بطاقة عنوان مُولّدة تحمل «Inkling 2 Mini vs Qwen 3.8»، وعنوان فرعي «الفئة التي تنافس فعليًا هي Flash»، مع ثلاث كبسولات تحمل «Mini: Index 20.1» و«Flash: Index 29» و«التكلفة نفسها لكل مهمة»، فوق بطاقتين تقارنان بين «ملف بحجم 20GB، يعمل دون اتصال» و«نقطة نهاية مستضافة، سياق 1M»، مع ملاحظة بالترقية فقط عند الحاجة. يقع شعار OrcaRouter في أسفل اليمين.
Guides & Insights

Inkling 2 Mini مقابل Qwen 3.8: هزمتهما الفئة الأرخص

الكاتب

jinhao.song

تاريخ النشر

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

المقارنة التي يجريها الجميع هي المقارنة الخاطئة، وهي تجامل النموذج الجديد. يسجل Inkling 2 Mini، الذي نشرته Thinking Machines Lab في 20 نوفمبر 2026، درجة 20.1 على مؤشر Artificial Analysis Intelligence Index v5.0.1 — على مستوى Qwen3.8-27B عند 20، بتكلفة 0.59 دولار لكل مهمة مؤشر مقابل 3.53 دولار. تلك هي المواجهة المباشرة التي وضعتها Thinking Machines في جدول المعايير الخاص بها، ومن حيث التكلفة فالفارق ليس قريبًا. لكن Qwen 3.8 ليس نموذجًا واحدًا. إنه جيل من خمسة نماذج، والفئة التي تنافس فعليًا نقطة تحقق قابلة للتنزيل بحجم 20GB هي Qwen3.8-Flash، التي يمنحها Artificial Analysis درجة 29 مقابل 0.57 دولار لكل مهمة مؤشر — متقدمة بتسع نقاط، بالتكلفة نفسها لكل إجابة مكتملة. يفوز Mini بالمقارنة التي نشرها منشور الإطلاق ويخسر المقارنة التي سيجريها المشتري.

المصادر، بما أنها توجّه الحكم: درجات المؤشر، والتكلفة لكل مهمة، وأرقام زمن الاستجابة والسياق هي قياسات Artificial Analysis مقروءة في 21 نوفمبر 2026، وكل سعر من OrcaRouter مأخوذ من كتالوجنا الخاص. جداول النسب المئوية هي أداة الإطلاق launch harness الخاصة بـ Thinking Machines، ويشغّلها المورّد، ومعلّمة حيث تظهر؛ وادعاءات A​libaba نفسها بشأن فئات Q​wen تُقتبس باعتبارها ادعاءات A​libaba ولم تُدقَّق بشكل منفصل هنا.

أولاً، أي Qwen 3.8 تقصد؟

إن التعامل مع اسم العائلة كخصم هو الخطأ الذي يجعل معظم المقارنات من هذا النوع عديمة الفائدة. يغطي Q​wen 3.8 نموذجًا رائدًا مستضافًا بسعر 2.00/6.00 دولار لكل مليون رمز، ونقطة تحقق مفتوحة بمعاملات 2.4 تريليون تحت ترخيص مخصص، ونموذجًا كثيفًا بحجم 27B تحت Apache 2.0، وفئة Flash بسعر 0.15/0.47 دولار، ومعاينة Flash-Next التي تقع أوزانها المفتوحة خلف منتج Flash المستضاف. يختلف الأعضاء بأكثر من عشرة أضعاف في سعر الرمز وبتسع نقاط على المؤشر نفسه. إن حكمًا واحدًا بعنوان "مقابل Q​wen 3.8" هو حكم على ضبابية.

• Qwen3.8-27B — 27B كثيف، Apache 2.0، إدخال نص وصورة وفيديو، سياق 256K، Index 20 عند جهد xhigh، سعر قائمة 0.50$/3.00$، 3.53$ لكل مهمة فهرسة، 34.5 دقيقة لكل مهمة.

• Qwen3.8-Flash — الطبقة الإنتاجية المستضافة بسعر $0.15/$0.47، وتشغّل الأوزان نفسها الخاصة بمعاينة Flash-Next؛ تعلن نقطة النهاية الموجّهة عن نافذة 1M رمز وخرج أقصى 131K، بينما تسجّل Artificial Analysis ‏256K لأوزان Flash-Next المفتوحة. وتقيس ذلك النموذج عند Index 29، بإجمالي 180B و6B نشطة، و$0.57 لكل مهمة فهرسة، و33.3 دقيقة.

