Kimi K3.1 Pro مقابل DeepSeek V4.1 Flash: ست عشرة نقطة مؤشر مقابل ثلاثة عشر ضعفًا للسعر

تكلّف DeepSeek V4.1 Flash 0.15 دولار لكل مليون رمز إدخال و0.60 دولار لكل مليون رمز إخراج في كتالوجنا. أما Kimi K3.1 Pro فيكلّف 2.00 دولار و10.00 دولارات — أي 13 ضعفًا في الإدخال و17 ضعفًا في الإخراج. وعلى المؤشر المستقل، يحصل هذا السعر على 16 نقطة: يمنح Artificial Analysis كلاً من Kimi K3.1 Pro درجة 55 وDeepSeek V4.1 Flash درجة 39. كما يشتري شكلًا مختلفًا من النماذج — فـ DeepSeek أسرع بمرتين ونصف وأكثر إسهابًا بأكثر من الضعف، لذا فإن الفجوة لكل رمز والفجوة لكل مهمة ليستا الرقم نفسه. هذه هي أنظف مقايضة بين القدرة والتكلفة في الكتالوج الحالي، والجزء المثير للاهتمام أنها لا تسير في الاتجاه نفسه في كل مهمة.

يحمل كلا النموذجين سياقًا بسعة مليون رمز، ويقبلان الصور، ويولّدان مخرجات بمئات الآلاف من الرموز. أحدهما نموذج رائد في طليعة أعمال مختبر صيني صدر في أكتوبر؛ والآخر هو النموذج الصغير في عائلة معمارية DeepSeek، وصدر في 10 سبتمبر 2026 ويُطرح بوصفه الخلف الإنتاجي لنماذج Flash السابقة. المقارنة في حقيقتها تدور حول قيمة 16 نقطة مؤشر بالنسبة إلى حمل عمل معيّن — وحول المعيار الوحيد الذي يفوز فيه النموذج الأرخص.

بطاقات الأسعار، وما تكلفة عبء عمل حقيقي

• الإدخال — 2.00 دولار لكل مليون رمز على Kimi K3.1 Pro مقابل 0.15 دولار على DeepSeek V4.1 Flash.

• الإنتاج — 10.00 دولار مقابل 0.60 دولار.

• نافذة السياق — 1,048,576 رمزًا في كليهما.

• الحد الأقصى للإخراج — 943,718 رمزًا على Kimi K3.1 Pro، و384,000 على نقطة النهاية الأساسية لـ V4.1 Flash، و393,216 على لقطة 1017. كلاهما كبير بما يكفي ليتوقف طول الإخراج عن كونه القيد.

• الأوزان والحجم — DeepSeek V4.1 Flash نموذج خليط خبراء يضم 552 مليار معامل، منها 16 مليار معامل نشط، نُشر على Hugging Face بموجب رخصة MIT. أما Kimi K3.1 Pro فهو من فئة 3T، وقد وُعد بإتاحة أوزانه بحلول 4 نوفمبر، فيما لم تُنشر رخصته بعد.

• السرعة — 181 رمز إخراج في الثانية لدى مزوّد المُقيِّم الخاص بـ DeepSeek، مقابل 73.5 لـ Kimi K3.1 Pro. وبالنسبة للأعمال الضخمة، يُعدّ هذا ثاني أكبر فرق بعد السعر.

الحساب قاسٍ عند الحجم الكبير. فالمكالمة التي تقرأ مليون رمز إدخال وتكتب 200,000 رمز إخراج تكلّف 4.00 دولارات على Kimi K3.1 Pro و27 سنتًا على DeepSeek V4.1 Flash. وخطّ أنابيب ليلي يعالج 2,000 مستند طويل شهريًا بمعدل 50,000 رمز إدخال و5,000 رمز إخراج لكل مستند ينفق نحو 300 دولار على Kimi و21 دولارًا على DeepSeek. وبالنسبة إلى التصنيف والاستخراج وإعادة الصياغة والتلخيص على نطاق واسع، نادرًا ما يظهر فارق الـ16 نقطة بطريقة يلاحظها العميل؛ أما الفاتورة فتظهر.

ثمة تحفّظان يمنعان ذلك من أن يكون القصة كاملة. يرصد Artificial Analysis، الذي قاس كلا النموذجين عبر مزوّد لا بسعر القائمة، نموذج DeepSeek V4.1 Flash عند 0.295 دولار للإدخال و1.20 دولار للإخراج لكل مليون توكن — أي ضعف سعر الكتالوج لدينا، وهو تذكير بأن أرخص رقم في أي مقارنة هو ذاك الذي لا يدفعه أحد فعليًا. والأهم من ذلك أن تكلفته لكل مهمة تبلغ 0.48 دولار مقابل 2.11 دولار لـ Kimi K3.1 Pro: أي توفير بنسبة 4.4×، وليس 15× كما توحي أسعار التوكن، لأن DeepSeek ولّد 250 مليون توكن إخراج أثناء تشغيل المؤشر مقابل 150 مليونًا لـ Kimi. الإسهاب يستهلك ميزة السعر، وكلا النموذجين أعلى بكثير من الوسيط.

ست عشرة نقطة ليست خطأ تقريب.

الهامش نفسه الذي لا يهم في مهمة تصنيف يهم إلى حد كبير في أي شيء يتضمن خطة. المؤشر المستقل هو متوسط عبر عشرة تقييمات تشمل المعرفة والاستدلال والعمل الوكيلي؛ وفجوة قدرها 16 نقطة في ذلك المتوسط تعني أن الطرف الصعب من التوزيع ليس قريبًا. في جدول الإطلاق الخاص بـ Moonshot، يسجل Kimi K3.1 Pro نسبة 61.2% في البرمجة طويلة الأفق و65.7% في Terminal-Bench 4.0؛ أما فئة Flash فهي غير ممثلة في تلك الصفوف على الإطلاق.

