو تقديمه مجانًا. وستتيح نتيجة طرف ثالث لأي من النموذجين للقارئ أن يتوقف عن قبول جداول البائعين على الثقة، وهي الحالة التي يقبع فيها هذا الاقتران اليوم: فـ Qwen 3.8 Flash ليس لديه أي نتيجة معيارية مستقلة باسمه، وERNIE-5.5-Flash-Base ليس له صف على أي لوحة صدارة محايدة على الإطلاق.

إلى أن يتحقق اثنان من تلك الأمور، فإن سؤال «أيهما أفضل» ليس سؤالًا قاسه أحد. ما يمكن الإجابة عنه اليوم أضيق وأكثر فائدة: Qwen 3.8 Flash نموذج يمكنك استدعاؤه، وERNIE-5.5-Flash-Base نموذج يمكنك البناء عليه. هاتان وظيفتان مختلفتان، ولن يحسم أي جدول معايير أيّهما لديك.