GPT-6 Luna مقابل Gemini 3.8 Flash: الفئة الرخيصة تم استبدالها للتو

أصدرت Google طراز Gemini 4 Hydrogen في 12 نوفمبر 2026، ويصفه منشور الإطلاق بأنه "ترقية مستقلة كبيرة للفرق التي تنتقل من Gemini 3.8 Flash". هذه الجملة تفعل ما لا يستطيعه أي جدول معايير أداء: إنها تغيّر الغرض من المقارنة بين GPT-6 Luna وGemini 3.8 Flash. فجانب Gemini في هذه المواجهة لم يعد طرازًا تتبناه، بل طرازًا يجري ترحيلك بعيدًا عنه. أما جانب Luna فلا يزال أرخص درجة في GPT-6 لدى OpenAI، بعد ثمانية أسابيع من الإطلاق ودون تغيير. لذا فالسؤال الصادق ليس أيهما أفضل من هذين الاثنين، بل هل ما جعل 3.8 Flash يستحق سعره البالغ 0.75 دولار لكل مليون رمز إدخال لا يزال قائمًا مع Hydrogen عند 1.50 دولار - وهل كان سعر Luna البالغ 0.10 دولار في السوق نفسها يومًا ما.

هذه هي النسخة المختصرة قبل التفاصيل. Gemini 3.8 Flash هو النموذج الأكثر قدرة وفق تقريبًا كل مقياس مستقل، وسعره لكل رمز يعادل نحو سبعة أضعاف ونصف. يكتب GPT-6 Luna ضعف حجم الإخراج في كل طلب، ويكلّف نحو عُشر التكلفة لكل مهمة في مجموعة اختبارات Artificial Analysis، وهو أبطأ بشكل ملحوظ في بدء الإجابة. لا يحل Hydrogen ذلك — فهو يرفع فئة Gemini في السعر والقدرة معًا، تاركًا الطرف الرخيص من السوق لصالح Luna افتراضيًا.

أوراق المواصفات، جنبًا إلى جنب

• بطاقة الأسعار، الشطران معًا — GPT-6 Luna بسعر 0.10 دولار للإدخال و0.50 دولار للإخراج لكل مليون مقابل Gemini 3.8 Flash بسعر 0.75 و3.75؛ تظهر نسبة 7.5× نفسها على الإدخال والإخراج، وهو أمر غير معتاد ويعني أن أي شكل من أشكال عبء العمل لا يمكنه استغلال هذه النسبة

• المدخلات المخزَّنة مؤقتًا لكل مليون — GPT-6 Luna بسعر 0.01 دولار مقابل Gemini 3.8 Flash بسعر 0.075 دولار، مع ملاحظة أن Google تذكر هذا كمعدَّل إصابة في الذاكرة المؤقتة (cache-hit) وليس كمعدَّل كتابة فيها (cache-write)، لذا فهو غير قابل للمقارنة المباشرة بنظام OpenAI المكوَّن من رقمين

• تسعير السياق الطويل - يضاعف GPT-6 Luna الإدخال والذاكرة المؤقتة ويضرب الإخراج في 1.5 عند تجاوز 272,000 رمز موجه؛ ويقدّم Gemini 3.8 Flash سعرًا ثابتًا واحدًا عبر نافذته كاملة

• نافذة السياق - 1,050,000 رمز لـ GPT-6 Luna مقابل 1,048,576 لـ Gemini 3.8 Flash، بفارق 1,424 رمزًا لن يلاحظه أي تطبيق أبدًا

• الحد الأقصى للإخراج - GPT-6 Luna ‏128,000 رمز مميز مقابل Gemini 3.8 Flash ‏65,536، وهو فرق حقيقي أول مرة تطلب مستندًا طويلًا

• ما الذي سيستوعبه كل واحد فعليًا - يستقبل Gemini 3.8 Flash الفيديو والصوت فضلًا عن النص والصور والملفات؛ ويستقبل GPT-6 Luna الثلاثة الأخيرة ويرفض الأولين

• مؤشر مستوى الجهد — يتراوح سلّم Luna من «لا شيء» على الإطلاق (المتوسط إذا لم تحدد شيئًا) إلى الحد الأقصى؛ أما سلّم Gemini فيبدأ من مستوى أعلى، ويُضبط افتراضيًا على «مرتفع»، وتحذّر Google من أنه يستهلك مزيدًا من الرموز كلما رفعتَه أكثر

