Muse Spark 1.2 مقابل DeepSeek V4 Flash: أربع نقاط مؤشر لتسعة أضعاف الفاتورة

$72.02 و$637.85. هذه هي المبالغ التي أنفقها Artificial Analysis لتشغيل DeepSeek V4 Flash وMuse Spark 1.2 عبر نفس المعايير التسعة، وكان الفارق بين النموذجين أربع نقاط — 50 مقابل 54 على مؤشر الذكاء. نموذج Meta أفضل. كما أنه أكثر تكلفة بمقدار 8.9 مرات لتشغيله في نفس العمل، ومغلق الأوزان، ويقدّمه مزوّد واحد فقط، وأحدث بخمسة أيام من DeepSeek V4 Flash. ما إذا كانت أربع نقاط تستحق ذلك يعتمد كليًا على ما تبنيه، وهذه المقارنة تهدف في معظمها إلى جعل ذلك السؤال قابلًا للإجابة.

وصل كلا النموذجين خلال أسبوع واحد من بعضهما البعض — DeepSeek V4 Flash (الإصدار 0731) في 31 يوليو 2026، وMuse Spark 1.2 في 5 أغسطس — ويُسوَّق كلاهما للعمل الوكيل طويل المدى. كل مؤشر، ورقم زمن استجابة، وتكلفة تقييم أدناه مأخوذة من Artificial Analysis، التي تشغّل المعايير بنفسها وتنشر الفاتورة. وحيثما يأتي رقم من Meta أو من وثائق البائع الخاصة بدلاً من تشغيل مستقل، تُذكر الجملة ذلك صراحةً.

الأرقام الأربعة التي تقرر هذا

• مؤشر الذكاء — Muse Spark 1.2 54 (#13 من 185)، DeepSeek V4 Flash 50 (#3 من 101 في فئته، مقابل متوسط الفئة 25).

• السعر المخلوط لكل مليون توكن — 0.78 دولار مقابل 0.06 دولار. ثلاثة عشر ضعفًا.

• تكلفة نفس مجموعة المعايير التسعة — 637.85 دولارًا مقابل 72.02 دولارًا.

• أين يمكنك تشغيله — مزوّد واحد بأوزان مغلقة مقابل ستة مزوّدي واجهات برمجة التطبيقات، بالإضافة إلى أوزان مرخّصة بموجب MIT يمكنك استضافتها بنفسك.

نفس المجموعة، فاتورتان مختلفتان تمامًا

عمود تكلفة التقييم هو المقارنة الأكثر صدقًا لتكاليف نموذجين، لأنه نفس العمل، مُسعّرًا بأسعار كل نموذج، مع إنفاق كل نموذج لعدد التوكنات الذي يقرر إنفاقه. احتاجت Muse Spark 1.2 إلى 637.85 دولارًا لإكمال Intelligence Index. احتاجت DeepSeek V4 Flash إلى 72.02 دولارًا — وهي أرخص من كل نموذج معروف آخر قامت Artificial Analysis بقياسه، وهو اكتشاف حظي بتغطية صحفية خاصة به في أوائل أغسطس.

ما الذي يجعل تلك الفجوة مثيرة للاهتمام هو أنها تحدث على الرغم من أن نموذج DeepSeek V4 Flash هو الأكثر إسهابًا، وليس بسبب ذلك. عند تشغيل المجموعة، أصدر DeepSeek V4 Flash 210 مليون رمز إخراج مقابل 95 مليونًا لنموذج Muse Spark 1.2 — أي أكثر من الضعف. نموذج Meta أكثر كفاءة بشكل ملحوظ في استخدام الرموز لنفس المهمة، وهذا لا يهم إطلاقًا، لأن DeepSeek V4 Flash يفرض 0.28 دولارًا لكل مليون رمز إخراج مقابل 4.25 دولارًا لـ Meta. ميزة سعرية تبلغ 15 ضعفًا تبتلع عيب الإسهاب البالغ 2.2 ضعفًا دون أن تلاحظ.

هذا هو الشيء الذي يجب أن تحمله إلى نموذج التكلفة الخاص بك. كفاءة الرموز خاصية حقيقية، وتختلف نماذج الاستدلال فيها بعوامل كبيرة، لكن مع الفروق السعرية الحالية في السوق فهي عامل من الدرجة الثانية. بطاقة الأسعار هي التي تقرر، ولا تنقلب إلا عندما يكون نموذجان ضمن نطاق 3× تقريبًا من بعضهما في السعر.

