بطاقة عنوان مُولَّدة بعنوان 'MAI Decision 1 vs Nimble v3' وتحمل العنوان الفرعي 'مُقيِّم مستضاف في مقابل ترخيص لا يمكنك شحنه'، مقسّمة إلى لوحتين مستديرتي الحواف حول قرص 'vs'. اللوحة اليسرى، 'Microsoft-Decision-1.1'، تحمل السطر الفرعي 'مستضاف، لكل توكن' والصفوف '$0.042 لكل مليون توكن' و'نقطة نهاية Foundry' و'67.78 على AA v2.1' و'شروط الاستخدام'؛ أما اللوحة اليمنى، 'Bespoke-Nimble-9B-v3'، فتحمل 'مهايئ قابل للتنزيل' و'CC BY-NC 4.0' و'LoRA من خمسة ملفات' و'56.88 على DI 0.2.1' و'وحدة GPU الخاصة بك'. يقرأ تذييل 'الدرجتان المنشورتان تأتيان من عدّتي تقييم مختلفتين، لذا لا يمكن المقارنة بينهما.' شعار OrcaRouter مُركَّب في الشريط الأبيض أسفل العمل الفني.
Engineering & Research

MAI Decision 1 مقابل Nimble v3: أداة تقييم مستضافة في مواجهة ترخيص لا يمكنك شحنه

الكاتب

jinhao.song

تاريخ النشر

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

أول ما يفصل MAI Decision 1 — النموذج الذي أطلقته Microsoft في Ignite باسم Microsoft-Decision-1.1 — عن Nimble v3، المُودَع على Hugging Face باسم Bespoke-Nimble-9B-v3، ليس اختبار أداء مرجعيًا. بل هو بند ترخيص. Nimble v3 محوّل LoRA صادر بموجب CC BY-NC 4.0، وتُفسّره بطاقة النموذج بعبارة "لا يجوز استخدامه لأغراض تجارية". أما نموذج Microsoft فهو نقطة نهاية مستضافة تُستأجر لكل رمز، لذا لا تُطرح مسألة الترخيص أصلًا، ولا تُطرح مسألة الاستضافة الذاتية أيضًا. يمكنك وضع أحد هذين في منتج، والآخر في دفتر ملاحظات. كل ما تبقى في هذه المقارنة ينبع من هذا التفرع، بما في ذلك سبب أنه لا ينبغي طرح درجاتهما المنشورة من بعضها البعض.

ما حقيقة كل واحد منها في الواقع، من الناحية الميكانيكية

Microsoft-Decision-1.1 هو نشر على Foundry، متاح منذ 17 نوفمبر 2026، وقد خضع لتدريب لاحق من Microsoft على Gemma 4 26B-A4B. تُرسل حالة وأسئلة ذات أنواع محددة إلى نقطة نهاية للقرار، فتحصل على احتمالات معايَرة، وتُحتسب عليك التكلفة بواقع 0.042 دولار لكل مليون رمز إدخال على Global Standard أو 0.05 دولار في مناطق بيانات EU وAPAC. لا يوجد تنزيل، ولا مسار ضبط دقيق، ولا خيار استضافة ذاتية في بطاقة النموذج. زمن الاستجابة 123 مللي ثانية لكل مهمة وفق قياس Artificial Analysis؛ سياق الإدخال 32,768 رمزًا؛ ويقرأ الصور والنصوص على حد سواء.

Nimble v3 هو محول PEFT من خمسة ملفات لـ Qwen3.5-9B، رُفع في 30 سبتمبر 2026 دون أي إعلان مرافق، ولا منشور مدونة، ولا ملاحظة إصدار من Bespoke Labs. يضم المستودع ملف README، وملف تهيئة المحول، وأوزان المحول، وملف تهيئة المخطط، وملف gitattributes — وهذه هي القائمة الكاملة. أنت من يوفّر النموذج الأساسي ومحرك الاستدلال ووحدة GPU بنفسك. ويحتوي مستودع البيانات المرافق على تشغيل Decision Index الكامل، والمحرك، وتعليمات إعادة الإنتاج، وهو قدر من الشفافية يفوق ما يقدمه معظم البائعين، كما أنه عمل إضافي أكثر مما يتوقعه معظم المشترين.