• Qwen3.8-Max — النموذج الرائد المغلق، المؤشر 34، 2.00$/6.00$، 10.02$ لكل مهمة مؤشر. ليس منافسًا لـ Mini من حيث التكلفة، وليس النموذج الذي تُجري المقارنة معه.

• Inkling 2 Mini — 26.4B إجمالي، 3.4B نشط، Apache 2.0، سياق 1M على البطاقة، Index 20.1، $0.15/$0.50 على Tinker، $0.59 لكل مهمة Index، 9.0 دقيقة.

للمقارنة المفيدة شقّان. مقابل النموذج الكثيف 27B الذي اختاره منشور الإطلاق، تُعدّ Mini مكسبًا حقيقيًا في التكلفة عند نتيجة متساوية. أما مقابل فئة Flash، التي تكلّف الشيء نفسه وتتفوق عليه بمراحل في المؤشر، فإن حجة Mini يجب أن تدور حول شيء آخر غير السعر والنتيجة — وهي كذلك: الملف.

Screenshot of the Artificial Analysis model page for Qwen3.8-Flash-Next, showing it above average in intelligence and well priced for its size but notably slow per task and very verbose, a score of 29 on the Intelligence Index against a median of 23, 156M tokens generated during the index run against a 104M median, pricing of $0.15 per 1M input and $0.47 per 1M output tokens, $0.57 per index task, 33.3 minutes per task, an 85.77-second time to first token, 74 output tokens per second, and a listed 256K-token context window.

تعادل 27B، ولماذا هو حقيقي

يُقاس كلا النموذجين بواسطة المقيّم نفسه على المراجعة نفسها من المؤشر نفسه، لذا فإن 20.1 مقابل 20 مقارنة حقيقية وليست مصادفة ناتجة عن أدوات التقييم. وهي أيضًا تعادل عند حد الدقة الذي تسمح به الأداة. المؤشر مركّب من تسع تقييمات، عدة منها على مجموعات محتجزة، والنماذج التي تفصل بينها نقطة واحدة لا يمكن ترتيبها به بموثوقية. ما يثبته التعادل هو أن Mini يبلغ العتبة نفسها التي يبلغها نموذج كثيف بحجم 27B بينما يستهلك 3.4 مليار معامل نشط بدلًا من 27 مليارًا.

عمود التكلفة هو حيث يهم ذلك. بتكلفة 0.59 دولار لكل مهمة فهرسة مقابل 3.53 دولار، فإن Mini أرخص بنحو ستة أضعاف لإكمال التقييم نفسه، وتنجزه في تسع دقائق مقابل 34 دقيقة ونصف. سرعة الإخراج 280 رمزًا في الثانية مقابل 53. وزمن الوصول إلى أول رمز إجابة هو 9.72 ثانية مقابل 144. في حلقة وكيل تعمل لثلاثين دورة، تتراكم هذه الأرقام لتصبح شيئًا يمكن للمستخدم الشعور به.

لا شيء من ذلك مجاني، والتكلفة التعويضية هي الإسهاب. أصدر Mini 161 مليون توكن إخراج لإكمال تشغيل الفهرس، مقابل 128 مليونًا لطراز Q​wen ووسيط نظرائه 85.7 مليون. دفع 0.50 دولار لكل مليون توكن إخراج مقابل 1.9 ضعف الإخراج المعتاد لا يزال رخيصًا؛ أما وضع ميزانية بعدد ثابت من الرموز لكل مهمة لطراز يتحدث بهذا القدر فليس رخيصًا. الفريق الذي يقيس بالرموز بدلًا من المهام سيجد أن ميزة الستة أضعاف تتقلص نحو الثلاثة.

حيث يتفوق Mini حقًا على كل فئة من Q​wen

جدول البرمجة الخاص بالمورّد هو الجزء من الإطلاق الذي يجعل النموذج مثيرًا للاهتمام، وهو أيضًا الجزء الذي لم يتحقق منه أحد. كل صف أدناه هو منصة اختبار Thinking Machines الخاصة مطبَّقة على نقطة التحقق الخاصة بها، وقد شُغِّل واحد منها على الأقل باستخدام سقالة الوكيل الخاصة بالشركة بدلًا من سقالة محايدة.

• DeepSWE v1.1 — Inkling 2 Mini 48.2% مقابل Qwen3.8-27B 42.2%.

• SWE-bench Pro v2، صعب — 77.9% مقابل 73.8%.

• SWE-bench Multilingual — 73.7% مقابل 70.0%.

• SWE-bench Verified — 79.2% مقابل 77.8%.

• Vibe Code Bench v1.1 — 77.9% مقابل 64.9%.

• Terminal Bench v2.1 — 71.6% مقابل 73.0%، وهي خسارة؛ وفي Terminal Bench v4.0 يطبع كلاهما 5.6%.

