GPT-6.1 Sol مقابل Laguna S 2.1: خمسون ضعفًا من سعر المخرجات مقابل عمل لم يقم أحد بقياسه جنبًا إلى جنب

خمسون ضعفًا. هذه هي النسبة بين ما GPT-6.1 Sol تتقاضاه مقابل مليون رمز مُخرَج، وما Laguna S 2.1 تتقاضاه — $10.00 مقابل $0.20 — وهي أكبر فجوة سعرية في هذه السلسلة بأكملها من المقارنات. GPT-6.1 Sol هو إصدار Open​AI بتاريخ 2026-09-29، وهو نموذج عامّ متعدد الأغراض بسعة 1,050,000 رمز مع نتيجة مستقلة منشورة. Laguna S 2.1 هو إصدار Poolside بتاريخ 2026-07-21، وهو نموذج برمجة وكيلي مفتوح الأوزان قائم على مزيج الخبراء بمعاملات تبلغ 118 مليارًا مع نحو 8 مليارات معامل نشطة لكل رمز، وأوزان قريبة من Apache على Hugging Face، ومجموعة معايير أنتجتها Poolside بنفسها. الفجوة السعرية حقيقية وهائلة. ويعتمد كونها فجوة تستحق العبور على سؤال لم يجب عنه أي من الموردين: هل قاس أي شخص النموذجين على المهمة نفسها؟

الأرقام التي يُبلّغ عنها المورّد تُوسَم على هذا النحو في كل مكان. الأرقام الواردة من Artificial Analysis هي قياسات مستقلة مُدرجة في سجلات نماذجنا. أرقام الخدمة الخاصة بنا مُعرَّفة على أنها لنا. وحيثما تكون الخلية فارغة، تبقى فارغة.

ما هو كل جانب

نموذج Laguna S 2.1 من Poolside متخصص، وتصميمه ينطق بذلك. إنه نموذج خليط خبراء (mixture-of-experts) بـ 118 مليار معامل، مع حوالي 8 مليارات معامل نشطة عند أي توكن معين، ومفتاح تبديل بين التفكير/عدم التفكير، ونافذة سياق تصل إلى 1,000,000 توكن. النموذج الشقيق الأصغر، Laguna XS 2.1، يبلغ 33 مليار معامل مع حوالي 3 مليارات نشطة، ويُسعّر بـ 0.06 دولار للإدخال و0.12 دولار للإخراج لكل مليون. أوزان نسخة S منشورة على Hugging Face على poolside/Laguna-S-2.1.

رقم الثمانية مليارات معامل نشط هو الرقم الذي يفسّر السعر ويقيّد المنتَج في الوقت نفسه. تتبع تكلفة الاستدلال المعاملات النشطة، لا الإجمالية؛ فنموذج MoE بحجم 118 مليارًا ينفق 8 مليارات لكل توكن رخيص الخدمة على نحو لا يكون عليه نموذج كثيف بالحجم الإجمالي نفسه. لكن ميزانية 8 مليارات نشط هي أيضًا سقف صارم لما يمكن أن تؤديه تمريرة أمامية واحدة، وهذا السقف هو السبب في أن مؤشرًا عام الأغراض لدى مقيّم مستقل يعد مقياسًا أكثر فائدة له من نتيجة خاصة بالبرمجة.

إن GPT-6.1 Sol كائن من النوع المعاكس. معرّف لقطة واحد، gpt-6.1-sol، بلا نسخة مؤرّخة، ونافذة سياق تبلغ 1,050,000 رمز، وحد أقصى للمخرجات يبلغ 128,000، وإدخال نص وصورة وملف، والاستدلال مُفعَّل دائمًا عبر خمسة مستويات جهد يكون الافتراضي فيها متوسطًا، وتاريخ قطع المعرفة 30 أبريل 2026. وهو لا يقبل temperature أو top_p؛ إذ يحل مقبض الجهد محلهما. وهو مغلق، ويُسعَّر لكل رمز، وغير قابل للضبط الدقيق.

الأبعاد التي تختلف فيها فعليًا:

• سعر الإدخال — 0.10 دولار لكل مليون لـ Laguna S 2.1 مقابل 2.00 دولار لـ GPT-6.1 Sol. عشرون ضعفًا.