ترجمة عملية: إذا كان يمكن تحديد المهمة في مُوجّه والتحقق منها بواسطة مدقق، فاشترِ النموذج الرخيص وأنفق ما توفره على إعادات المحاولة. أما إذا كانت المهمة تتطلب تقرير ما يجب فعله تاليًا — قراءة اختبار فاشل، أو اختيار ملف لتحريره، أو التعافي من استدعاء أداة سيئ — فإن نقاط الـ16 هي الفرق بين وكيل ينهي المهمة وآخر يدور في حلقة.

الصف الوحيد الذي يفوز فيه النموذج الرخيص

تحتوي ورقة المعايير الخاصة بـ Moonshot على صفٍّ يتعارض معها. على xdev-bench-hard عند pass@3، وهو تقييم برمجي عدائي أجراه المورّد، يسجّل DeepSeek V4.1 Flash نسبة 85.7% مقابل 81.0% لـ Kimi K3.1 Pro. أما Kimi K3، السلف، فيسجّل 33.3%.

السبب واضح في موضع آخر من مواد الإطلاق: فقد أزالت Moonshot البيانات المتعلقة بالأمن السيبراني من كل من التدريب المتوسط والتعلم المعزز قبل طرح K3.1 Pro، ونشرت التكلفة. نقطة تحقق دُرّبت دون تلك التدابير تسجل 90.5% على الاختبار المعياري نفسه؛ بينما يسجل النموذج المسلّم 81.0%. في المقابل، لم تُعلن DeepSeek عن خفض مكافئ في القدرات، وتأتي نتيجتها البالغة 85.7% أعلى من النموذج الذي تبلغ تكلفته ثلاثة عشر ضعفًا.

بالنسبة إلى العمل الأمني الدفاعي — الفحص والفرز وصياغة التصحيحات قيد المراجعة — يستحق ذلك السطر أن يُؤخذ في الحسبان. أما العمل المرتبط بالجانب الهجومي، فإن شروط كلا المورّدين والقانون تنطبق بغض النظر عن الدرجة.

السياق والمخرجات مفاجئة

ملاحظة عملية واحدة قبل أن تصبح المقارنة شديدة الترتيب: تُشير Artificial Analysis إلى أن V4.1 Flash الأساسي أصبح مهملًا لصالح لقطة V4.1 Flash 1017، أي نقطة التحقق الثابتة بتاريخ 17 أكتوبر التي يقدّمها كتالوجنا أيضًا بالسعر نفسه. رقم المؤشر 39 خاص بالطراز الأساسي؛ أما اللقطة فهي ما ينبغي أن تستهدفه الأعمال الجديدة، وهي تحمل نافذة السياق نفسها مع سقف إخراج أكبر قليلًا.

ما يجعل هذه المقارنة أقل ميلًا لصالح طرف مما يوحي به السعر هو أن النموذج الرخيص لم يتنازل عن المستودع. سياق بمليون رمز في نموذج بسعر 0.15 دولار يعني أن خطوط أنابيب الاسترجاع المعزز التي كانت تحتاج سابقًا إلى التقسيم إلى أجزاء يمكنها إرسال المستند كاملًا. حد إخراج يبلغ 384,000 رمز يعني أن مهمة دفعات يمكنها طلب ملف معاد كتابته بالكامل في نداء واحد.

ما تتخلى عنه مقابل ذلك هو الموثوقية عند الحواف: اتباع التعليمات في المطالبات الطويلة متعددة الخطوات، والتعافي من استدعاءات الأدوات، والقدرة على الاحتفاظ بخطة عبر الأدوار. وهذه بالضبط هي الأشياء التي أُنفقت عليها ميزانية التدريب اللاحق لـ Kimi K3.1 Pro، وبالضبط ما يختزله مؤشر عام في 16 نقطة.

كيفية تقسيم العمل

يمكن استدعاء كلا الطرازين عبر OrcaRouter بأسعار القائمة لدى مزوّديهما دون إضافة أي هامش ربح — 2.00 دولار و10.00 دولارات لـ Kimi K3.1 Pro، و0.15 دولار و0.60 دولار لـ DeepSeek V4.1 Flash — باستخدام مفتاح واحد، مع آلية تجاوز فشل تلقائية إذا تعطّل أحد المزوّدين.

توزيعٌ يتسق مع الأدلة: أرسِل الاستخراج والتصنيف والترجمة والتلخيص والصياغة الأولية إلى V4.1 Flash، وأرسِل البرمجة طويلة الأفق وتنسيق الوكلاء وأي مهمة يجب أن تتعافى من أخطائها إلى Kimi K3.1 Pro. وإذا وقع التوزيع عند النسبة المعتادة 80/20 حسب حجم الرموز، فستهبط التكلفة المدمجة لكل مليون رمز إلى نحو 80 سنتًا — أي خُمس خط الأساس القائم كليًا على Kimi — مع احتفاظ المهام التي تحتاج إلى النموذج الرائد به.

الخطأ الذي يجب تجنبه هو اعتبار أي من النموذجين هو الحل لكلتا المهمتين. فعند فارق سعر يبلغ 13×، لا يُعد النموذج الرخيص حلًا وسطًا للعمل الكثيف؛ بل هو الخيار الصحيح. وعند 16 نقطة مؤشر، لا يُعد بديلًا عن الـ20% الصعبة.