• الأوزان — مستضافة فقط، دون تنزيل، مقابل محوّل BF16 بحجم 20 GB تقوم بتركيبه على Qwen3.5-9B

الترخيص — شروط خدمة Microsoft مقابل CC BY-NC 4.0، للاستخدام غير التجاري، مع أساس Apache 2.0 لا يخفف من قيد المحوّل

• الواجهة — نقطة نهاية لاتخاذ القرار بأسئلة محدّدة النوع واحتمالات مقابل شيفرة الاستدلال الخاصة بك، مثبَّتة على ملفات المطالبات ورموز أكواد الخيارات عبر التجزئة

• السياق — 32,768 رمزًا مقابل 32,768 رمزًا، مع رفض الطلبات كبيرة الحجم بدلًا من اقتطاعها

• الصور — حتى 8 لكل سؤال، من 280 إلى 1,568 بكسل لكل ضلع مقابل النص فقط

• السعر — 0.042 دولار لكل مليون توكن، للمدخلات فقط، مقابل العتاد والكهرباء والمهندس

• الدرجة المنشورة — 67.78 على AA Decision Index v2.1 مقابل 56.88 على Decision Index 0.2.1

A screenshot of the Hugging Face model card for Bespoke-Nimble-9B-v3, showing the bespokelabs organisation, 15 likes, the PEFT and Safetensors tags, the license: cc-by-nc-4.0 badge, the card text describing the model as a LoRA adapter for Qwen/Qwen3.5-9B that returns a probability for each option, the line 'Decision Index 0.2.1: 56.88' with the pointer to the bespokelabs decision-index repository, and the licence paragraph stating it may not be used for commercial purposes while the base model is Apache 2.0.

العددان ليسا على المسطرة نفسها

تلك النقطة الأخيرة هي التي يُساء استخدامها في منشورات المقارنة، لذا يجدر بنا أن نكون صريحين: إن 56.88 و67.78 غير قابلين للمقارنة. رقم Nimble v3 مستمد من Decision Index 0.2.1، وهي مجموعة الأدوات المفتوحة التي تديرها Bespoke Labs بنفسها، على أداة الاختبار الخاصة بها، ومع التنفيذ المرجعي الخاص بها. أما رقم 67.78 الخاص بـ Microsoft فيأتي من Artificial Analysis Decision Index v2.1، وهو تكوين مختلف من التقييمات بأوزان مختلفة، ودالة تسجيل مختلفة، ومجموعة مختلفة من النماذج في الساحة.

كلا اللوحتين تقيسان العائلة نفسها من السلوك — تختار من بين خيارات محدودة، وتُقيَّم على الدقة بعد خصم مقدار سوء إخفاق ثقتك المعلنة. لكن مركّبًا مرجّحًا من ستة تقييمات مع حدّ للتماثل ليس الأداة نفسها كتشغيل مجموعة اختبار عامة، وطرح أحدهما من الآخر يُنتج «فجوة» قدرها 10.9 نقاط هي في معظمها اختلاف في المساطر. وأي شخص يعرض عليك ذلك الطرح إما مهمل أو يبيع شيئًا.

