MiniMax-H3-Image مقابل Qwen-Image 2.1: نقطتا تحقق مفتوحتان، وقفلان مختلفان

كلا هذين الطرازين قابلان للتنزيل، وليس أيٌّ منهما مجانيَّ الاستخدام بالمعنى الذي تعنيه هذه الكلمة عادةً. يُوزَّع MiniMax-H3-Image — وهو تنزيل بحجم 68.65 GB يبلغ فيه المحوّل وحده 66.28 GB، إضافةً إلى مُرمّز نصّي بحجم 66.7 GB، ونُشرت الأوزان في 10 نوفمبر 2026 — بموجب ترخيص مجتمعي يستثني الاتحاد الأوروبي والمملكة المتحدة وجمهورية كوريا والولايات المتحدة من نطاق منحه، ويشترط إذنًا كتابيًا من MiniMax عند تجاوز الإيرادات السنوية المحسوبة على أساس سنوي مليون دولار أمريكي أو لأي خدمة مستضافة. أما Qwen-Image 2.1، الذي أصدره فريق Qwen التابع لـ Alibaba في 20 سبتمبر 2026 ويبلغ حجم تنزيله نحو ربع حجم التنزيل السابق عند 33.13 GB، فيُوزَّع بموجب اتفاقية ترخيص Qwen Research، التي يمنح البند 2(a) منها الحقوق «لأغراض غير تجارية فقط» ويمنع البند 2(b) منها الاستخدام التجاري دون ترخيص منفصل. أحد القيدين جغرافي مع مقياس إيرادات؛ والآخر مطلق. إذا جئت إلى هنا لتختار الطراز الذي يمكنك وضعه في منتج ما، فقد أجابت ملفات الترخيص بالفعل، وما تبقى من هذه المقارنة يتعلق بالمجموعة الأضيق بكثير من الاستخدامات التي يتركك فيها ذلك الجواب أمام خيار.

التباين الهندسي حاد بالقدر نفسه، وهو يسير في الاتجاه المعاكس لما توحي به أعداد المعاملات. إن Qwen-Image 2.1 مولّد بصري بـ7 مليارات معامل يزيل الضوضاء في أربعين خطوة. أما MiniMax-H3-Image فهو محوّل كثيف بـ33.1 مليار معامل مُقطّر إلى ست خطوات. أحدهما مصمم ليلائم محطة عمل؛ والآخر مصمم ليجعل الطلب المستضاف يبدو فوريًا. إن تحديد أيهما أرخص لكل ألف صورة ليس مسألة ضرب عدد المعاملات في أي شيء — بل مسألة أين تقع تكلفة كل منهما فعليًا.

ما معنى "open" في كل رخصة، بندًا بندًا

ابدأ بـ Qwen، لأن شروطه أبسط بين الاثنين وأكثر تقييدًا في الحالة العادية. تُصنّف بطاقة Hugging Face الترخيص على أنه other مع license_name: qwen-research، وملف LICENSE في المستودع هو اتفاقية Qwen Research License Agreement المؤرخة 20 سبتمبر 2026. الصياغة التشغيلية ليست غامضة: تُمنح الحقوق للأغراض غير التجارية فقط، ويُعرَّف «Non-Commercial» بأنه البحث أو التقييم، وعلى أي شخص يريد إطلاق منتج ما أن يطلب ترخيصًا من العنوان الذي تحدده الاتفاقية. لا توجد عتبة إيرادات، ولا استثناء إقليمي، ولا مسار مكتوب في النص يمكن لشركة صغيرة أن تتأهل بموجبه تلقائيًا. إنه منحة بحثية، وليس سوى ذلك.

اتفاقية MiniMax أكثر تسامحًا من حيث المبدأ وأكثر غرابة من حيث التطبيق العملي. فالمنح عالمي النطاق لكنه يستبعد أربع ولايات قضائية بالاسم. والاستخدام التجاري متصور لا محظور، رهنا بشرطين يستلزمان إذنًا كتابيًا مسبقًا، و ببند إسناد يُلزم أي منتج تجاري بأن "يعرض بشكل بارز 'MiniMax-H3-Image'" في واجهته. كما تشترط الاتفاقية ضمانات لأي خدمة تُولّد مخرجات — التنفيذ والصيانة والاختبار والمراجعة الدورية — وهو نوع البند الذي يقرأه فريق الامتثال كالتزام ويقرأه المطوّر المنفرد كصيغة روتينية.

