MOSS-Image مقابل GPT Image 2.5: عمود فقري بحجم 5B قابل للتنزيل في مواجهة نموذجين محفوظين كنسخ
- OrcaجديدOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 لكل مليون رمز · 61 tok/s
- OrcaجديدOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 لكل مليون رمز · 78 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 · 725 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238الذكاء
- OpenAIOpenAI: GPT-6 Sol2026-09-2248الذكاء
- AnthropicAnthropic: Claude Opus 5.52026-09-2258الذكاء
- xAIGrok 4.72026-09-2146الذكاء
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 لكل مليون رمز · 35 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 لكل مليون رمز · 821 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040الذكاء
- OpenAIOpenAI: GPT-6 Astra2026-09-0453الذكاء77البرمجة
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241الذكاء76البرمجة
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245الذكاء76البرمجة
- AnthropicAnthropic: Claude Fable 5.12026-09-0153الذكاء82البرمجة
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 لكل مليون رمز · 52 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 لكل مليون رمز · 111 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642الذكاء72البرمجة
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 لكل مليون رمز · 174 tok/s
ابدأ بالتسمية، لأنها أول ما يُربك الناس. لا يوجد نموذج اسمه gpt-image-2.5. الموجود هو زوج — GPT Image 2.5 Sunburst، معرّفه gpt-image-2.5-sunburst، وGPT Image 2.5 Flare، معرّفه gpt-image-2.5-flare — كلاهما بلقطة بتاريخ 2026-09-08 وكلاهما مغلق. وفي المقابل يقف MOSS-Image، الذي أطلقته OpenMOSS في 16 أكتوبر 2026 على شكل نقطتَي تفتيش بموجب Apache 2.0، MOSS-Image-Base وMOSS-Image-SFT، اللتين تُنزّلهما وتُشغّلهما. أحد الطرفين يبيعك نقطة نهاية؛ والآخر يمنحك 27 غيغابايت ويتمنى لك حظًا سعيدًا مع المُرمّز.
هذا هو الشكل الكامل للمقارنة، وجميع الفروق الأخرى تقريبًا تنبع منه. تتعامل المقارنة أدناه مع نسختي OpenAI كطرف واحد فقط حيث تتعامل تسعير OpenAI ووثائقه معهما كواحد — وهذا صحيح بالنسبة لبطاقة الأسعار وخاطئ بالنسبة للقدرات، وهذا التمييز له قسمه الخاص. كل رقم يُنسب إلى OpenAI هو بطاقة الأسعار المنشورة من OpenAI؛ وكل رقم يُنسب إلى MOSS-Image هو خاص بـ OpenMOSS، من الإصدار وتقريره التقني، ولم يكرّره أحد.
نموذجان مقابل تنزيل واحد
جيل 2.5 من OpenAI هو تفرّع وليس مجرّد ترقية لإصدار. كانت الأجيال السابقة تطرح معرّف نموذج أساسي واحد وتطلب منك اختيار مستوى جودة داخله. أما مع 2.5 فهناك نموذجان منفصلان بالاسم ومنفصلان بنسخة اللقطة (snapshot) ولا يوجد اسم مستعار جامع — الكود المكتوب مقابل gpt-image-2.5 المجرّد لن يعمل. صُمّم Sunburst للقدرات، وFlare للسرعة، وكلاهما يُحتسب بالسعر نفسه، لذا فإن الاختيار بينهما قرار يتعلق بزمن الاستجابة والدقة وليس بالميزانية.
MOSS-Image هو أيضًا نموذجان، لكن التقسيم هنا تقسيم تدريبي وليس تقسيمًا لمنتج. أما Base فهو نقطة التحقق المُدرَّبة مسبقًا، وقد تُرك عن قصد دون تقطير — إذ تنص بطاقة النموذج صراحةً على أنه لم يُطبَّق أي تدريب لاحق أو تقطير لمعاملات الاستدلال مثل CFG، وذلك للحفاظ على معلومات التدريب وإبقاء تدريب LoRA مجديًا. أما SFT فقد ضُبط دقيقًا على بيانات منسّقة، وهو النموذج الذي ينبغي لمعظم الناس تشغيله. ويُظهر مثال المقارنة الخاص بالمورّد أن SFT ينتج تجميعًا نصيًا أكثر إحكامًا وتخطيطًا أكثر تنظيمًا على الأمر النصي نفسه، وهو ما ينبغي أن يفعله الضبط الدقيق ببيانات منسّقة لنموذج أساسي غير مقطَّر.