• الإصدار - Gemini 3.8 Flash في 2 سبتمبر 2026؛ GPT-6 Luna في 22 سبتمبر 2026؛ Hydrogen، بديله، في 12 نوفمبر 2026

• مؤشر الذكاء Artificial Analysis Intelligence Index v5.0.1 - 31 لـ Gemini 3.8 Flash على الإعداد high، و28 لـ GPT-6 Luna على الإعداد max، لذا يخسر النموذج الأرخص ثلاث نقاط بينما يعمل بأكثر إعداداته تكلفةً

• الانتظار حتى الكلمة الأولى - 16.98 ثانية على Gemini 3.8 Flash مقابل 79.33 ثانية على GPT-6 Luna، وفق قياس Artificial Analysis؛ نموذج Gemini أبطأ في إنهاء المهمة كاملة، 15 دقيقة مقابل 11.8 دقيقة لدى Luna

• ما تكلفة إكمال تشغيل المؤشر - Gemini 3.8 Flash: 7.77 دولارًا للمهمة، أو 5,764 دولارًا للمجموعة الكاملة، مقابل 0.15 دولار و136 دولارًا لـ GPT-6 Luna

سبعة أضعاف ونصف السعر، وأين يظهر ذلك

فجوة الذكاء ثلاث نقاط: 31 مقابل 28. وهذا أصغر مما توحي به نسبة السعر، وأصغر مما يتوقعه معظم الناس، لكنه ليس الجزء المثير للاهتمام في المقارنة، لأن الدرجتين أُخذتا عند إعدادَي جهد مختلفين - Gemini على إعداد مرتفع، وLuna على إعداد الأقصى. درجة Luna عند أقصى جهد هي أفضل ما يمكنها تحقيقه؛ أما درجة Gemini عند الجهد المرتفع فهي إعدادها الافتراضي. ولدى نموذج Google هامش للتحسن لا تملكه Luna.

إن معرفة مصدر النقاط الثلاث أنفع من الرقم نفسه. قسّم المؤشر إلى مكوّناته يظهر لك نمط: النموذجان متقاربان في تقييمات أسلوب البرمجة ومتباعدان في أي شيء يتطلب الاسترجاع أو الرفض.

• Terminal-Bench 4.0 - Gemini 3.8 Flash 19.7% مقابل GPT-6 Luna 12.6%؛ كلاهما ضعيف، ولا أي منهما وكيل طرفية

• Terminal-Bench-Science 0.1 - Gemini 3.8 Flash 10.0% مقابل GPT-6 Luna 8.6%، وهو تعادل من الناحية العملية

• HLE-Diamond - Gemini 3.8 Flash 33.1% مقابل GPT-6 Luna 22.2%، بفارق أحد عشر نقطة في الاستدلال الصعب الذي لا يتعامل معه أي من النموذجين جيدًا

• FrontierCode-AA 2.0 - Gemini 3.8 Flash 18.7% مقابل GPT-6 Luna 25.2%، التقييم البرمجي الوحيد الذي تتصدر فيه Luna، رغم أن كليهما أدنى بكثير من النماذج التي تتجاوز 46%

• صافي AA-Omniscience v1.1 — Gemini 3.8 Flash +23 مقابل GPT-6 Luna −8؛ هذه أوسع فجوة وأكثرها أهمية في الجدول

• AA-Briefcase v1.1 Elo - GPT-6 Luna 1337 مقابل Gemini 3.8 Flash 1203، مقياس للعمل المعرفي يفوز فيه النموذج الأرخص

هذا الزوج الأخير هو الذي يستحق التوقف عنده. في الأسئلة المتعلقة بما يعرفه النموذج وما إذا كان سيعترف بعدم معرفته، يحقق Gemini 3.8 Flash نتيجة صافية +23 ويحقق Luna −8 — أي أن إجابات Luna الملفقة تفوق إجاباته الصحيحة بدرجة كافية وبشكل متكرر لتدفع الإجمالي إلى ما دون الصفر. في العمل المعرفي على نمط Briefcase، تسجل Luna أعلى بـ134 نقطة Elo. تقييمان، وحكمان متعاكسان، والنموذجان نفسهما. التفسير هو أن Briefcase تكافئ اتباع التعليمات أكثر من الاعتماد على مجموعة نصوص مقدمة، بينما تكافئ Omniscience معرفة الأشياء دونها. إذا كان تطبيقك يقدّم المستندات، فإن ضعف Luna يكون محصورًا. أما إذا كان يجيب من الذاكرة، فليس كذلك.