إن وضع الوثيقتين جنبًا إلى جنب ينتج خريطة غريبة. يمكن لاستوديو في طوكيو استخدام MiniMax-H3-Image تجاريًا، بترخيص يتجاوز العتبة، ولا يمكنه استخدام Qwen-Image 2.1 تجاريًا على الإطلاق. ولا يمكن لاستوديو في كاليفورنيا استخدام أي منهما: فـM​iniMax تستبعد الإقليم استبعادًا كاملًا، وQ​wen تحظر الغرض. ويمكن لمجموعة بحثية في أي مكان استخدام كليهما، لأن البحث هو ما يمنحه Q​wen وما تغطيه القراءة غير التجارية لـM​iniMax. تلك الجملة الأخيرة هي الملخص الصادق لمجال الصور مفتوحة الأوزان في نوفمبر 2026، ولا يغيّرها أي جدول معايير.

أربعون خطوة مقابل ست، وما الذي يفعله ذلك بالفاتورة

الفرق في أداة أخذ العينات هو أكثر الحقائق الهندسية أهميةً في هذه المواجهة، لأنه يطغى على كل ما عدا ذلك فيما يتعلق بالتكلفة.

• الخطوات — يُشغّل Qwen-Image 2.1 مطابقة التدفق (Flow Matching) مع جدولة أويلر المنفصلة عند أربعين خطوة من خطوات إزالة التشويش افتراضيًا على نقطة التحقق الأساسية، دون وجود نسخة مُقطَّرة في المستودع الأساسي. أما نقطة التحقق المنفصلة Qwen-Image 2.1 Turbo، الصادرة في 9 أكتوبر 2026، فتقلّص ذلك إلى ثماني خطوات مع ضبط CFG عند 1 وجدولها المخزَّن في نقطة التحقق. ويُشغّل MiniMax-H3-Image ست خطوات ودون أي توجيه خالٍ من المصنِّف على الإطلاق — وهذا ليس افتراضيًا بل قيدًا: إذ تُرجع واجهة API المخدومة رمز HTTP 400 لأي عدد خطوات أو قيمة توجيه أخرى، وترفض المطالبات السلبية.

• الحجم — مكوّن التوليد البصري لدى Qwen هو 7B معلمة عبر 32 طبقة DiT أحادية المسار، مع انتباه سببي على مستوى الكتلة؛ ويحصل النص والتعليمات على قناع سببي على مستوى الرمز، بينما يحصل توليد الصور على قناع ثنائي الاتجاه على مستوى القطعة. أما مكوّن MiniMax فهو كثيف بسعة 33.1B، و50 طبقة، وبُعد مخفي 5,376، و56 رأسًا، وFFN بقيمة 14,336، مع RoPE متعددة الوسائط ثلاثية الأبعاد ورقعة كامنة 2×2 تغطي 32×32 بكسل لكل رمز.

• التنزيل — 33.13 غيغابايت إجمالًا لـ Qwen-Image 2.1 (نحو 20.5 غيغابايت للمحوّل وVAE، والباقي مُشفّر نصّي Qwen3-VL 8B). نحو 135 غيغابايت لـ MiniMax قبل أن تُولّد أي شيء.

احسبها وستنقلب البديهة. نموذج بحجم 33B عند ست خطوات يؤدي نحو 199 مليار خطوة-معامل من العمل لكل صورة؛ أما نموذج بحجم 7B عند أربعين خطوة فيؤدي نحو 280 مليارًا. النموذج الأكبر ليس بالضرورة هو الأكثر كلفة تلقائيًا — وهذا هو جوهر التقطير، والسبب في أن «33B» في ورقة المواصفات لا يخبرك تقريبًا بشيء عن تكلفة الصورة عليك. لكن على بطاقة ثابتة، نسخة 33B هي التي قد لا تتسع عند ستة عشر ميغابكسل، ولا تنشر MiniMax أي رقم لزمن الاستجابة، ولا وصفة عتاد، ولا إرشادات ذاكرة في أي مكان من مواد الإصدار لتخبرك إن كانت تتسع أم لا. وتنشر Qwen إعدادات مسبقة ثابتة بدلًا من ذلك: 2048×2048 بنسبة 1:1، و2400×1792 بنسبة 4:3، و2752×1536 بنسبة 16:9، ومعكوساتها — نحو 4.2 ميغابكسل في الحد الأقصى، أي ربع ما تدّعيه MiniMax.