ما تسميه — GPT Image 2.5: معرّفان، gpt-image-2.5-sunburst وgpt-image-2.5-flare، بلا اسم مستعار مجرد. MOSS-Image: مستودعان، OpenMOSS-Team/MOSS-Image-Base وOpenMOSS-Team/MOSS-Image-SFT، مع نسختين مرآة على ModelScope لكليهما.
• ما الذي تتلقاه — GPT Image 2.5: نقطة نهاية متوافقة مع OpenAI وتاريخ لقطة. MOSS-Image: أوزان safetensors، وخط أنابيب مخصص لـ Diffusers، وتطبيق Gradio، وإضافة ComfyUI أصلية قابلة للتثبيت عبر ComfyUI Manager.
• ما تكلفته — GPT Image 2.5: تُقاس بالتوكنات، 8.00 دولار لكل مليون صورة مُدخلة و30.00 دولار لكل مليون صورة مُخرَجة، والدفعة بنصف السعر. MOSS-Image: لا شيء مقابل الترخيص، وكل شيء مقابل وحدة معالجة الرسومات.
• أيّ رخصة تحكم المخرجات — GPT Image 2.5: شروط OpenAI، التي لا تُنسخ في وثائق المطوّر نفسها. MOSS-Image: Apache 2.0 للأوزان وكود الاستدلال المُضمَّن، بلا حدّ للإيرادات وبلا ملحق للاستخدام المقبول.
التحكم في التخطيط، والوحدة التي ليست للنموذج
يتيح لك كلا النظامين وضع الأشياء حسب الإحداثيات. لكنهما ليسا متكافئين من حيث ما يكمن خلف الإحداثيات.
تأخذ صيغة تخطيط MOSS-Image كائن JSON كموجّه: summary مع وصف المشهد، وitems مصفوفة حيث لكل عنصر تسمية من text، character أو object، ووصف، ومربع محيط، و— بالنسبة للنص — السلسلة الحرفية المطلوب عرضها. تستخدم المربعات bbox_format: "yxyx" في bbox_coord_space: "abs_centralized"، أي إزاحات بالبكسل من مركز اللوحة.
الواجهة الموثّقة لـ GPT Image 2.5 ليست قواعد تخطيط. سطح التحكم الخاص بها هو المطالبة (prompt) نفسها إضافةً إلى الصور المرجعية؛ أما سلوك نمط التخطيط الذي يظهر في نقاط قوة التحرير لدى الجيل 2.5، فيُعبَّر عنه عبر تحريرات متكررة لا عبر مواصفة صندوقية مُهيكلة. هذا فرق حقيقي في القدرات، وهو الموضع الوحيد الذي تكون فيه واجهة MOSS-Image أكثر وضوحًا من واجهة OpenAI.
التحذير على جانب MOSS-Image يستحق الذكر قبل أي اختبار قياسي: وحدة تحسين المطالبات التي تحوّل فكرة قصيرة إلى مواصفة تخطيط كاملة ليست نموذجًا صغيرًا من إنتاج OpenMOSS نفسه. يذكر التقرير التقني أن LayoutPE يستخدم GPT-6 مع تعليمات مهام معيارية وقت الاستدلال، ويوصف مهارة تحسين المطالبات المرفقة بأنها مصممة لوكلاء من عائلة GPT-6. لذا فإن أقوى نتيجة تخطيط من البداية إلى النهاية في تقييم OpenMOSS الخاص تنتجها خط أنابيب مكوّن من نموذجين، نصفه الخاص بالمواصفة يعمل عبر واجهة برمجة تطبيقات تابعة لطرف آخر. إذا استخدمت MOSS-Image دون ذلك المحسّن، فأنت تزوّد تخطيط JSON بنفسك، وخط الأنابيب الذي تقيسه يكون مختلفًا.
الأدلة، ومدى ضعفها على كلا الجانبين
قيّمت OpenMOSS نموذج MOSS-Image على معيارين مرجعيين مرفقين مع الإصدار واللذين بناهما المورّد أيضًا. LongLongTextBench عبارة عن 240 مهمة تصيير نصوص أدبية، 120 بالإنجليزية و120 بالصينية، بمتوسط طول مستهدف يبلغ 1,339.8 حرفًا. RealLayoutArena هي 61 مهمة تصميم — 20 ملصقًا، و20 رسمًا معلوماتيًا، و21 واجهة مستخدم — تُحكَّم عبر مقارنة زوجية عمياء وتُملاءَم على مقياس Elo وفق Bradley–Terry. على ساحة التقييم من طرف إلى طرف، يستقر MOSS-Image عند 1698.70 على مقياس Elo مع فاصل ثقة 95% من 1655.96 إلى 1741.43، في المركز الثاني إجمالًا خلف GPT Image 2 عند 1844.35. وعند حصر التقييم على العمود الفقري وحده في ظل مطالبات معزّزة مشتركة، يأتي MOSS-Image في المركز الأول عند 1807.34.