ما يمكن قوله دون مبالغة هو اتجاهي. تعرض بطاقة Nimble v3 الخاصة رقمًا واحدًا دون تفصيل، ضمن عائلة نشرت نقطة تحقق سابقة منها جدولًا أكثر اكتمالًا بكثير: توافق 90.12% مع العلامات المرجعية مقابل 93.21% لـ Jev 1.13.0 على 324 زوجًا تقابليًا مستبعدًا، و75.7% مقابل 76.0% على 3,880 قرارًا موسومًا بشريًا عبر ثلاثة عشر مجموعة بيانات عامة. تلك أرقام الإصدار الأول من Nimble، وليست أرقام v3، ويصنّفها المشروع على أنها قياساته الخاصة. في المقابل، يحمل Decision 1.1 رقمًا مستقلًا قدره 67.78 مع ست درجات فرعية منشورة وقيمة Brier قدرها 0.160 على لوحة تصنّف منافسيها بالطريقة نفسها أيضًا. إذا كنت بحاجة إلى رقم يمكنك الدفاع عنه في مراجعة مشتريات، فإن واحدًا فقط من هذه يمنحك رقمًا كهذا.

A generated two-column comparison scoreboard titled 'MAI Decision 1 vs Nimble v3 — the scoreboard'. The Microsoft-Decision-1.1 column reads Licence Microsoft service terms, Weights hosted only, Deployment Foundry endpoint, Images up to 8 per question, Published score 67.78 on AA v2.1, Price $0.042 per M tokens; the Nimble v3 column reads CC BY-NC 4.0, 20 GB adapter, your own GPU stack, text only, 56.88 on DI 0.2.1, hardware and electricity. The footer reads 'Nimble v3 figures per Bespoke Labs' model card; Decision 1.1 per Artificial Analysis.' The OrcaRouter logo is composited in the white strip below the artwork.

الترخيص هو القرار كله، وهو أسوأ مما يبدو

تعني رخصة {{1}}CC BY-NC 4.0{{/1}} على المحوّل عدم الاستخدام التجاري. وهذه ليست منطقة رمادية يمكن الالتفاف عليها بالتبرير، والحيلة الواضحة لا تنجح: فالنموذج الأساسي، Qwen3.5-9B، مرخّص بموجب Apache 2.0، وبطاقة Bespoke تنص على ذلك صراحةً — لكن الأساس المتساهل لا يخفّف من محوّل غير تجاري، والمحوّل هو موضع سلوك اتخاذ القرار. وإذا نزعت المحوّل، فسيتبقى لديك نموذج 9B عام ليس نموذج قرار على الإطلاق.

ثمة مشكلة ثانية أقلّ تداولًا. لا يُبلّغ مستودع GitHub الخاص بمشروع Nimble عن أي ترخيص على الإطلاق عبر واجهة API، ما يعني أن شيفرة التدريب والتنقيح لا تتضمن شروطًا معلنة أيضًا. وإذا سأل فريقك القانوني عمّا يجوز لك فعله بخط الأنابيب الذي أنتج الأوزان، فالجواب هو أن المشروع لم يقل ذلك.

قارِن ذلك بنموذج Microsoft: فأنت لا تستطيع تنزيله، وبالتالي لا يمكنك تفرّعه، لكنك أيضاً لا يمكن أن تبني عن غير قصد منتجاً على ترخيص يحظر المنتج. وبالنسبة لفريق يختار بين الاثنين، فالإطار العملي هو أن أحدهما عملية شراء والآخر منتج بحثي. إذا كان عبء العمل تجارياً، تنتهي المقارنة هنا ويفوز النموذج المستضاف تلقائياً. أما إذا لم يكن كذلك — إطار تقييم داخلي، أو دراسة أكاديمية، أو نموذج أولي تنوي استبداله — فإن المحول مثير للاهتمام حقاً، وبصمته البالغة 20 GB تعني أنه يعمل على وحدة GPU واحدة قد تمتلكها بالفعل.

واقع النشر على كل جانب

إن تشغيل Nimble v3 بشكل صحيح ليس مجرد مسألة تحميل المحوّل والدردشة معه. فبطاقة مجموعة البيانات صريحة في أن المحرك يبني المطالبات التي يثبّتها إعداد المخطط الخاص به عبر التجزئة، ويقرأ كل طلب بنمط الانتباه الذي دُرّب عليه النموذج؛ أما تحميل الأوزان كنموذج دردشة عادي، أو توليد النص، فلا يعيد إنتاج إجاباته. ويرفض المحرك التحميل إذا اختلفت ملفات المطالبات أو رموز أكواد الخيارات عن التدريب. وستحتاج إلى CUDA وBF16 وtorch 2.8 وtransformers 5.17.0 وpeft ونواتَي انتباه، ويُرفض أي طلب يتجاوز حد السياق بدل اختصاره.

