
LFM3-Audio-2B مقابل Voxtral 3: تنزيل بحجم 2.1 غيغابايت في مواجهة منصة صوتية
- OrcaجديدOrcaCyber: GLM 5.3 Flash Abliterated2026-10-2780 tok/s
- OrcaجديدOrcaCyber: Qwen3.8 Flash Next Abliterated2026-10-26$0.80 / $1.60 لكل مليون رمز · 283 tok/s
- OrcaجديدOrcaCyber: MiMo V2.6 Flash Abliterated2026-10-26$0.80 / $1.60 لكل مليون رمز · 83 tok/s
- MoonshotجديدMoonshotAI: Kimi K3.1 Pro2026-10-2455الذكاء
- OrcaجديدOrcaCyber: DeepSeek V4.1 Flash Abliterated2026-10-23$0.80 / $1.60 لكل مليون رمز · 119 tok/s
- minimaxجديدMiniMax: M3.1 Flash2026-10-1943الذكاء
- OrcaجديدOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 لكل مليون رمز · 45 tok/s
- deepseekجديدDeepSeek: DeepSeek V4.1 Flash 10172026-10-1745الذكاء
- DeepSeekجديدDeepSeek: DeepSeek V4.1 Flash2026-10-1740الذكاء
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 لكل مليون رمز · 113 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952الذكاء
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856الذكاء
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 لكل مليون رمز · 700 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238الذكاء
- OpenAIOpenAI: GPT-6 Sol2026-09-2248الذكاء
- AnthropicAnthropic: Claude Opus 5.52026-09-2258الذكاء
- xiaomiXiaomi: MiMo-V2.6-Flash2026-09-2138الذكاء
- xiaomiXiaomi: MiMo-V2.6-Pro2026-09-2146الذكاء
- xAIGrok 4.72026-09-2146الذكاء
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 لكل مليون رمز · 160 tok/s
الطريقة الصادقة لبدء مقارنة بين LFM3-Audio-2B وVoxtral 3 هي أن نقول إن أحدًا لم ينشر أي تشغيل لهذه المقارنة. نشرت Liquid AI جدول معايير لنموذجها الصوتي ذي الملياري معلمة، ونشرت Mistral جدولًا لحزمة الكلام الخاصة بها، ولا يتشارك الجدولان تقريبًا أي صفوف. وحيثما يتقاطعان، فالنماذج التي تُقاس ليست من الجيل نفسه. وأي شخص يخبرك أيّ هذين "أفضل" على معيار أداء إنما يقارن رقمًا من أداة اختبار برقم من أداة أخرى، ويأمل ألا تتحقق.
لذا فإن هذا المقال يفعل شيئًا أقل ترتيبًا وأكثر فائدة. إنه يفصل بين السؤال الذي يمكنك الإجابة عنه والسؤال الذي لا يمكنك الإجابة عنه. لا يمكنك بعد أن تقول أي النموذجين يفرّغ الألمانية على نحو أفضل، لأنه لا يوجد اختبار متعدد اللغات مشترك بينهما. يمكنك أن تقول بثقة، واستنادًا إلى وثائق البائعين أنفسهم، إن هذين ليسا النوع نفسه من المنتجات على الإطلاق: أحدهما ملف بحجم 2.1 GB تشغّله بنفسك، والآخر خط معالجة من أربعة نماذج مرفق به SDK للاتصالات الهاتفية ولا توجد أوزان قابلة للتنزيل.
يحسم ذلك الفرق معظم عمليات النشر الواقعية قبل حتى الرجوع إلى رقم WER واحد. أما بقية هذه المقالة فتدور حول الحالات التي لا يحسم فيها ذلك.
إن Voxtral Liquid الذي تم اختباره ليس هو Voxtral الذي تقارن به.