• سعر الناتج — 0.20 دولار مقابل 10.00 دولارات. خمسون ضعفًا.

• التحكم في الاستدلال — مفتاح تبديل ثنائي بين التفكير وعدم التفكير على Laguna S 2.1 مقابل خمسة مستويات جهد متدرجة على GPT-6.1 Sol.

• الأوزان — قابلة للتنزيل والاستضافة الذاتية لـ Laguna S 2.1؛ مغلقة لـ GPT-6.1 Sol.

• نافذة السياق — حتى 1,000,000 رمز لـ Laguna S 2.1 مقابل 1,050,000 لـ GPT-6.1 Sol. متكافئان فعليًا.

صفوف المعيار، مع إرفاق كلتا مجموعتي التسميات.

أرقام Poolside المنشورة لـ Laguna S 2.1، وكلها مُبلّغ عنها من المورّد ولم يُعِد أي طرف ثالث إنتاجها بحسب ما تمكنا من العثور عليه:

• SWE-Bench Multilingual — 78.5%.

• Terminal-Bench 2.1 — 70.2%.

• DeepSWE v1.1 — 40.4%، مقابل 9.0% لـ DeepSeek-V4-Pro-Max، وهو ما تصفه Poolside بأنه نحو سُدس المعاملات النشطة تنتج أكثر من أربعة أضعاف النتيجة.

السجل المستقل لـ GPT-6.1 Sol، كله من Artificial Analysis:

• AA Intelligence Index — 51.8، المرتبة 10 من 147، المئين 93.2.

• Humanity's Last Exam — 52.9%.

• استرجاع السياق الطويل — 83%.

• SciCode — 54.2%.

• Terminal-Bench 4.0 — 56.06%.

ثمة موضع واحد تبدو فيه هاتان القائمتان متقاطعتين، وهو فخ. تُبلّغ Laguna S 2.1 عن 70.2% على Terminal-Bench 2.1. أما GPT-6.1 Sol فليس مُسجّلًا له أي نتيجة على Terminal-Bench 2.1 في سجلاتنا على الإطلاق — فرقمه الطرفي يخص الإصدار 4.0، وهو مراجعة لاحقة وأصعب من أداة الاختبار. ووضع 70.2% إلى جانب 56.06% ووصف ذلك بأنه فوز لـ Laguna باثنتي عشرة نقطة سيعني مقارنة اختبارين مختلفين، وهذه بالضبط هي الغلطة التي وُجدت هذه المدونة لتجنّبها. لا يوجد صف معيار مشترك بين النموذجين، ما يعني أن نصف الأداء في هذه المقارنة غير مقيس في الوقت الحالي.

هناك فجوتان إضافيتان جديرتان بالذكر. لا يمتلك Laguna S 2.1 درجة Artificial Analysis Intelligence Index ولا نتيجة مستقلة في SWE-bench Verified. وبالنسبة لنموذج نُشر في يوليو، فهذه مدة طويلة تمر دون قياس خارجي، وهو أكبر إغفال منفرد في أي شيء نشرته Poolside عنه.

ما الذي يجلبه مفتاح التفكير فعليًا

أرقام Poolside الخاصة تضع رقمًا على المفتاح، وهو أكثر ما يثير الاهتمام في الإصدار. تفعيل التفكير يرفع DeepSWE v1.1 من 16.5% إلى 40.4% — أي بمعامل يقارب 2.4 — وTerminal-Bench 2.1 من 60.4% إلى 70.2%. كلا الرقمين من البائع، ولم يُعَد إنتاجهما.

عند قراءتها في ضوء السعر، فإن ذلك يهم بطريقة لا تلتقطها بطاقة المعدلات الرئيسية. يستهلك وضع التفكير رموز الإخراج، ورموز الإخراج هي ما تدفع مقابله. إن عبء العمل الذي يشغّل Laguna S 2.1 مع تفعيل التفكير سيستهلك إخراجًا أكبر بكثير من عبء العمل نفسه مع إيقافه — وهو تحديدًا ما تتوقعه من مكسب قدره 2.4× على معيار وكيلي صعب. لذا فالمقارنة الأمينة مع GPT-6.1 Sol ليست $0.20 مقابل $10.00 على الإخراج الخام. بل هي التكلفة المفعّلة بالتفكير لكل مهمة مكتملة مقابل التكلفة المسعّرة وفق الجهد لكل مهمة مكتملة.