لماذا تبلغ تكلفة المهمة الواحدة 50 ضعفًا بينما تبلغ بطاقة الأسعار 7.5 أضعاف؟

تختلف الأسعار المدرجة بمعامل 7.5. وتختلف التكلفة المقاسة لإكمال مؤشر الذكاء الخاص بـ Artificial Analysis بمعامل يزيد قليلًا عن 50: 7.77 دولارًا لـ Gemini 3.8 Flash مقابل 0.15 دولارًا لـ GPT-6 Luna. والفجوة بين هاتين النسبتين تعود بالكامل إلى استهلاك التوكنات، وهي الرقم الأكثر نقصًا في الإبلاغ عنه في كل مقارنة نماذج نُشرت هذا العام.

Gemini 3.8 Flash نموذج استدلالي ثقيل. تقول G​oogle ذلك صراحةً: فهو في المهام المعقدة "يُبدي اجتهادًا أكبر - ينفّذ خطوات استدلال إضافية، ويستدعي الأدوات بشكل تكراري"، و"قد يستخدم رموزًا أكثر لتعظيم الأداء، خصوصًا عند مستويات الجهد الأعلى". وتتفق حسابات اللوحة نفسها مع ذلك - 98,900 رمز إخراج لكل مهمة لـG​emini مقابل 75,300 لـLuna، مع 60,100 و57,600 منها رموز استدلال على الترتيب. اضرب عدد الرموز هذا في بطاقة أسعار هي بالفعل أعلى بـ7.5 أضعاف، وستتراكم النسبة لكل مهمة لتبلغ 50 ضعفًا. هذه أقوى حجة منفردة لصالح Luna على الإطلاق، وهي لا تتعلق بالذكاء إطلاقًا.

وينعكس الأمر أيضًا مع عبء عمل مختلف. إذا كانت مطالباتك طويلة وإجاباتك قصيرة - استرجاع من مجموعة نصوص ثابتة، أو تصنيف بإخراج من رمز واحد، أو فرز السجلات - فإن رموز الإخراج لا تكاد تُذكر على كلتا البطاقتين، وتكون نسبة الإدخال 7.5x هي القصة كلها. لا تسنح لإسهاب Gemini فرصة للتراكم، وتتقلص ميزة Luna من 50x إلى نحو 7x. الرقم الذي ينبغي نمذجته هو نسبتك أنت من رموز الإدخال إلى رموز الإخراج، لا النسبة الموجودة في الاختبار المرجعي.

فجوة الميزات التي لا يضعها أحد في جدول مقارنة

يستوعب Gemini 3.8 Flash الفيديو والصوت أصلاً. أما GPT-6 Luna فلا يفعل — نص وصورة وملف فقط، لا شيء آخر. بالنسبة لمعظم أعباء العمل النصية، هذا غير ذي صلة، وهو تحديداً سبب مقارنة النموذجين أصلاً: فكلاهما مصنّف ضمن الفئة الرخيصة، وكلاهما يمتلك قرابة مليون رمز من السياق، وكلاهما يستقبل الصور.

بالنسبة إلى عبء عمل يتضمن مكالمات مسجّلة، أو تسجيلات شاشة، أو صوت اجتماعات، تنتهي المقارنة عند هذا الحد. لا تستطيع Luna أداء المهمة بأي ثمن، و7.5x ليست علاوة بل فرق فئة. وينطبق المنطق نفسه بالعكس على طول المخرجات: إذ تعيد Luna ما يصل إلى 128,000 رمز في استجابة واحدة مقابل 65,536 لدى Gemini، وهو ما يهم عندما يُفترض أن تنتج مكالمة واحدة مستندًا كاملًا لا فقرة منه.

ما الذي يغيّره Hydrogen، وما الذي لا يغيّره

إن طريقة Google نفسها في تأطير هذا الانتقال صريحة بشكل غير معتاد بشأن الفارق: فـ Hydrogen ينهي المهام أسرع بمقدار 2.5 مرة عند إعداده الافتراضي المرتفع مقارنةً بـ 3.8 Flash، ويتجاوز ثلاثة أضعاف نتيجة Terminal-Bench 4.1 (57% مقابل 18.2%)، ويقلل الادعاءات الملفقة بأكثر من 5x، ويعمل أسرع بمقدار 2x إلى 2.8x مع استهلاك أقل للتوكنات بنسبة 12% إلى 23% في اختبارات الشركاء. وفي مؤشر Artificial Analysis يسجل 51 عند مستوى التفكير المرتفع الافتراضي مقابل 50 لـ Argon، و54 عند xhigh.