هذا التزام هندسي حقيقي، وهو يمنحك شيئًا لا يستطيع النموذج المستضاف تقديمه: القدرة على العمل دون أي اتصال شبكي صادر، وعلى عتادك الخاص، مع خيار فحص كل طلب. وفي البيئات الخاضعة للتنظيم حيث لا يمكن لاستدعاء النموذج أن يغادر المبنى، فهو الوحيد من بين الاثنين الذي يُعد حتى مرشحًا — وقد يظل الترخيص غير التجاري يستبعده، وهذا هو الفخ.

على جانب Microsoft، التكلفة مختلفة وأقل. نشر Foundry، ونقطة نهاية، واسم نشر، ومفتاح أو رمز Entra. ضع مورد Foundry في الموقع نفسه مع تطبيقك إذا كانت زمن الاستجابة مهمًا؛ واستخدم نشرًا في منطقة بيانات إذا كان يجب أن يبقى الاستدلال داخل المنطقة، بتكلفة 0.05 دولار لكل مليون رمز بدلًا من 0.042. تكاملك عبارة عن استدعاء HTTPS بجسم JSON، وشكل الاستجابة هو احتمالات تحدد لها عتبة.

• زمن الوصول إلى أول استدعاء — أقل من ساعة على Foundry مقابل إعداد GPU، وسلسلة أدوات مُثبّتة وتشغيل إعادة إنتاج

• نمط الفشل — حدّ لمعدل الطلبات أو انقطاع في منطقة مقابل نفاد ذاكرة CUDA OOM أو عدم تطابق إصدار النواة

• مسار الترقية — لا يوجد؛ إذ يوفّر البائع إصدارًا جديدًا مقابل وسم محوّل جديد يمكنك تثبيته أو تجاهله

• مسار الخروج — لا يوجد؛ مستضاف فقط مقابل بقاء الأوزان في مكانها، رهناً بالرخصة

حيث يُعقّد الخَلَف القصة

إن Nimble v3 ليس الطراز الحالي لدى Bespoke Labs، وهذا أمر مهم لأي شخص يقيّمه الآن. Nimble-v4-max، الذي رُفع في 3 نوفمبر 2026، هو ضبط دقيق كامل لـ Qwen3.8-27B وليس محولًا، نُشر مع سجل وسوم وجدول قياسات أداء: 72.74 على Decision Index 0.3 public، ارتفاعًا من 68.46 في v4.0، عبر 43 اختبارًا تأتي درجات كل اختبار منها في ملف JSON. ويحتاج إلى نحو 55 GB بصيغة BF16 وإلى وحدة GPU واحدة بسعة 80 GB. وهو أيضًا مرخّص بموجب CC BY-NC 4.0.

القراءة الصادقة لـ Nimble v3 اليوم هي أنه الجيل السابق من سلسلة تحرّكت بالفعل مرتين، وأن درجته المنشورة الوحيدة تخص نسخة عدّة تجاوزها الطراز الحالي. إن مقارنة منتج رائد مستضاف مضى عليه ثلاثة أسابيع من أحد البائعين بمهايئ رُفع بهدوء متأخر بمراجعتين ليست مقارنة عادلة على أي من المحورين. أما سؤال المنتج فهو في الحقيقة Microsoft-Decision-1.1 مقابل Nimble-v4-max، وحتى هناك فإن إجابة الترخيص لم تتغير.