اقرأ ذلك بعناية. المعيار الذي يتصدّر فيه MOSS-Image هو ذاك الذي تقتصر فيه المقارنة على المولِّد ويكون تحسين المطالبة مشتركًا — وهو بالضبط الإعداد الذي يزيل مشكلة مواصفات الطرف الثالث. أما المعيار الذي يحلّ فيه ثانيًا فهو المعيار من طرف إلى طرف. ليس أيٌّ منهما اختبارًا محايدًا.
لا تنشر OpenAI أي اختبار مرجعي مماثل للتخطيط أو عرض النص خاص بـ GPT Image 2.5. والأدلة المستقلة المتوفرة لنماذج OpenAI موجودة على لوحات Artificial Analysis، حيث تحتل نسختا 2.5 المركزين الأولين في لوحة صدارة تحرير الصور. ذلك قياس تفضيل أعمى بمنهجية منشورة، وهو لا يختبر التحكم في التخطيط على الإطلاق. لذا يُقاس النموذجان على محورين منفصلين من قِبَل جهات مختلفة، وإغراء وضع 1698.70 بجانب تصنيف Elo الخاص بلوحة هو أمر ينبغي مقاومته — فهما ليسا على المقياس نفسه، ولا يقيسان الشيء نفسه.
ما تكلفة كل منها عند الشراء بكميات كبيرة
يُحتسب GPT Image 2.5 بالتوكنات، وفق بطاقة أسعار مطابقة لـ GPT Image 2: $5.00 لكل مليون توكن إدخال نصي مع النص المخزّن مؤقتًا بسعر $1.25، و$8.00 لكل مليون من إدخال الصور مع الصورة المخزّنة مؤقتًا بسعر $2.00، و$30.00 لكل مليون من إخراج الصور. وتخفض المعالجة بالدفعات كلاً منها إلى النصف. لا يوجد سعر لكل صورة على صفحة المورّد ولا حصة مجانية، لذا فإن السبيل الوحيد للوصول إلى رقم لكل صورة هو التحويل — وتنشر اللوحات المستقلة رقمًا، يبلغ حاليًا نحو $0.21 لكل صورة بجودة عالية بدقة 1024×1024. تعامل مع ذلك على أنه استنتاج من لوحة، وليس سعرًا من OpenAI.
لا يملك MOSS-Image قائمة أسعار لأنه لا يوجد شيء لفوترته. التكلفة هي الآلة. مستودع SFT يبلغ حوالي 27.2 جيجابايت، والرقم الذي يفاجئ الناس هو التقسيم: حوالي 16.8 جيجابايت موزعة على أربع شظايا هي مشفر النصوص Qwen3.5-9B المجمد، وحوالي 10.2 جيجابايت موزعة على ثلاث هي المحول نفسه. شارة 5B تصف مولّد الانتشار وحده. الإعدادات الافتراضية لأخذ العينات هي flow-matching Euler عند 50 خطوة، CFG 3.0، shift 5.0، مع توجيه skip-layer للفرع السلبي عند الطبقة 22 — ومسار التوجيه الافتراضي يحتاج إلى تمريرين للمحول لكل خطوة، ولهذا فإن 50 خطوة ليست الإعداد الرخيص كما تبدو عليه.
عند مئة ألف صورة شهريًا، يستقر الجانب المحاسَب بالتوكنات في نطاق عشرات الآلاف الدنيا من الدولارات؛ أما الجانب المُنزَّل فيستقر حيثما يستقر إيجار وحدة معالجة الرسوميات (GPU) لديك. هذه ليست مقارنة تُجمّل صورة أي من الطرفين، ولهذا يتوقف القرار عادةً على شيء آخر: سواء أكان بإمكانك إطلاق تغيير في الإعدادات أم أنك بحاجة إلى محادثة مع قسم المشتريات.