فجوة الدقة هذه ليست عرضية في مقارنة التكلفة. سلّم الأسعار لدى M​iniMax وصولًا إلى 4K مسطّح على نحو غير معتاد لأن مقياسه هو الرموز (tokens)، ولا يتزايد عدد الرموز مع المساحة كما يوحي الحدس — $0.02179 عند 1K مقابل $0.06879 عند 4K قبل أن يخفض خصم الإطلاق الفئة العليا إلى النصف. لا يملك Qwen سلّمًا للمقارنة، لأنه لا يوجد نموذج أساسي مستضاف يمكن شراؤه: يدرج Artificial Analysis نموذج Qwen-Image-2.1 من دون أي سعر على الإطلاق، وهو ما يعني بالنسبة إلى لوحة التصنيف تلك عدم توفر API. أما فئتا Pro وTurbo اللتان تستضيفهما A​libaba فهما صفّان منفصلان كليًا، بسعر $35.33 و$16 لكل ألف صورة.

القدرة الوحيدة التي تمتلكها Q​wen ولا تمتلكها M​iniMax

الشفافية الأصلية. إن VAE في Qwen-Image 2.1 هو مُشفّر تلقائي RGBA بست وأربعين? لا، بل بـ64 قناة وضغط مكاني 16×، لذا تخرج قناة ألفا من النموذج نفسه لا من تمريرة إزالة خلفية لاحقة. وهذا فرق حقيقي في سير العمل لكل من ينتج أصولاً يجري تركيبها — قصاصات المنتجات، وsprites، وملفات التصميم متعددة الطبقات — وهو ليس شيئاً يمكنك توجيه MiniMax-H3-Image لإنتاجه. لا يذكر أي شيء في مستودعه أو بطاقته أو ترخيصه قناة ألفا، ويُوصف VAE الخاص به بأنه مُشفّر CNN مع مفكّك ViT من 24 طبقة و24 قناة كامنة.

باقي قائمة القدرات يرجّح كفة M​iniMax على الورق، ويستحق قراءة متأنية، لأن معظمه تصريحات من المورّد:

• الدقة — هنا يبدأ 33B في الظهور بمظهر ذي هدف واضح. يولّد MiniMax-H3-Image أصلاً ما يصل إلى نحو ستة عشر ميغابكسل بأي نسبة أبعاد — من 4096×4096 إلى 6272×2688 — مع سقف لواجهة API يبلغ 20 ميغابكسل ودون أي أداة تكبير في المسار. تبلغ الإعدادات المسبقة الموثّقة لـ Q​wen حدًا أقصى يقارب 4.2 ميغابكسل.

• المراجع — يستقبل MiniMax-H3-Image حتى ستة عشر مرجعًا، وتشير إليها عبر الموضع: يقول المُوجِّه <Picture 3> ويعني الملف الثالث الذي رفعته. يستقبل Qwen-Image 2.1 حتى عشرة، ويعرض في نماذجه صورة جماعية مُجمَّعة من ست صور شخصية.

• اتباع التعليمات — تزعم بطاقة MiniMax أن «أقوى اتباع للتعليمات بين النماذج مفتوحة المصدر» من دون جدول تقييم يدعم هذه الجملة. وتنشر Qwen رقمًا في VDEBench قدره 0.81 محليًا و0.83 عالميًا على 3,506 عينات، وهو رقم حقيقي مع عدد عينات حقيقي، ومع ذلك يظل رقمًا من المورّد، محسوبًا بأداة الاختبار الخاصة بالمورّد.