مفتاح واحد، عندما لا تزال تقرر

لا يرد أي من النموذجين في كتالوج OrcaRouter، ولن يلمّح هذا المقال إلى غير ذلك: فـ Microsoft-Decision-1.1 مخصّص لـ Foundry فقط، ومحوّل بترخيص CC BY-NC ليس شيئًا يمكن لراوتر تجاري أن يقدّمه. أما ما يضمّه الكتالوج فعلاً فهو الجوار، وهو حيث تبدأ معظم التقييمات في الواقع.

لا يزال هذا الجوار مفيدًا، لأن كلا طرفي هذه المواجهة يُعرّفان نفسيهما مقابل المنافس نفسه. Jev 1.14 هو ذلك المنافس: يتفوق عليه Microsoft-Decision-1.1 بفارق 1.55 نقطة على لوحة الصدارة المستقلة، وقد قاست نقطة التحقق الأسبق من Bespoke نفسها مقابل Jev 1.13.0 في ملف README الخاص بها. ويجيب Jev 1.14 بسعر 0.042 دولار لكل مليون رمز إدخالًا وإخراجًا. أما النموذج الأساس Gemma 4 26B A4B، وهو الذي أجرت Microsoft تدريبًا لاحقًا عليه، فيمكن توجيهه بسعر 0.25 دولار لكل مليون رمز إدخال و2.90 دولار إخراج. ضع Jev ونموذجًا عامًا على حركة المرور الموسومة لديك خلف نقطة نهاية واحدة، مع تحويل تلقائي عند الفشل، وستعرف في غضون بعد ظهر واحد ما إذا كان نموذج قرار يستحق موقعه في المسار — قبل دورة شراء، وقبل شراء وحدة GPU. وإذا كان كذلك، يبقى الموجه أمام أي نموذج قرار تنشره، بحيث يصبح حد المعدل لدى مزود واحد إعادة توجيه بدلًا من حادث.

A screenshot of the OrcaRouter model page for typesafe/jev-1.14, showing the OrcaRouter navigation, the models breadcrumb for the typesafe vendor, the model name typesafe/jev-1.14, HF and ZDR badges, a Data retention panel describing Zero Data Retention, and the page's Code samples, Pricing, Performance, Public benchmarks and How it compares sections.

ما لن تخبرك به أداة الاختبار تلك هو كيف يتصرف Decision 1.1 نفسه على بياناتك. ولذلك تحتاج إلى نشر Foundry وإلى تسمياتك الخاصة، ولا يوجد اختصار يغني عن وضع التسميات.

كيفية الاختيار

اختر Microsoft-Decision-1.1 إذا كان حمل العمل تجاريًا، أو إذا كنت تريد نتيجة معايرة يمكنك الاستناد إليها أمام لجنة مستقلة، أو إذا كنت بحاجة إلى إدخال الصور، أو إذا كنت تفضّل استئجار 123 ms بدلًا من امتلاك خط أنابيب GPU. وهذا ينطبق على معظم الفرق.

لا تفكر في Nimble v3 إلا إذا تحققت الأمور الثلاثة كلها: أن يكون الاستخدام غير تجاري، وأن يكون استدعاء النموذج غير قادر على مغادرة بنيتك التحتية، وأن تكون مستعدًا لتشغيل محرك المشروع نفسه بدلًا من محمّل عام. إذا فشل أي واحد منها، فقد اتخذ الترخيص أو الهندسة القرار نيابة عنك — وإذا كنت تختار Nimble اليوم أصلًا، فانظر إلى Nimble-v4-max أولًا، لأن الدرجة المنشورة الوحيدة لـ v3 هي أقدم رقم في المقارنة.

ما ينبغي مقاومته هو الجدول المرتّب. إن 56.88 مقابل 67.78 يبدو كأنه حكمٌ نهائي وليس كذلك؛ فهو مجموعتان مختلفتان، وعمران مختلفان، وترخيصان مختلفان في هيئة سباق خيول. النموذج الذي يُشحَن في منتجك هو النموذج المستضاف، والنموذج الذي يعمل في مختبرك هو النموذج المفتوح — وهذا هو الانقسام الحقيقي، ولا يغيّره أي معيار قياس.