تضع بطاقة نموذج Liquid النموذج LFM3-Audio-2B إلى جانب ستة منافسين، وأحدهم Voxtral. الصف مُعنون بـ Voxtral Mini 3B، وفي التعرف الآلي على الكلام الإنجليزي يتفوق على نموذج Liquid: معدل خطأ في الكلمات 5.51% مقابل 6.23%. هذه هي المقارنة المباشرة الوحيدة مع Voxtral التي نشرتها Liquid، ويسهل قراءتها على أنها "نموذج Mistral الصوتي ينسخ بدقة أكبر".
ليست هذه هي المقارنة التي يوحي بها العنوان. إن Voxtral Mini 3B هو mistralai/Voxtral-Mini-3B-2507 — نموذج بحجم 3B صدر في يوليو 2025 بموجب Apache 2.0، ومصمم للنشر المحلي وعلى الحافة. إنه يسبق Voxtral 3 بخمسة عشر شهرًا وينتمي إلى جيل منتج مختلف. لا تحتوي مجموعة Mistral الصادرة في 20 أكتوبر 2026 على أي نموذج باسم Voxtral Mini 3B؛ أصغر أداة نسخ لديها هي Voxtral Mini Transcribe 3 بعدد معاملات 4B و0.0035 دولار أمريكي في الدقيقة.
هناك أيضًا تضارب داخل الجدول. تقول خانة المعلمات في ذلك الصف 5B، في صف مُسمّى باسم طراز 3B. وهذا ليس سببًا لعدم الثقة في أرقام WER، التي تأتي من تقييم مسمّى — ESB ومجموعة Open ASR leaderboard، بمتوسط. بل هو سبب لقراءة عناوين الأعمدة في جداول المورّد قبل قراءة الأرقام.
النتيجة تستحق أن تُذكر بصراحة، لأنها الحقيقة الأكثر فائدة على الإطلاق في هذا المقال: لا توجد مواجهة مباشرة منشورة بين LFM3-Audio-2B وأي نموذج Voxtral 3. لا من Liquid، ولا من Mistral، ولا من جهة تقييم مستقلة. قارنت Liquid نموذجها الجديد بنموذج Mistral مفتوح الأوزان الصوتي من 2025، وهو خيار يمكن الدفاع عنه لمقارنة عادلة بين نموذجين مفتوحي الأوزان — وهو أيضًا النوع الوحيد من المقارنات الممكنة الآن، لأن Voxtral 3 لا توفّر أي أوزان. ولا يمكن إجراء مقارنة النماذج الصوتية مفتوحة الأوزان لعام 2026 مع Voxtral 3 على الإطلاق.

ما هما المنتجان في الواقع
يكون عدم التماثل أوضح في شكل الإصدار منه في المواصفات.
LFM3-Audio-2B هو أحد النماذج، صدر في 27 أكتوبر 2026 ضمن عائلة LFM3 المكوّنة من ستة نماذج. يستقبل نصًا أو صوتًا بتردد 16 كيلوهرتز كمدخلات، وينتج نصًا، أو كلامًا بتردد 24 كيلوهرتز، أو نصًا وكلامًا متداخلين، إضافة إلى استدعاءات الأدوات. ويتيح مشفّر صوتي سببي جديد مطوّر داخليًا إجراء تعبئة مسبقة بينما لا تزال تتحدث. ويضغط LiquidCodec الخاص به 80 ملليثانية من الكلام إلى 12 رمزًا منفصلًا، يُفكّ ترميزها على التوازي بدلًا من التتابع، بسرعة تقارب 87 ضعف السرعة الحقيقية على خيط CPU واحد في M4 Max — وهو رقم لإنتاجية الترميز، وليس متطلبًا عتاديًا.
Voxtral 3، الذي أُعلن عنه في 20 أكتوبر 2026، هو مجموعة متكاملة: أداة تفريغ صوتي لمعالجة الدفعات، وأداة تفريغ صوتي ثانية أصغر لمعالجة الدفعات، وأداة تفريغ صوتي للبث المباشر، ونموذج تحويل النص إلى كلام (TTS)، ومنتج لتكييف الصوت، وSDK لوكلاء صوتيين قائم على LiveKit يربط بينها جميعًا عبر SIP وWebRTC. أنت لا تختار Voxtral 3. بل تختار خط معالجة، وتوفّر Voxtral 3 المراحل.