• BrowseComp — 79.0% مقابل 61.6%؛ DeepSearchQA 85.3% مقابل 79.7%؛ MCP Atlas 82.7% مقابل 77.3%.

• MMMU Pro — 74.9% مقابل 76.3%، خسارة أخرى بفارق ضيق؛ OmniDocBench v1.6 92.8% مقابل 91.5%.

الصفوف التي يفوز فيها Mini هي الصفوف الوكيلية — الترقيع على نطاق المستودع، والبحث بعيد المدى، واستخدام الأدوات. أما الصفوف التي يخسرها فهي صفوف الاسترجاع الدقيق. هذا ما تكشفه البنية: فالتكرار يشتري حسابًا تسلسليًا لكل رمز، والحساب التسلسلي هو ما يحتاجه مسار وكيل طويل. لكنه لا يشتري الحقائق المخزنة، واختبار معياري كثيف المعرفة يلاحظ ذلك.

فجوة صحة الوقائع بين Mini وعائلة النماذج أكثر حدّةً من أيٍّ من تلك الصفوف. في AA-Omniscience، يطبع جدول البائع ‎−8.6‎ لـ Mini مع معدل عدم هلوسة 63.4%، مقابل ‎−6.4‎ و71.4% لـ Qwen3.8-27B في العمود نفسه من الجدول نفسه. تعني الدرجة السالبة أن النموذج أسوأ من الامتناع عن الإجابة. ولا تنشر Artificial Analysis رقمًا منفصلًا عن المعرفة الشاملة لـ Mini أستطيع العثور عليه، لذا يعتمد هذا الصف كليًا على أداة الاختبار الخاصة بالبائع — ولا يزال أهم رقم في المقارنة لأي شخص ينشر النموذج دون طبقة استرجاع.

حيث يُنهي Flash الجدل

الآن الفئة المهمة. Qwen3.8-Flash مُستضاف وبسعر 0.15 دولار للإدخال و0.47 دولار للإخراج — أي بسعر الإدخال نفسه الذي يتقاضاه Tinker لأخذ عينات من Mini، وأرخص بثلاثة سنتات في الإخراج. يمنح Artificial Analysis أوزان Flash-Next التي تدعمه تقييمًا قدره 29. تبلغ تكلفته 0.57 دولار لكل مهمة مؤشر، مقابل 0.59 دولار لـ Mini. تسع نقاط مؤشر، مقابل سنتين أقل.

هذا ليس قرارًا متقاربًا على صعيد القدرات أو السعر، وهو يعيد تأطير الغاية من Mini. مزايا Mini على Flash ليست على لوحة النتائج على الإطلاق: فهو ملف بحجم 20 غيغابايت يعمل بلا شبكة، على MacBook أو DGX Spark، بلا عدّاد لكل رمز وبلا مزوّد في الحلقة. أما مزايا Flash فهي تسع نقاط في المؤشر، ونقطة نهاية مستضافة، ونافذة تبلغ مليون رمز على واجهة API الموجّهة دون الحاجة إلى تنزيل أي شيء. إذا كان عبء العمل لديك متصلًا بالشبكة، فإن جانب Qwen يفوز على كل محور مقيس. وإذا لم يكن كذلك، فلا شيء من جانب Qwen متاح لك على الإطلاق.

تأتي مقارنة السرعة أيضًا في صالح Mini، وبفارق أكبر مما يوحي به فارق النقاط. يعمل Mini بمعدل 280 رمز إخراج في الثانية مع زمن 9.72 ثانية للرمز الأول؛ بينما يسجل Flash-Next 74 رمزًا في الثانية مع 85.77 ثانية للرمز الأول و33.3 دقيقة لكل مهمة فهرسة. بالنسبة لوكيل تفاعلي، هذا هو الفرق بين أداة تستجيب وأخرى تنتظرها — وهو الموضع الوحيد الذي يتمتع فيه نموذج محلي بعدد معاملات فعّال يبلغ 5.4B بميزة بنيوية على نموذج مستضاف بحجم 180B.

الترتيب العملي

كلا طبقتي Qwen متاحتان على OrcaRouter، ما يجعل بناء مسار التصعيد رخيصًا بشكل غير معتاد. تُوجَّه Qwen3.8-27B بسعر 0.33 دولار لكل مليون رمز إدخال و2.40 دولار لكل مليون رمز إخراج — أقل من سعر Alibaba المعلن البالغ 0.50/3.00 دولار، لأن سعر المزوّد يُمرَّر كما هو بدلًا من إضافة هامش ربح. وتُوجَّه Qwen3.8-Flash بسعر 0.15/0.47 دولار على نافذة سياق تبلغ 1M رمز. مفتاح واحد يصل إلى كليهما، مع تحويل تلقائي عند الفشل وDSL للتوجيه لإرسال الطلب إلى الطبقة الرخيصة أولًا، ولا يتم التصعيد إلا عندما يفشل في اجتياز فحص.