• طول الموجّه — يقبل M​iniMax 32,000 حرف على واجهة API المقدمة مع تفعيل أول 4,096 رمزًا تقريبًا. كُتبت بطاقة Q​wen وأمثلتها حول تعليمات منظمة قصيرة بدلًا من مطالبات طويلة، وآلية الانتباه ذات الحبيبية المختلطة لديها مصممة صراحةً لتخزين التعليمات وصور الشرط مؤقتًا مرة واحدة وإعادة استخدامها عبر الخطوات، وهو ادعاء كفاءة لا ادعاء سعة.

ما تُظهره المجالس المستقلة الآن

يُقيَّم كلا النموذجين على كلتا ساحتَي الصور التابعتين لـ Artificial Analysis اعتبارًا من 14 نوفمبر 2026، ما يجعل هذه المواجهة واحدة من قلائل مواجهات الأوزان المفتوحة التي تتوافر فيها لأطرافها أدلةٌ قابلة للمقارنة من طرف ثالث. لوحة تحويل النص إلى صورة تكاد تكون تعادلًا: يحتل MiniMax-H3-Image المرتبة 25 من 114 صفًا بدرجة إيلو 1,066 وفاصل من 1,051 إلى 1,080، ويحتل Qwen-Image-2.1 المرتبة 28 بدرجة 1,047 وفاصل من 1,035 إلى 1,059. عشرون نقطة إيلو مع فواصل تكاد تلامس بعضها ليست سوى تقدم طفيف، وليست فجوة، ولا ينبغي لأحد أن يغيّر مسار عمل بسببها.

لوحة التحرير هي التي تُحدث الفارق. تحتل MiniMax-H3-Image المرتبة 13 من 84 عند Elo 1,138 (1,122–1,154)؛ ويحتل Qwen-Image-2.1 المرتبة 30 عند 1,084 (1,071–1,097). وهذا فارق قدره أربع وخمسون نقطة Elo دون أي تداخل على الإطلاق، وهو الموضع الوحيد في هذه المقارنة الذي تقول فيه أدلة الطرف الثالث شيئًا حاسمًا عن الجودة لا عن التكلفة أو الترخيص.

تتبع المتغيرات آباءها دون تغيير الشكل. تحل MiniMax-H3-Image Highspeed في المركز 24 في تحويل النص إلى صورة (1,072) والمركز 14 في التحرير (1,134)، لذا فإن الطبقة المخدومة الأسرع قريبة من الطبقة القياسية على كلتا لوحتي الصدارة. وعلى جانب Qwen، يحتل الشقيق Pro المستضاف 1,059 و1,068، ويأتي Turbo عند 1,025 و1,062 — وكلاهما أدنى من درجة التحرير لنقطة التحقق الأساسية، وهو الثمن المتوقع لجدول من ثماني خطوات لا مفاجأة.

تحذيران قبل أن يبني أي شخص حجة شرائية على تلك الأرقام. أولًا، يأتي Elo من تصويتات ثنائية عمياء، لا من قياسات الدقة أو التعامل مع قناة ألفا أو الالتزام بعدد الخطوات؛ فالجهة التي لا تستطيع رؤية خط أنابيب التركيب الخاص بك لا يمكنها تقييم ما يهمها. ثانيًا، صفوف Qwen-Image-2.1 أنتجها أشخاص يشغّلون الأوزان بأنفسهم، لأنه لا توجد نقطة نهاية أساسية مستضافة لتوجيه مطالبة إليها، في حين تتضمن صفوف M​iniMax حركة مرور على واجهة برمجة التطبيقات الخاصة بها. فئتان مختلفتان، ولوحة الصدارة نفسها — وArtificial Analysis تلفت الانتباه إلى هذا الاختلاف نفسه بدلًا من إخفائه.