كما أن سعره ثابت عبر نافذة السياق الكاملة عند 1.50 دولار لكل مليون توكن إدخال و7.50 دولار لكل مليون توكن إخراج - أي ضعف سعر 3.8 Flash في كلا الجانبين. لذا فإن النموذج الذي يحل محل 3.8 Flash يبلغ سعره ضعف سعر النموذج الذي يستبدله، وبحسب أرقام Google نفسها يزيد بنحو 20 نقطة على مؤشر الذكاء. وهذه ترقية مباشرة على المنحنى، وهي تلغي وسط السوق: فالمشتري الذي أراد كفاءة بمستوى Gemini وبأسعار بمستوى Flash أصبح أمامه نموذج أعلى ونموذج أدنى، مع وجود الخيار القديم في طور الانتقال.

لا شيء من ذلك يغيّر موقع Luna، لأن Luna لم تكن تنافس يومًا نموذجًا بـ31 مؤشرًا. إنها تنافس الحد الأدنى. بسعر 0.10 دولار للإدخال و0.50 دولار للإخراج، تظل Luna أرخص طريقة لمعالجة حجم كبير من النصوص خلفها نموذج كفؤ، ووصول Hydrogen بسعر 1.50 دولار يجعل ذلك أكثر صحة، لا أقل - خيار Gemini الذي كان يكلّف 7.5 أضعاف سعر Luna أصبح الآن 15 ضعفًا.

نتائج الطرف الثالث التي لا تتوافق

ليست كل عملية تقييم مستقلة تضع هذين الطرازين على بُعد ثلاث نقاط. ففي StealthMark، وهي خدمة مقارنة تُجري مجموعة تقييم خاصة بها، يتقدّم Gemini 3.8 Flash على GPT-6 Luna بفارق 8.8 نقاط، بواقع 47.9 مقابل 39.1، كما يتصدّر في ثمانية من تسعة معايير فردية. أما Agent Initiative Benchmark من Deepnote — الذي يقيّم الطرازات في خمسين موقفًا من مواقف مكان العمل داخل شركة محاكاة، بدلًا من تقييمها عبر الأسئلة — فلم يتضمّن Gemini 3.8 Flash إطلاقًا، وبالتالي فإن التقييم الوحيد الذي يقيس سلوك الوكيل الاستباقي لا يقول شيئًا عن هذه المقارنة الثنائية.

الفارق بين "ثلاث نقاط" و"ثماني نقاط ونصف" تذكير بأن اختيار المعيار قرار نمذجة، وليس قرارًا محايدًا. التقييمات التي تفضّل Gemini تمنح وزنًا للمعرفة وعمق الاستدلال؛ أما التي تفضّل Luna فتمنح اتباع التعليمات وزنًا أكبر مقارنة بالسياق المقدم والتكلفة. ولا مجموعة منهما خاطئة. ينبغي لفريق يختار بين هذين أن يشغّل اثنتي عشرة من مهامه الخاصة عبر كليهما قبل الوثوق بأي من الجداول، بما فيها الجداول الأربعة في هذا المقال.

حيث يستحق كل منها مكانه الآن

• فيديو أو صوت أو أي مُدخل متعدد الوسائط - Gemini 3.8 Flash، أو Hydrogen إذا كنت تبدأ من الصفر. لا يستطيع Luna استقبال هذا المُدخل.

• إجابات مستمدة من معرفة النموذج دون أي مستندات مرفقة - Gemini 3.8 Flash. والفارق +23 مقابل −8 في Omniscience هو الدليل الحاسم.

• زمن الاستجابة التفاعلي حيث يُعد ظهور أول رمز خلال 79 ثانية عيبًا في المنتج - Gemini 3.8 Flash عند 17 ثانية، رغم أن متوسط الوقت لكل مهمة لديه البالغ 15 دقيقة أسوأ من 11.8 لدى Luna، لذا فالميزة تكمن في الرمز الأول وليس الأخير.

• توليدات طويلة، استدعاء واحد ينتج مستندًا كاملًا - GPT-6 Luna، بفضل سقف إخراج يبلغ 128,000 توكن.