• الأوزان — تصدر LFM3-Audio-2B أوزانًا مفتوحة بموجب ترخيص LFM Open License v1.0؛ بينما لا تنشر Voxtral 3 أي أوزان قابلة للتنزيل، وتصف مواد إطلاق Mistral بدلًا من ذلك الوصول عبر API وبيئات تجربة Studio ونشر البنية التحتية الخاصة.
• البصمة — 2.1 غيغابايت على Ollama مقابل نقطة نهاية؛ لا يوجد ملف Voxtral 3 لتحديد حجمه.
• السياق — 32 ألف رمز لـ LFM3-Audio-2B، الإدخال بالإضافة إلى الإخراج. لا تنشر Mistral أي رقم للسياق خاص بمحركات النسخ على الإطلاق؛ بل تسعّر بالدقيقة بدلًا من ذلك.
• الوسائط — LFM3-Audio-2B نموذج واحد يتعامل مع أي صيغة إلى أي صيغة: يسمع، ويتحدث، ويفهم، ويترجم، ويستدعي الأدوات. أما Voxtral 3 فيوزّع هذه الوظائف على نماذج ونقاط نهاية منفصلة؛ فنماذج التفريغ الصوتي ونموذج TTS ليسا النظام نفسه.
• الترخيص — LFM Open License v1.0، مجاني للاستخدام التجاري طالما أن الإيرادات السنوية أقل من 10 ملايين دولار؛ Voxtral 3 واجهة برمجة تطبيقات تجارية تُطبَّق شروطها على كل استدعاء.
• إسناد المتحدثين والتحيّز السياقي — يمتلك Voxtral 3 كليهما، مع cpWER بنسبة 18.4% على مجموعة إسناد المتحدثين الخاصة بـ Mistral، وارتفاع استرجاع العبارات المفتاحية من 81.4% إلى 94.6% عند تزويده بالسياق. ولا ينشر LFM3-Audio-2B أيًّا من هاتين القدرتين.

تغطية اللغات هي الفجوة الوحيدة التي ليست قريبة من الإغلاق.
يدعم LFM3-Audio-2B 18 لغة عبر 19 إعدادًا محليًا، وهي مدرجة على البطاقة: العربية، والدنماركية، والألمانية، واليونانية، والإنجليزية (يُحتسب البريطاني والأمريكي بشكل منفصل)، والفنلندية، والفرنسية، والعبرية، والإيطالية، واليابانية، والكورية، والهولندية، والبولندية، والبرتغالية، والإسبانية، والسويدية، والتركية، والصينية. ويقيّم التعرف التلقائي على الكلام متعدد اللغات على تسع منها، ويُبلّغ عن متوسط معدل خطأ قدره 6.03 على FLEURS، باستخدام معدل خطأ الأحرف للصينية واليابانية والكورية.
يغطي مُفرِّغو النصوص في Voxtral 3 خمسين لغة أو أكثر. أما نموذج الوقت الفعلي فيدّعي دعم أكثر من 35 لغة في موضع على الصفحة، وأكثر من 40 في موضع آخر، وهو تناقض من النوع الذي يعني عادةً أن الرقم تغيّر خلال أسبوع الإطلاق ولم يوفّق أحد بين نسخ النص.
إذا وصلت ملفاتك الصوتية باللغة الفيتنامية أو الهندية أو الروسية أو النرويجية أو الكتالونية، فإن LFM3-Audio-2B لا يدرجها، بينما يتحدث Voxtral 3 اللغات الخمس كلها — فهي ضمن ثماني عشرة لغة من لغات الإعدادات الصوتية المسبقة التي تذكرها Mistral. وفي القائمة بأكملها، لم نتمكن من تحديد أي لغة تدعمها Liquid ولا تدّعي لغات النسخ لدى Mistral التي يزيد عددها على 50 أنها تغطيها. والتحفظ الصادق هو أن Mistral تنشر قائمة إعداداتها الصوتية المسبقة كاملة، وتنشر تغطيتها للنسخ كعدد فقط، لذا فإن جزءًا من هذه المقارنة هو مقارنة قائمة برقم.
