GPT-6.1 Terra مقابل Muse Wonder: أربع نقاط في المؤشر، وثمانية أضعاف الفاتورة

GPT-6.1 TerraوMuse Wonder يفصل بينهما أربع نقاط على لوحة النتائج العامة التي قاست كليهما، ويختلفان بنحو ثمانية أضعاف في تكلفة إنجاز مهمة على تلك اللوحة. أطلقت OpenAI نموذج Terra في 26 أكتوبر 2026 بسعر دولار واحد لكل مليون رمز إدخال و5 دولارات لكل مليون رمز إخراج؛ ويحصل على 48 في مؤشر Artificial Analysis للذكاء ويكلف 0.40 دولار لكل مهمة في المؤشر. أطلقت Meta نموذج Muse Wonder في 12 أكتوبر بسعر 4 دولارات و20 دولارًا؛ ويحصل على 52 ويكلف 3.27 دولار لكل مهمة. يذكر كلاهما نافذة سياق بمليون رمز. إن فرز لوحة الصدارة سينهي القرار في سطر واحد، ولهذا فإن لوحة الصدارة هي المكان الخاطئ لإنهائه: فالنموذج ذو الدرجة الأعلى والفاتورة الأعلى هو أيضًا الأسرع، وميزة النموذج الرخيص تعتمد كليًا على ما تكلفه الإجابة الخاطئة لك.

الأرقام الواردة أدناه مستقاة من Artificial Analysis، وفق ما اطُّلِع عليه في 27 أكتوبر 2026، ومن وثائق الإطلاق الخاصة بالمورّدين الاثنين. وقد وُسمت مزاعم المورّدين بأنها مزاعم. أما الاختبار المعياري الوحيد على مستوى المهام في هذا المقال فقد نفّذته DualEntry، وهي شركة تبيع أتمتة المحاسبة، لذا فهو دليل من طرف ثالث ذو مصلحة تجارية، وليس تدقيقًا محايدًا؛ وقد جرى التعامل معه على هذا الأساس.

نموذجان مصممان لمهمتين مختلفتين

Terra هو نموذج الحجم الكبير لدى OpenAI، والبديل عن GPT-5.6 Terra، وأرخص طريقة للحصول على الكفاءة العامة لعائلة OpenAI الحالية. يقبل النصوص والصور، ويعيد النصوص، ويوثّق سياقًا من 1,050,000 رمز مع سقف إخراج يبلغ 128,000 رمز، ويتيح ضبط جهد الاستدلال من "بلا" إلى "الأقصى". كما أتاحته OpenAI على Amazon Bedrock يوم الإطلاق، وداخل ChatGPT Work وCodex، وإن لم تُدرجه في واجهة الدردشة الاستهلاكية في ChatGPT. وهو متاح عبر API فقط بالمعنى المهم للمشتريات: لا ضبط دقيق، ولا Realtime، ولا Assistants.

Muse Wonder هو أول نموذج من Meta ينتمي إلى نقاش نماذج الطليعة، ويأتي مع انقسام تموّهه معظم صفحات المقارنة. نموذج API هو Wonder، بسعر 4 دولارات للإدخال و20 دولارًا للإخراج. أما نقطة التحقق الأعلى تسجيلًا، Muse Wonder Full عند 56 على المؤشر نفسه، فتُباع فقط ضمن اشتراك Muse Code بسعر 50 أو 200 دولار شهريًا ولا تُقدَّم عبر API. وغالبًا ما تصف صفوف الاختبارات المعيارية الرئيسية Full. أما النموذج الذي يمكن للمطور استدعاؤه فعليًا فهو أعلى من Terra بأربع نقاط، لا بثماني.

• السعر — GPT-6.1 Terra: 1.00 دولار للإدخال / 5.00 دولارات للإخراج لكل مليون؛ Muse Wonder: 4.00 / 20.00 دولارًا.

• الإدخال المخزّن مؤقتًا — Terra بسعر 0.05 دولار بخصم 95%؛ Wonder بسعر 0.20 دولار بخصم 95%.

• نافذة السياق — Terra: 1,050,000 موثّقة؛ Wonder: 1,000,000 موثّقة.

• الحد الأقصى للإخراج — Terra 128,000 موثّق؛ ولم تنشر Meta سقفًا لـ Wonder، وتُبلغ أدوات التتبع الخارجية عن أرقام قريبة من 943,000.