• معالجة النصوص عالية الحجم مع توفير المستندات - GPT-6 Luna، حيث تكون ميزة 50x لكل مهمة حقيقية، وتكون الأرضية الواقعية محصورةً في المتن.

• عمليات النشر الجديدة التي تريد أي فئة من G​emini على الإطلاق - G​emini 4 Hydrogen، وليس 3.8 Flash. اعتماد نموذج بعد يومين من إطلاق بديله يحتاج إلى سبب.

تستحق مسألة الترحيل جملةً إضافية، لأنها القرار العملي المختبئ داخل هذه المقارنة. إذا كنت تشغّل Gemini 3.8 Flash في الإنتاج اليوم، فإن أرقام Hydrogen تدعم الترحيل — لكن سعر Hydrogen يدعم احتساب الفاتورة أولًا، لأن وفورات الرموز التي تذكرها Google (من 12% إلى 23%) لا تعوّض مضاعفة المعدّلين كليهما. وإذا لم تكن تشغّل أيًّا منهما، فالخيار بين نموذج سيُسحب من الخدمة ونموذج بقي دون تغيير ثمانية أسابيع، وتعتمد الإجابة كليًا على ما إذا كان عبء عملك يحتاج إلى إدخال فيديو أو إلى حدٍّ أدنى من الدقة الواقعية.

تشغيل أيٍّ منهما دون مشروع ترحيل

الجزء المحرج في مواجهة كهذه هو أن المرشحين يتحدثان بروتوكولين مختلفين - نقطة نهاية generate الخاصة بـ Gemini وتنسيق chat-completions الخاص بـ OpenAI - وقد يُستبدل النموذج الذي تختاره اليوم خلال ربع سنة، كما حدث للتو مع 3.8 Flash. وأكثر من 200 نموذج آخر خلف مفتاح واحد متوافق مع OpenAI بهامش ربح 0%، مع تمرير سعر القائمة الخاص بالمزوّد كما هو، لذا يصل سعر Google التمهيدي وأي تغيير لاحق إلى الفاتورة في اليوم نفسه. وهذا يهم أكثر من المعتاد هنا: فقد أُطلق 3.8 Flash بسعر وصفته Google بأنه سعر تمهيدي، والنموذج الذي يخضع لتسعير تمهيدي ويجري نقل العمل عنه بند يستحق المتابعة. تبديل مسار من نموذج إلى آخر هو تغيير في DSL التوجيه بدلاً من SDK جديد، ويُبقي التحويل التلقائي عند الفشل عبء العمل قائماً عندما يتدهور أحد المزوّدين، ويتيح دمج النماذج للجنة من النماذج أن تجيب حيث يكون تصنيف واحد رخيص بالغ الأثر إلى حد لا يُؤتمن معه على نموذج واحد. نحن لا نستضيف نماذج لا نوجّهها، وكلاهما نوجّهه.

ماذا تشاهد بعد ذلك

تاريخان يحددان كيف تُقرأ هذه المقارنة بعد شهر. الأول هو جدول Google لإحالة Gemini 3.8 Flash — فقد أُطلق Hydrogen في 12 نوفمبر، ولغة الترحيل أصبحت علنية بالفعل، لذا فالسؤال المفيد ليس هل يختفي 3.8 Flash، بل كم يبقى السعر التقديمي صامدًا بعده. والثاني هو ما إذا كانت OpenAI ستطرح على الطاولة خليفةً لـ GPT-6 Luna أو تغييرًا سعريًا؛ فقد بقي Luna ثابتًا منذ 22 سبتمبر، ونموذج أرخص أو أكثر قدرة في المرتبة نفسها سيعيد ضبط المعادلة بالطريقة التي أعاد بها Hydrogen للتو ضبط معادلة Gemini.

حتى يتحقق أحد هذين، يبقى الملخص باهتًا عمدًا. Gemini 3.8 Flash هو النموذج الأفضل والشراء الأسوأ، وهو في طريقه إلى الخروج. GPT-6 Luna هو النموذج الأضعف بتكلفة لكل مهمة أقل بمرتبة قدر، وبحد أدنى واقعي يحد من المواضع التي يمكن الوثوق به فيها. أي منهما ليس خيارًا افتراضيًا. الخيار الافتراضي، لأي شخص يبدأ الآن، هو Hydrogen في جانب Gemini وLuna في المستوى الأدنى - والفجوة بين هذين لم تعد 7.5x بل 15x، وهو قرار مختلف عن ذلك الذي كُتبت هذه المواجهة للإجابة عنه.