ثمة حافة أكثر حِدّة داخل وثائق Liquid نفسها. فَوضع ASR المباشر لدى النموذج — ذاك الذي ينسخ بينما يتدفّق الصوت، في أجزاء تبلغ نحو 0.96 ثانية — يدعم اللغة الإنجليزية فقط. وتغطي عملية النسخ الدفعي قائمة اللغات الـ18 كاملة؛ أما مسار البث فلا. وينبغي لأي شخص يخطط لميزة تعليق توضيحي متعددة اللغات في الزمن الحقيقي انطلاقاً من LFM3-Audio-2B أن يقرأ ذلك السطر مرتين، لأنه يستبعد النموذج من هذه المهمة بغض النظر عن جدول WER.
رقمان لزمن الاستجابة لا يقيسان الشيء نفسه
تعلن Liquid عن زمن الوصول إلى أول رمز «يصل إلى 50 مللي ثانية». وتعلن Mistral عن أقل من 500 مللي ثانية لمنسخها الفوري وعن دورة وكيل كاملة في أقل من ثانية. هذه الأرقام غير قابلة للمقارنة، والفرق ليس خطأ تقريب.
رقم 50 مللي ثانية يمثل مسارًا من الكلام إلى الكلام: يبدأ المُشفّر السببي المعالجة قبل أن تُنهي الجملة، لذا يمكن للنموذج أن يبدأ بإصدار أول رمز من ردّه بينما لا يزال الصوت يصل. إنه ادّعاء يتعلق بالتفاعلية في نموذج محادثة. أما رقم أقل من 500 مللي ثانية فهو زمن تأخر النسخ — التأخير قبل ظهور النص — وتُظهر جداول Mistral نفسها ما يكلفه ذلك. في معيارها الزمني الحقيقي، يسجّل Voxtral Mini Transcribe Realtime 3 عند تأخر 960 مللي ثانية معدل خطأ كلمات (WER) قدره 6.0%؛ وعند 480 مللي ثانية يكون 6.4%؛ وعند 240 مللي ثانية يكون 7.4%. يتبادل التأخر والدقة بشكل مباشر، وتتيح لك Mistral اختيار النقطة على ذلك المنحنى.
لا تنشر Liquid منحنى مكافئًا. إنها تنشر حدًا أدنى — 50 ms — دون تحديد العتاد، ولا مجموعة اختبار، ولا دقة عند تلك الكمون. قد يكون هذا الحد الأدنى حقيقيًا. لكنه ليس بعد مواصفة يمكنك التخطيط لمنتج على أساسها.
حسابات التكلفة، مُثبتة بالعمل لا بالادعاء
تتوقف مقارنة نموذج مفتوح الأوزان بواجهة API تُحاسب بالدقيقة على حجم الاستخدام، والحساب بسيط بما يكفي لإجرائه على نحو صحيح.
النسخ، 1000 ساعة من الصوت — 60,000 دقيقة. Voxtral Mini Transcribe 3 بسعر 0.0035 دولار/دقيقة يكلف 210 دولارات. Voxtral Small Transcribe 3 بسعر 0.004 يكلف 240 دولارًا. Voxtral Mini Transcribe Realtime 3 بسعر 0.008 يكلف 480 دولارًا. LFM3-Audio-2B هو تنزيل مجاني يعمل على أجهزة تملكها بالفعل، لذا فإن تكلفته الحدية هي الكهرباء.