• مؤشر الذكاء المستقل — Terra 48، المرتبة 25 من 221؛ Wonder 52، المرتبة 10 من 221.

• تكلفة كل مهمة فهرسة — Terra ‏0.40 دولار؛ Wonder ‏3.27 دولار.

• سرعة الإخراج — Terra 90.9 رمزًا في الثانية؛ Wonder 207.8.

• الوقت حتى أول رمز — Terra 77.96 ثانية؛ Wonder 31.62 ثانية.

• المدخلات — نصوص Terra وصورها؛ ونصوص Wonder وصورها وفيديوها وصوتها وفقًا لأدوات التتبع، مع تشديد مواد الإطلاق الخاصة بـ Meta على النصوص والصور.

• الأوزان — مغلقة من كلا الجانبين. خيار Meta للأوزان المفتوحة هو Muse Spark، وهو نموذج مختلف.

الفاتورة تساوي ثمانية أضعاف فجوة المؤشر.

رقم التكلفة لكل مهمة هو ما ينبغي أن يغيّر طريقة قراءة فجوة النقاط الأربع. لا تكتفي Artificial Analysis بضرب الأسعار المعلنة في عدد ثابت من الرموز؛ بل تقيس عدد الرموز التي ينفقها كل نموذج لإنجاز المجموعة نفسها من مهام المؤشر، ثم تسعّر هذا الاستهلاك. تبلغ تكلفة Terra في المتوسط 0.40 دولار لكل مهمة، وWonder 3.27 دولار، أي فرق قدره 8.2x على فجوة قدرات تقل عن 8%.

لا تفسر أسعار القائمة وحدها ذلك. لنأخذ عبئًا عملًا قدره 100 مليون رمز إدخال و10 ملايين رمز إخراج: تفرض Terra 150 دولارًا وWonder 600 دولار، بفارق 4 أضعاف. والفجوة لكل مهمة أوسع بمرتين، ما يعني أن الرموز التي استهلكتها تقييمات المؤشر فعليًا لم تنقسم بنسبة 10 إلى 1؛ إذ تسعّر Artificial Analysis حجم الإدخال والإخراج المقاس لكل نموذج، ويعكس رقم كل مهمة التقييمات لا مثالًا ثابتًا. سعر الرمز الواحد هو سعر وقود، لا تكلفة رحلة.

هذا التمييز يكتسب أهميته القصوى عند الحجم الذي تستهدفه Terra. فخط الأنابيب الذي يشغّل 100,000 مهمة شهريًا ينفق 40,000 دولار على Terra و327,000 دولار على Wonder وفق المعدلات المقيسة لدى Artificial Analysis. ولا يتغير فارق القدرات بينهما بمعامل ثمانية عندما يتغير عبء العمل؛ أما الفاتورة فتتغير. وإذا كانت مهمتك هي التصنيف أو الاستخراج أو قراءة النماذج أو خطوة وكيل محدودة النطاق، فإن عبء الإثبات يقع على النموذج المكلف.

تنبيه واحد بشأن الحساب: يُعاد تطبيع المؤشر دوريًا، وتتحرك معه أرقام تكلفة المهمة الواحدة. قارن النماذج انطلاقًا من القراءة نفسها، كما هي هذه الأرقام، بدلًا من طرح رقم من مقال أقدم.

إذن Wonder أسرع، وادعاء Terra المتعلق بالسرعة لا يصمد أمام المقارنة.

تصف مواد الإطلاق الخاصة بـ OpenAI النموذج Terra بأنه أسرع بكثير من GPT-6 Astra وGPT-6.1 Sol. ويبدو أن ذلك صحيح داخل عائلة OpenAI، وهو السبب في وجود النموذج: أداة عامة رخيصة وسريعة للعمل البصري والمستندي. أما مقابل نموذج Meta، فالفارق ليس قريباً. ينتج Wonder ‏207.8 توكن إخراج في الثانية مقابل 90.9 لـ Terra، ويعيد أول توكن له خلال 31.62 ثانية مقابل 77.96 لـ Terra.

كلاهما بطيء في البداية بالقيمة المطلقة، وهذه خاصية لنماذج الاستدلال الكبيرة لا فضيحة. لكن الترتيب عكس ترتيب السعر، ولذلك تبعات عملية. ففي مهمة دفعات تعمل طوال الليل، يكون زمن استجابة Terra غير ذي صلة وتكون تكلفتها حاسمة. أما في منتج تفاعلي ينتظر فيه المستخدم أول رمز، فإن بدءًا يستغرق 78 ثانية هو قرار منتج لا سطر في اختبار أداء، وتجربة Wonder البالغة 32 ثانية أفضل حتى لو كان سعر الإدخال خمسة أضعاف.