أين يتلاءم OrcaRouter، وأين لا يتلاءم

لا يوجد أي من هذين الطرازين في كتالوج OrcaRouter، ويجدر التصريح بذلك بصراحة بدلًا من دفنه: اعتبارًا من 14 نوفمبر 2026 لا يوجد هنا مسار لـ MiniMax-H3-Image ولا لـ Qwen-Image 2.1، وتحليل الترخيص أعلاه جزء كبير من سبب كون الكتالوج المستضاف عملًا مختلفًا عن مستودع الأوزان. أما ما توجّهه المنصة في خط الصور فهو عائلتا Google وOpenAI — بما يشمل نماذج Gemini للصور وخط GPT Image — خلف المفتاح نفسه المستخدم لنماذجها النصية، بسعر قائمة المزوّد مع تمرير هامش ربح بنسبة 0%.

الجزء المفيد فعلاً من ذلك في هذه المقارنة هو لغة التوجيه DSL. فخط الأنابيب الذي يحتاج إلى لوحة بدقة 16 ميغابكسل لوظيفة طباعة، وإلى صورة مصغّرة بدقة 1 ميغابكسل لإعلان، لا يريد نموذجاً واحداً يؤدي المهمتين بسعر واحد، ولا يريد عقدين مع مورّدين للوصول إلى ذلك. إن تركيب الاستدعاءات — مسار واحد للتوليد الثقيل، وآخر للمشتق الرخيص، وكلاهما خلف نقطة نهاية واحدة — هو ما وُجد الموجّه لفعله، وهو الحجة نفسها لوضع نقطة تحقق مرخّصة للبحث خلف خدمة داخلية بدلاً من توصيلها مباشرة بتطبيق.

القرار، بصياغته الضيقة التي يستحقها.

بالنسبة لفريق بحثي، أو فريق تقييم، أو أي شخص لا تُطرح مخرجاته تجاريًا أبدًا، فإن Qwen-Image 2.1 هو التنزيل الأفضل: ثلث الحجم، وإعدادات مسبقة موثّقة، ونتيجة تقييم منشورة مع عدد العينات، ووضع Turbo بثماني خطوات عندما تريد التكرار، ودعم ألفا الأصلي إذا كان عملك يتضمن التركيب. وهو أيضًا النموذج الذي يمكنك توصيف سلوكه على عتادك الخاص بعد ظهر اليوم.

بالنسبة لفريق تجاري خارج الولايات القضائية الأربع المستبعدة، يُعدّ MiniMax-H3-Image الخيار الوحيد من بين الاثنين الذي يمكنك طرحه قانونيًا، وهو نموذج التحرير الأقوى بفارق يستطيع مجلس الإدارة حسمه. خصّص ميزانية للتنزيل، وتوقّع التفاوض مع MiniMax عند تجاوز الإيرادات مليونًا، وخطط لمتطلب الإسناد ضمن واجهتك قبل الإطلاق لا بعده.

بالنسبة إلى فريق تجاري داخل تلك الاختصاصات القضائية، الإجابة هي لا هذا ولا ذاك. هذا غير مُرضٍ، لكنه دقيق. لقد وصل مجال الصور مفتوحة الأوزان إلى نقطة لم يعد فيها السؤال المثير للاهتمام هو أي نقطة تحقق تحقق درجة أعلى، بل أيّهما سيسمح لك محاميك بتشغيله — وفي هذا السؤال، يمثّل هذان النموذجان مثالًا مفيدًا على تعدّد المعاني المختلفة التي صارت كلمة "مفتوح" تشير إليها.

ما الذي قد يحرّك هذا؟

إن أي تعديل على الترخيص من أي جانب من شأنه أن يغيّر المقارنة أكثر من أي إصدار نقطي. تبدو قائمة المناطق لدى MiniMax وكأنها خيار افتراضي للامتثال، وقد أعادت الشركة ترخيص نماذج من قبل؛ أما ترخيص البحث لدى Qwen فقد كان معيار العائلة منذ سلسلة 2.1، ومن شأن طبقة تجارية للأوزان الأساسية — بوصفها مختلفة عن نقاط النهاية المستضافة Pro وTurbo — أن تجعله الخيار البديهي لأي شخص يريد الأصل. وحتى يحدث أحد هذين الأمرين، فإن الفروق التقنية بين هذين النموذجين حقيقية وموثقة جيدًا، وهي أكاديمية في معظمها بالنسبة لأي شخص لديه منتج يريد طرحه.