تركيب الكلام، 1,000 ساعة — بمعدل نحو 900 حرف لكل دقيقة منطوقة، أي ما يعادل 54 مليون حرف. يكلّف Voxtral Mini TTS 3 بسعر 13 دولارًا لكل مليون حرف مبلغ 702 دولار. ولا يكلّف LFM3-Audio-2B شيئًا مقابل كل حرف، ويوفّر خيارين صوتيين، ذكرًا وأنثى، يُختاران عبر الموجّه. ويستنسخ Voxtral صوتًا من 30 دقيقة من الصوت، ويتيح عناصر تحكم في المشاعر والإيقاع والتشديد.
وكيل صوتي مباشر، 1,000 ساعة من المحادثة — تُسعّر Mistral خط الأنابيب المُجمّع بـ 0.04 دولار في الدقيقة مع تولّي Mistral Small 4 مهمة الاستدلال، و0.08 دولار مع طراز أكبر. أي ما يعادل 2,400 إلى 4,800 دولار. يتولى LFM3-Audio-2B السمع والتحدث محليًا، لكنه لا يزال بحاجة إلى طراز استدلال لأي شيء يتجاوز قدرته، وتقول بطاقته صراحةً إنه غير موصى به للاستدلال المعقد متعدد الخطوات.
الآن الجزء الذي يُغفَل عادةً: نقطة التعادل. آلة بسعر 1,000 دولار تستعيد تكلفتها بعد نحو 4,760 ساعة من Voxtral Mini Transcribe 3 — أي ما يقارب 200 يوم من الصوت المتواصل، أو سنة ونصف بمعدل ثماني ساعات يوميًا. عند الأحجام الصغيرة، تكون API أرخص من شراء العتاد، وهي أرخص منذ اليوم الذي تبدأ فيه. خيار الأوزان المفتوحة ليس «مجانيًا». إنه «تكلفة ثابتة بدلًا من تكلفة حدية»، ولا يتفوق إلا عندما يكون الحجم كبيرًا، أو تكون متطلبات الخصوصية صارمة، أو يكون الجهاز بلا اتصال بالشبكة.
حيث يكسب الراوتر مكانه في هذه الصورة ليس عبر أيٍّ من نموذجَي الصوت — فلا LFM3-Audio-2B ولا Voxtral 3 موجودان في كتالوج OrcaRouter اليوم، ولن ندّعي غير ذلك. بل عبر مرحلة الاستدلال التي تنتهي كلتا البنيتين بحاجتها إليها. وكيل الصوت سلسلة: نسخ، استدلال، نطق. والحلقة الوسطى هي نموذج لغوي كبير مستضاف، وهي الحلقة التي تستفيد من مفتاح واحد عبر أكثر من 200 نموذج، وأسعار القائمة لدى المزوّدين تُمرَّر بهامش ربح 0% بحيث يصلك تغيير سعر المورّد في اليوم نفسه، وتحويل تلقائي عند تعثّر المزوّد أثناء المكالمة.
ما الذي تم التحقق منه، وما الذي لم يتم التحقق منه
ثمة ثلاثة مستويات من الأدلة حاضرة هنا، وتسويتها جميعًا مع بعضها هو ما يجعل المقارنات تذهب مذهبًا خاطئًا.
مقيسة بشكل مستقل. لجودة النسخ في Voxtral 3 أرقام من طرف ثالث: وضعت Artificial Analysis نموذج Voxtral Small Transcribe 3 عند 2.1% WER على مؤشرها الخاص، في المركز الثالث إجمالًا اعتبارًا من 21 أكتوبر 2026، مع Voxtral Mini Transcribe 3 عند 2.2%. وحلّ TTS الخاص به في المرتبة 13 في Provider Voice arena بـ 1,217 Elo والمرتبة 14 في Controlled Voice بـ 1,066 — أي في منتصف الترتيب، ويجدر قول ذلك بصراحة نظرًا لأن منشور Mistral على وسائل التواصل وصفه بأنه ضمن أفضل اثني عشر.