لا تزال هذه المقارنة تفضّل Laguna S 2.1 بشكل هائل، ويستحق الأمر إجراء الحسابات بدلًا من مجرد الجزم بذلك. تخيّل عبء عمل ينتج مليار رمز إخراج شهريًا مقابل ثلاثة مليارات رمز إدخال:

• GPT-6.1 Sol — 3 مليارات إدخال بسعر 2.00 دولار لكل مليون تساوي 6,000 دولار؛ ومليار إخراج بسعر 10.00 دولار لكل مليون تساوي 10,000 دولار. ستة عشر ألف دولار شهريًا.

• Laguna S 2.1، التفكير معطّل — 300 دولار للمدخلات و200 دولار للمخرجات. خمسمائة دولار شهريًا.

• Laguna S 2.1، مع تفعيل التفكير بمعدل إخراج يقارب 2.4× — 300 دولار من الإدخال وحوالي 480 دولارًا من الإخراج. أقل من ثمانمائة دولار شهريًا.

حتى مع عقوبة التفكير، يبلغ الفرق نحو 15,000 دولار شهريًا عند هذا الحجم. إذا كان عبء العمل لديك هو ما تستطيع Laguna S 2.1 فعله بالفعل، فمسألة السعر ليست متقاربة، ولا أي قدر معقول من النفقات الإضافية لإعادة المحاولة يسدّ هذه الفجوة. مما يدفع القرار بأكمله نحو القدرة — والقدرة هي النصف الذي لا يوجد له قياس مشترك في هذه المقارنة.

حيث تتوقف فجوة الخمسين ضعفًا عن كونها المغزى

ثلاثة أمور تعيد النسبة إلى الواقع، ويستحق كل منها أن يُقال بوضوح، لأن الرقم أعلاه مُغوٍ بطريقة كلفت فرقًا أموالًا حقيقية.

الأول أن نموذجًا برمجيًا بـ8 مليارات معامل نشط ونموذجًا عامًا في الطليعة ليسا بديلين. صُمّم Laguna S 2.1 لهندسة البرمجيات الوكيلية — تعديلات المستودعات، ومهام الطرفية، والشيفرة متعددة اللغات — وPoolside تسوّقه على هذا الأساس. وهو ليس موجّهًا للعمل المهني المكثّف بالمستندات، أو لاستخدام الحاسوب، أو لمهام الاستدعاء للسياق الطويل حيث يحقق GPT-6.1 Sol درجة 83% في Long-Context Recall المستقلة ونافذة تبلغ 1,050,000 توكن. في هذه المهام، ليست المقارنة الصادقة هي "النموذج الرخيص يفوز"، بل "النموذج الرخيص لم يُبنَ لهذا". ومبلغ 15,000 دولار شهريًا في المثال العملي ليس توفيرًا إلا إذا كان ناتج النموذج الأرخص قابلاً للاستخدام، ولم يُثبت أحد ذلك لفئة من أعباء العمل.

الثاني هو الإنتاجية والسطح التشغيلي. يُبلّغ GPT-6.1 Sol عن زمن استجابة p50 قدره 2,442 مللي ثانية و95.57 رمز إخراج في الثانية خلال سبعة أيام من حركة مرور بيئة التجربة الخاصة بنا، مع معدل خطأ 6.36%. ليس لدينا لوحة خدمة مماثلة لـ Laguna S 2.1 — فهو غير موجَّه على OrcaRouter — لذا لا يوجد رقم نضعه إلى جانبه، وزمن استجابة مسار الاستضافة الذاتية دالة على أيّ عتاد تشتريه. على ثماني وحدات H100s لن تضاهي إنتاجية نقطة نهاية متقدمة مستضافة عند نفس مستوى التزامن؛ ستقايض زمن الاستجابة مقابل تكلفة الوحدة، وطريقة تحقق هذه المقايضة تعتمد على ما إذا كان عبء العمل لديك حساسًا لزمن الاستجابة.