تُقوّض أرقام السرعة أيضًا افتراضًا شائعًا بشأن النماذج الرخيصة: أنها الخيار السريع افتراضيًا. إن Terra رخيصة لكل رمز ورخيصة لكل مهمة. لكنها ليست سريعة لكل ثانية. هذان ادعاءان مختلفان، وواحد منهما فقط صحيح.

اختبار على مستوى المهمة حيث خسر النموذج الرخيص

أوسع فحص خارجي متاح عند الإطلاق هو معيار DualEntry المحاسبي: 101 حالة اصطناعية تشمل تصنيف المعاملات، وقيود اليومية، والحسابات الدائنة، والحسابات المدينة، والمطابقات، والتقارير، وإقفال الشهر، والمعرفة المحاسبية، ويُجرى ثلاث مرات لكل نموذج باستخدام إجابات مرجعية ثابتة بدلاً من مصحح يعمل بالذكاء الاصطناعي. جرى اختبار اثنين وعشرين نموذجًا. تبيع DualEntry أتمتة المحاسبة، لذا فإن المعيار ليس محايدًا، لكن منهجه أكثر واقعية من مؤشر مركب.

حصلت Terra على 78.2% إجمالًا، بالتعادل في المركز الثامن عشر من أصل 22. كان ملف أدائها غير متوازن على نحو تخفيه النتيجة المجمّعة. كان تصنيف المعاملات مثاليًا، 13 من 13. وبلغت الحسابات الدائنة 53.8%، بالتعادل في المركز الأخير. وبلغت تسوية البنك 83.3%، متخلفة عن كل من Kimi K3.1 Pro وMuse Wonder، رغم أن الإصدار لا ينشر درجة تسوية Wonder الدقيقة. كانت Terra أسرع نموذج من OpenAI في الاختبار وثالث أسرع إجمالًا بواقع 16.1 ثانية لكل مهمة، وبتكلفة 0.042 دولار لكل مهمة — نحو نصف GPT-6.1 Sol وعُشر GPT-6 Astra.

منصة تقييم منفصلة، Vals AI، تضع Terra عند 60.17% وفي المرتبة العاشرة من أصل 28 ضمن مجموعتها الخاصة، حيث تُعد الأعمال البرمجية وأعمال الطرفية نقاط قوة، بينما القانون والضرائب والتمويل نقاط ضعف. مجموعة مختلفة ومقياس مختلف، لذا فإن الرقم غير قابل للمقارنة بمؤشر Artificial Analysis؛ بيد أن الشكل قابل للمقارنة. Terra نموذج عام سريع منخفض التكلفة ذو تباين واسع عبر عائلات المهام، وليس جيدًا بشكل موحد.

هذا التباين هو الحجة ضد الشراء على أساس التكلفة لكل مهمة وحدها. في سير عمل تعني فيه درجة فرعية بنسبة 53.8% أن موظفًا بشريًا يعيد العمل على نصف قائمة المستحقات الدفع، فإن $2.87 الموفرة لكل مهمة ليست وفورات؛ بل هي نقل للتكلفة من ميزانية الرموز إلى ميزانية الرواتب. وتفوق مؤشر Muse Wonder بأربع نقاط لا يثبت أنه سيتجاوز ذلك الحد — فلا يوجد معيار مشترك متاح للعموم يثبت ذلك — لكن في اختبار مستوى المهام الوحيد الذي يظهران فيه معًا، هو متقدم حيث تكون Terra الأضعف.

الوسائط، وطول المخرجات، وما لم توثقه Meta

صف الإدخال في Wonder هو الفرق البنيوي الأوضح. فمنصة Trackers تستقبل النصوص والصور والفيديو والصوت وتُخرج النصوص؛ أما مواد إطلاق Meta فهي أضيق نطاقًا في بعض المواضع، لكن إدخال الفيديو والصوت هو السبب الذي قد يجعل فريقًا ما يفكّر فيها بدلًا من Terra من الأساس. أما Terra فتستقبل النصوص والصور. وإذا كانت خطوط معالجتك تستقبل المكالمات المسجّلة أو تسجيلات الشاشة أو فيديوهات المنتجات، فلا يمكن أن تكون Terra النموذج الوحيد فيها.