مُبلَّغ عنه من البائع، وغير مُعاد إنتاجه.كل رقم يخص LFM3-Audio-2B في هذه المقالة هو من Liquid نفسها: نسبة WER الإنجليزية 6.23، والرقم متعدد اللغات 6.03، وUTMOSv2 البالغ 3.83، وVoiceBench البالغ 73.13، وتقييم استدعاء الأدوات الداخلي 58.50، وMMAR البالغ 50.60. لا يوجد مدخل لـ Artificial Analysis لهذا النموذج حتى كتابة هذه السطور، ولم تنشر أي جهة خارجية إعادة إنتاج. تعامل معها على أنها ادعاءات، لا قياسات.
غير قابلة للمقارنة على الإطلاق. نسبة WER الإنجليزية لدى Liquid البالغة 6.23% ورقم FLEURS لدى Mistral البالغ 4.0% ونسبة Artificial Analysis البالغة 2.1% هي ثلاثة اختبارات مختلفة على ثلاث مجموعات صوتية مختلفة. لا تطرحها. المقارنة الوحيدة بنفس أداة الاختبار التي نشرتها Liquid هي مقابل Voxtral Mini 3B — نموذج الأوزان المفتوحة لعام 2025. هناك يسجل نموذج 2B من Liquid 6.23 مقابل 5.51 لـ Voxtral في التعرف الآلي على الكلام الإنجليزي، لكنه يتفوق عليه في التعرف الآلي على الكلام متعدد اللغات 6.03 مقابل 7.76، وVoiceBench 73.13 مقابل 65.78، وMMAR 50.60 مقابل 50.10، واستدعاء الأدوات 58.50 مقابل 44.50.
ما الذي يعنيه «شُحن بهدوء» فعليًا هنا
لم يحصل LFM3-Audio-2B على إطلاق خاص به، وهذا التمييز مهم إذا كنت تقرر مقدار الثقة التي ينبغي أن توليها للتوثيق.
أعلنت Liquid عن عائلة LFM3 في 27 أكتوبر 2026 عبر منشور بعنوان "تقديم LFM3: كل نمط للذكاء المتخصص". ويظهر النموذج الصوتي هناك كواحد من ستة ضمن قسم — لا يوجد منشور مدونة مخصص لـ LFM3-Audio، ولا إطلاق منفصل، ولا صفحة منتج خاصة به. الأوزان وبطاقة النموذج مكتملة ومتاحة علنًا. إدراج Ollama، ollama run lfm3-audio، بسعة 2.1 غيغابايت، ظهر في 28 أكتوبر دون إعلان مطابق من Liquid أو Ollama، إلى جانب طلب سحب في llama.cpp أضاف النموذجين الصوتي والشامل مع تأجيل ASR المباشر إلى متابعة لاحقة.
إذاً الإطار هو: الأثر حقيقي وموثّق، وكان الإطلاق فقرة داخل إعلان عن عائلة منتجات، ووصل دعم التشغيل المحلي بعد يوم واحد، بهدوء. ما يعنيه ذلك عملياً هو أن بطاقة النموذج هي المرجع — وليس منشور إطلاق، لأنه لا يوجد منشور إطلاق — والبطاقة محددة بشكل غير معتاد بشأن القيود، وهذه نقطة لصالحها. فهي تذكر LiveASR كإنجليزية فقط. وتقول إن النموذج ليس مخصصاً للبرمجة الوكيلية أو الاستدلال المعقد متعدد الخطوات. وتحيل المهام كثيفة المعرفة إلى الاسترجاع. والبائع الذي يخفي نموذجاً ضعيفاً لا يكتب ذلك عادةً.