هذا هو الشكل الذي تريده هذه المقارنة فعلاً. فـ Mini، إذا اعتمدته، يقيم على عتادك الخاص ويؤدي العمل الوكيلي الذي يجيده دون أن يدفع شيئًا لكل توكن. أما طبقات Qwen فتقع خلف نقطة نهاية واحدة للطلبات التي يضعف فيها Mini — تلك التي تحتاج إلى استرجاع حقيقة بشكل صحيح، أو قراءة مستند طويل، أو استدلال علمي صعب — ويعني التبديل عند الفشل أن انقطاع أحد المزودين يخفّض جودة الإجابة بدلاً من أن يعطّلها. نحن لا نستضيف Inkling 2 Mini ولن يتظاهر هذا المقال بغير ذلك؛ وما يزيله الموجّه هو العقد الثاني والتكامل الثاني لنصف عبء العمل الذي يذهب إلى Qwen.

Screenshot of OrcaRouter's model page for Qwen3.8 Flash, showing the model id qwen/qwen3.8-flash, vision, tools, JSON and reasoning tags, a dated description of it as Alibaba's multimodal reasoning model for coding, agentic workflows and long-video analysis, an OpenAI-compatible /v1/chat/completions endpoint at api.orcarouter.ai, an input price of $0.15 and output price of $0.47 per 1M tokens, a 1M-token context window with a 131K maximum output, a p50 time to first token of 10.00 seconds, and an option to add it to a comparison.

ما الذي قد يغيّر الحكم؟

أمران، وكلاهما زهيد الثمن عند المتابعة. الأول هو تشغيل برمجي مستقل على أوزان Mini العامة. إذا صمدت نسبة 48.2% على DeepSWE و77.9% على SWE-bench Pro أمام إطار اختبار محايد، فإن الحجة الوكيلية لـ Mini تصبح أقوى بكثير مما يوحي به مؤشر من 20.1، لأن المؤشر يقلل من وزن العمل الطويل الأمد تحديدًا الذي صُمم النموذج من أجله. أما إذا لم تصمد، فجدول الإطلاق كان جدول مورّد، والنموذج في جوهره 20.

الثاني هو ما إذا كانت ميزة Qwen3.8-Flash البالغة تسع نقاط تصمد في ظل ضوابط الجهد. فرقم مؤشره يمثل تهيئة واحدة، ونماذج Qwen تتحرك عدة نقاط بين إعدادات الجهد — إذ يسجل طراز 27B النتيجة 20 عند xhigh وأقل بكثير عندما يُخفَّض التفكير. وفئة Flash التي تفقد تسع نقاط عند الجهد المنخفض منافس مختلف عن تلك التي تحتفظ بها، ولم ينشر أحد ذلك المنحنى لهذه المقارنة.

حتى يتحقق أحد هذين، فالخلاصة الصادقة هي حكم منقسم. من حيث القدرة المقاسة لكل دولار في بيئة مستضافة، تفوز Qwen 3.8 مرتين — إذ يعادل نموذج 27B نموذج Mini في النتيجة ويخسر في التكلفة، بينما تتفوق فئة Flash عليه في كليهما. أما الأشياء التي لا يستطيع نموذج مستضاف فعلها إطلاقًا — العمل دون اتصال، والتشغيل على حاسوب محمول، والعمل دون عدّاد — فلا تملك Qwen أي إجابة عن Inkling 2 Mini، وملف 20GB هو الحجة كلها. اشترِ التنزيل إذا كنت تحتاجه ليعمل حيث لا توجد شبكة. واشترِ API إذا لم تكن بحاجة إلى ذلك.

A generated two-column scoreboard titled 'Inkling 2 Mini vs Qwen3.8-Flash — the scoreboard'. The Inkling 2 Mini column reads Intelligence Index 20.1, active parameters 3.4B, cost per index task $0.59, output speed 280 tokens per second, first token 9.72 seconds, and runs offline: yes, 20GB. The Qwen3.8-Flash column reads Intelligence Index 29, active parameters 6B, cost per index task $0.57, output speed 74 tokens per second, first token 85.77 seconds, and runs offline: no, hosted only. A footer states that both columns are per Artificial Analysis and coding rows are vendor-reported.

مقارنات في هذه المقالة2

مستخرج من هذه المقالة · المعايير: Artificial Analysis · يُحدَّث يوميًا