يأتي طول المخرجات في المرتبة الثانية. توثّق Terra 128,000 رمز إخراج. ولم تنشر Meta الحد الأقصى لـ Wonder، والرقم المتداول البالغ نحو 943,000 مصدره ملاحظة طرف ثالث لا مواصفة. تعامل معه كخيط يستلزم التحقق، لا كرقم يُصمَّم على أساسه. وينطبق التحوط نفسه على حدود المعرفة: توثّق Terra الأول من يونيو 2026؛ ولم تنشر Meta حدًا لـ Wonder.

لا يوجد أيّ من الطرازين في كتالوجنا. إليك ما هو

قيد صادق واحد قبل أي ملاحظة عن المنتج: حتى 27 أكتوبر، لا GPT-6.1 Terra ولا Muse Wonder ضمن كتالوج OrcaRouter الذي يضم 214 نموذجًا. تتوفر Terra عبر واجهة API الخاصة بـ OpenAI، ومنذ يوم الإطلاق عبر Amazon Bedrock. أما Wonder فتُباع عبر Model API الخاصة بـ Meta. وأي شخص يدّعي أنه يوجّه أيًّا منهما عبرنا اليوم فإنه يصف خارطة طريق، لا كتالوجًا.

ما يتضمنه الكتالوج فعلاً هو أقرب خيار مستضاف في كل طرف: GPT-6.1 Sol بسعر 2 دولار للإدخال و10 دولارات للإخراج، والذي يسجّل 52 على المؤشر ويكلّف 0.72 دولار لكل مهمة، وMuse Spark 1.2، خط Spark من Meta. إذا كان عبء العمل على غرار Terra هو ما تحتاج إلى قياسه — عمل نصي وصوري عالي الحجم حيث تحدد تكلفة كل مهمة مكتملة قرار الشراء — فإن Sol هو البديل المستضاف الأقدر وبتكلفة لكل مهمة تقارب الضعف، وتخبرك المقارنة ما إذا كان توفير Terra يستحق الترحيل. يُقدَّم كلاهما بسعر قائمة المزوّد دون هامش إضافي، على مفتاح واحد مع تجاوز فشل تلقائي، بحيث لا يتحول انقطاع المزوّد إلى انقطاع للمنتج.

عندما يصل أي من الطرازين إلى الكتالوج، يصبح التبديل مجرد سلسلة طراز بدلاً من عقد ثانٍ. وهذا هو السبب العملي لقياس أداء حمل العمل الآن بدلاً من انتظار منشور الإطلاق الذي يحسم المقارنة.

من الذي يجب أن يختار ماذا

اختر Terra عندما يكون العمل كبير الحجم ومحددًا جيدًا ويهيمن عليه النص أو الصور: استخراج المستندات، والتصنيف، وقراءة النماذج ولقطات الشاشة، والصياغة، وخطوات الوكيل المحدودة. إن 0.40 دولارًا لكل مهمة هو الأدنى في هذه المقارنة بفارق كبير، ومخرجات 128K موثّقة وليست مجرد شائعات، ودرجات المهام الفرعية المتفاوتة مقبولة عندما يراجع الإنسان المخرجات على أي حال.

اختر Muse Wonder عندما تكون المدخلات أغنى من النص والصور، أو عندما يتعين على الوكيل إرجاع ناتج طويل في استدعاء واحد، أو عندما تكون تكلفة الإجابة الخاطئة أكبر بكثير من 2.87 دولار. إن معدل 207.8 رمزًا في الثانية و32 ثانية لأول رمز يجعلانه النموذج التفاعلي الأفضل، وميزة أربع نقاط في المؤشر حقيقية حتى لو كانت أصغر من الفجوة بين Muse Wonder Full وTerra. احسب في الميزانية معدل الإخراج البالغ 20 دولارًا وتأكد من نقطة التحقق التي قاسها المعيار الذي تقرأه فعليًا.

النقاط الأربع هي الرقم الأقل إثارة للاهتمام في المقارنة. الفاتورة، والزمن حتى أول رمز، وتباين مستوى المهمة هي ما يتوقف عليه قرار الإنتاج — وفي هذه الجوانب، ليس النموذج الأرخص مجرد الأقل شأنًا.