تشغيل الاثنين جنبًا إلى جنب
إذا أردتَ أن تحسم هذا الأمر عبر مطالباتك الخاصة بدلًا من لوحة صدارة أي جهة، فإن الطرفين يقفان على طرفَي نقيض من حدٍّ لا يعبره منتجنا في المنتصف. ولا يتوفر MOSS-Image في كتالوج OrcaRouter — فنحن نقدّم أكثر من 200 نموذج وهو ليس واحدًا منها — لذا فإن النصف مفتوح الأوزان من التجربة متروك لك لتستضيفه. يمكن توجيه GPT Image 2.5 Sunburst وFlare عبر نقطة النهاية نفسها المتوافقة مع OpenAI كما هو الحال مع كل ما في الكتالوج، بأسعار القائمة لدى المزوّد البالغة 8 دولارات لكل مليون رمز إدخال صور و30 دولارًا لكل مليون رمز إخراج صور، دون إضافة أي هامش من جانبنا.
الجزء المفيد من هذا الترتيب في مقارنة مثل هذه هو سلوك التجاوز عند الفشل. عندما تشغّل حلقة قياس أداء ترسل عدة مئات من المطالبات إلى نموذج مستضاف، فإن حدًا لمعدل الاستخدام من جانب المزود أو دقيقة سيئة يتحول إلى عينات مفقودة، والتبديل التلقائي بين المزودين يعني أن الحلقة تنتهي بدل أن تتركك بجدول نتائج نصف ممتلئ. ما إذا كانت الإجابة التي تعود من خيار الاحتياط قابلة للمقارنة بالإجابة الأساسية هو سؤال ينبغي أن تقرره قبل أن تبدأ، لا بعده.
على أي جانب من الحدود أنت
اختر MOSS-Image إذا كنت تريد الأوزان. إن Apache 2.0 بلا سقف للإيرادات هو مراجعة تجارية قصيرة، وقد تُركت نقطة التحقق Base عمدًا دون تقطير لتدريب LoRA، ومواصفة JSON للتخطيط هي مواصفة حقيقية لا مجرد اصطلاح في كتابة المطالبات، ويمكنك توجيه تثبيت ComfyUI نحوه اليوم. ادخل وأنت تعرف أن المُرمِّز هو التنزيل، وأن الإعداد الافتراضي بـ50 خطوة مع تمريرتين أماميتين لكل خطوة يمثل كلفة تقديم حقيقية، وأن رقم Elo الرئيسي أُنتج باستخدام نموذج طرف ثالث في نصف المواصفات من خط المعالجة. إذا تخطيت المُحسِّن وكتبت التخطيط بنفسك، فأنت وحدك مسؤول عن الأرقام — وهذا لا بأس به، لأن لا أحد قد أعاد إنتاج أرقام OpenMOSS أيضًا.
اختر GPT Image 2.5 إذا كنت بحاجة إلى نقطة نهاية قابلة للاستدعاء هذا الأسبوع، أو إذا كان عملك تحريرًا تكراريًا بدلًا من تخطيط مُركّب، أو إذا كانت معايير مستقلة ذات منهجية منشورة تهم قرارك أكثر مما تفعله واجهة تحكم مُهيكلة. يعني التفرع ثنائي المتغير قرارًا إضافيًا — Sunburst عندما يكون التحرير هو المُخرَج، وFlare كخيار افتراضي — كما أن الفاتورة المحسوبة بالرموز يصعب التنبؤ بها أكثر من السعر لكل صورة، لكن النموذج في صدارة المنصة المحايدة الوحيدة التي تغطي التحرير، وهذا يستحق شيئًا لا يستحقه جدول المورد نفسه.
الفجوة التي من شأنها أن تغيّر هذه المقارنة أكثر من أي شيء آخر تقع على جانب OpenAI، لا على جانب OpenMOSS: تقييم منشور للتحكم في التخطيط، أو معيار مرجعي مستقل للتخطيط يضم كلا النموذجين. وإلى أن يوجد أحدهما، يجري قياس النظامين على محورين مختلفين من قبل أشخاص مختلفين، والجملة التي تصف الوضع الراهن على أفضل وجه هي أن MOSS-Image يمتلك الواجهة الأكثر صراحة، وأن GPT Image 2.5 يمتلك الأدلة الأكثر استقلالية.
إخفاقات الذكاء الاصطناعي الموثقة وحوادث الوكلاء الكامنة وراء إصدارات مثل هذا الإصدار تُجمع في أرشيف حوادث الذكاء الاصطناعي OrcaRouter، حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة كونه محل نزاع.