الثالث أن المسار المستضاف ذاتيًا لا يكون رخيصًا إلا عند حجم كبير. فأسعار 0.10 و0.20 دولار نفسها التي تجعل الحسابات أعلاه تبدو وكأنها هزيمة ساحقة هي أيضًا ما قد يسعّره مزوّد استدلال يتقاضى قريبًا من التكلفة — وهذا هو Argument لاستئجار النموذج المفتوح بدلًا من شراء عتاد له، عند أي حجم أقل من الحجم الذي يبرر شراء وحدات GPU.

كيفية إجراء المكالمة فعليًا

هذا اقتران نادر لا تكون فيه الخطوة التالية الصحيحة تغييرًا في التوجيه، لأن النموذجين يجري الوصول إليهما بطرق مختلفة تمامًا.

GPT-6.1 Sol متاح على OrcaRouter باسم openai/gpt-6.1-sol بسعر OpenAI المعلن مع هامش ربح 0% — 2.00 دولار للإدخال، و10.00 دولارات للإخراج، والإدخال المخزّن مؤقتًا بسعر 0.10 دولار، والشريحة التي تتجاوز 272,000 رمز تُطبَّق تمامًا كما تحددها OpenAI. ولأن طبقة التوجيه تمرّر سعر المزوّد كما هو بدلًا من إضافة هامش عليه، فإن أي تغيير في التسعير من جانب OpenAI يسري هنا في اليوم نفسه الذي يدخل فيه حيز التنفيذ. وحين يكون المسار نشطًا، تقع آلية التجاوز التلقائي عند الفشل تحته — وهي الطريقة غير المكلفة لمعرفة ما إذا كان بإمكان نموذج أرخص أن يحافظ على مسار إنتاجي، لأن النموذج المكلف يبقى على بعد قاعدة توجيه واحدة.

Laguna S 2.1 ليس على OrcaRouter ونحن لا نستضيفه. يمكن الوصول إليه عبر API الخاص بـ Poolside، ولأن الأوزان منشورة، عبر تشغيله بنفسك — وهو الخيار الأكثر إثارة للاهتمام بالنسبة لهذا النموذج، لأن نموذج MoE بحجم 118B مع 8B نشطة صغير بما يكفي حقًا ليعمل على أجهزة يمكن لفريق متوسط الحجم امتلاكها. لذا فإن الخطوة الأولى الصحيحة مع هذا الاقتران ليست مقارنة أسعار على الإطلاق: خذ عشرين مهمة برمجة حقيقية من مهامك، شغّلها عبر مسار GPT-6.1 Sol الموجود لديك، ثم شغّل نفس العشرين عبر Laguna S 2.1 مع تشغيل التفكير وإيقافه. أصبح لديك الآن صف المعيار المشترك الذي لم ينشره أي من الموردين، على مجموعة المهام الوحيدة المهمة، ويصبح فارق السعر البالغ خمسين ضعفًا رقمًا إما تجمعه أو ترفضه بالأدلة.

الحكم الذي يستحقه هذا الازدواج، بناءً على الأدلة الموجودة حاليًا: Laguna S 2.1 هو أكثر العروض إثارةً للاهتمام من حيث نسبة التكلفة إلى القدرة في البرمجة الوكيلية الآن، بأرقام من المورّد ستجعله الخيار الافتراضي لو تأكدت بشكل مستقل، ولا يوجد تأكيد مستقل لأي منها. GPT-6.1 Sol يكلف خمسين ضعفًا في المخرجات، وهو الوحيد من بين الاثنين الذي قاس قدرته أي شخص خارج الشركة على أداة مشتركة. اشترِ أوزان النموذج الرخيص واختبرها، لأنه خلافًا لمعظم الإصدارات المفتوحة، هذا الإصدار صغير بما يكفي لاختباره بشكل صحيح — وتعامل مع رقم الخمسين ضعفًا كسبب لإجراء ذلك الاختبار لا كإجابة عنه.