من ينبغي أن يأخذ أيًّا؟
LFM3-Audio-2Bاختر LFM3-Audio-2B إذا كان الصوت لا يمكنه مغادرة الجهاز، وإذا كنت تحتاج إلى نموذج واحد يسمع ويتحدث دون ربط خدمتين معًا، وإذا كانت لغاتك ضمن لغاته الثماني عشرة، وإذا كان حجم استخدامك مرتفعًا بما يكفي بحيث تتغلب تكلفة عتاد ثابتة على فاتورة لكل دقيقة. وهو أيضًا الخيار المناسب لنمذجة واجهة صوتية دون أي عملية شراء على الإطلاق — 2.1 GB وأمر Ollama واحد. تقبّل أن التعرف على الكلام الإنجليزي فيه متأخر عن أحدث جيل من Voxtral المفتوح، وأن البث باللغة الإنجليزية فقط، وأن أي مقيّم مستقل لم يفحص أيًا من أرقامه.
اختر Voxtral 3 إذا كنت تبني وكيلًا هاتفيًا بدلًا من ميزة في نموذج. وُجدت هذه المجموعة لتُركَّب: الناسخ، ونموذج الاستدلال، وتحويل النص إلى كلام، عبر SIP وWebRTC، مع مقاطعة المتحدث واكتشاف نهاية الدور محلولين مسبقًا. اخترها أيضًا إذا كنت تحتاج إلى أكثر من 50 لغة، أو التمييز بين المتحدثين، أو انحياز السياق للأسماء والمصطلحات، أو استنساخ الصوت — أربع قدرات لا يوفرها LFM3-Audio-2B بأي شكل. المقابل هو أنك لا تستطيع تنزيلها، ولا فحصها، وتزداد تكلفتك خطيًا مع كل دقيقة تقدمها، إلى الأبد.
استخدم كليهما إذا سمحت البنية بذلك، وهذا يحدث غالبًا. شغّل LFM3-Audio-2B على الجهاز لكشف كلمة التنبيه والإملاء المحلي والمسار دون اتصال؛ وأرسل المكالمات التي تحتاج إلى تغطية متعددة اللغات أو فصل المتحدثين أو صوت مستنسخ إلى Voxtral 3. لا يتنافس الاثنان على الموضع نفسه في أي مكدس تقني. أحدهما النموذج داخل منتجك؛ والآخر المورّد الذي تتصل به عندما يكون المنتج خط هاتف.
المقارنة التي يجب الانتباه إليها
هناك أمران كفيلان بحسم هذا على نحو سليم، ولا يوجد أيٌّ منهما بعد.
الأول هو تقييم مستقل لـ LFM3-Audio-2B على نفس أداة الاختبار التي تستخدمها Artificial Analysis لنماذج Voxtral 3. هذا الرقم الوحيد — مؤشر WER الخاص به في اختبار مشترك — سيحوّل الادعاء الأكثر أهمية في جدول Liquid من تأكيد من البائع إلى قياس، وسيخبرك ما إذا كان نموذج 2B يعمل على حاسوب محمول قريبًا حقًا بفارق نقطة واحدة من نموذج 4B مستضاف.
الثاني هو ما إذا كانت Mistral ستطرح أوزان Voxtral 3 يومًا ما. كانت نماذجها الصوتية لعام 2025 مفتوحة بموجب Apache 2.0؛ أما مجموعة 2026 فليست كذلك. إذا انعكس ذلك، فإن المقارنة العادلة بين المفتوح والمفتوح التي اختارت Liquid نشرها تصبح ذات جدوى مرة أخرى، ويَزول التحذير المحوري في هذا المقال.
إلى أن يحدث أحد تلك الأمور، فإن الموقف القابل للدفاع هو الموقف غير اللامع. من حيث اتساع القدرات، يفوز Voxtral 3 بفارق لا يمكن لأي خلاف حول المعايير أن يقلّصه: خمسون لغة، وفصل المتحدثين، والاستنساخ، والاتصالات الهاتفية. ومن حيث قابلية النشر، يفوز LFM3-Audio-2B بفارق كبير بالقدر نفسه، لأنه الوحيد من بين الاثنين الذي يمكنك حمله. وكل ما بين ذلك هو رقم من جدول مورّد واحد بجوار رقم من جدول مورّد آخر، والجواب الصادق عن سؤال "أيهما أكثر دقة" هو أنه لم يقسه أحد.