حيث تقع النقاط الأربع — وما لم ينشره أحد

إليك الجزء غير المريح في هذه المواجهة: Intelligence Index هو مركب من تسعة تقييمات عبر الوكلاء والبرمجة والقدرة العامة والاستدلال العلمي، ولم تنشر Artificial Analysis بعد التحليل التفصيلي لكل معيار لـ Muse Spark 1.2. لذا فإن "54 مقابل 50" هو حاليًا عنوان رئيسي دون تفكيك. قد تكون النقاط الأربع فجوة في البرمجة، أو فجوة في السياق الطويل، أو فجوة في مقاومة الهلوسة، أو أربع فجوات صغيرة تلغي بعضها بعضًا فلا أثر لها على عبء عملك.

أرقام كل بائع تسد جزءًا من الفراغ، ولا يمكن التحقق من أيٍّ من المجموعتين بمقارنتها بالأخرى. تذكر Meta أن نتائج Terminal-Bench 2.1 بلغت 82.9% لـ Muse Spark 1.2 (ارتفاعًا من 76.2% للإصدار 1.1) و59.3% لـ DeepSWE v1.1 (ارتفاعًا من 53.0%) — وذلك على منصة الاختبار الخاصة بـ Meta، بمقياس pass@1 عبر خمس محاولات، مع اقتران كل نموذج منافس بمنتج الوكلاء الخاص به. وضع إصدار V4 Flash النموذج كترقية بعد التدريب مضبوطة للعمل مع الوكلاء والطرفية، على مزيج من الخبراء بإجمالي 284B مع 13B نشط. لا يوجد معيار نشر فيه المختبران رقمًا قابلاً للمقارنة، ولم يقم أي طرف ثالث بإعادة إنتاج أيٍّ من المجموعتين.

ما هو مُثبت بشكل مستقل هو أمر ضيق ويستحق أن يُذكر بوضوح: على مؤشر مركب واحد، يديره مُقيّم واحد، حقّق Muse Spark 1.2 تقدّمًا بأربع نقاط، بتكلفة تبلغ 8.9 أضعاف. أي شيء أكثر تفصيلاً من ذلك لا يزال مادة تسويقية من البائع.

ثلاث طرق للدفع مقابل Muse Spark 1.2، وطريقة ونصف لـ DeepSeek

مقارنات الأسعار هنا زلقة بشكل غير معتاد، لأن Meta تصدر بطاقتي أسعار والمورد يوفّر الأوزان بنفسه.

• المستوى القياسي من Meta — 1.25 دولار للإدخال، و0.15 دولار للإدخال المخزّن مؤقتًا، و4.25 دولار للإخراج لكل مليون، مع سقف معدل يبلغ حوالي 3,000 طلب في الدقيقة.

• مستوى المساهم في Meta — 0.10 دولار للإدخال، و0.002 دولار للإدخال المخزّن مؤقتًا، و0.20 دولار للإخراج، مقابل منح الإذن بتدريب نماذج Meta المستقبلية على حركة المرور الخاصة بك، بحد أقصى 60 طلبًا في الدقيقة.

• قائمة DeepSeek V4 Flash — 0.14 دولار للإدخال، 0.28 دولار للإخراج، و0.003 دولار عند إصابة ذاكرة التخزين المؤقت (خصم 98%، وهو المعدل الأكثر تنافسية للتخزين المؤقت بين أي نموذج في هذه الفئة)، من ستة موفري واجهات برمجة تطبيقات منافسين.

• DeepSeek V4 Flash مستضاف ذاتيًا — أوزان مفتوحة بترخيص MIT، لذا فإن الثمن هو أجهزتك الخاصة والسقف هو قدرتك الخاصة.

اقرأ السطرين الثاني والثالث معًا وسينقلب الترتيب: في طبقة المساهمين، يكون Muse Spark 1.2 أرخص لكل توكن من DeepSeek V4 Flash، بسعر $0.10/$0.20 مقابل $0.14/$0.28، بينما يحقق أربع نقاط أعلى. هذا هو التسعير الأكثر عدوانية في هذه المقارنة بأكملها، ولن يتمكن أي شخص تقريبًا من استخدامه، لأن 60 طلبًا في الدقيقة يمثل 2% من الميزانية القياسية ويستبعد فعليًا أي تفرع إنتاجي. إنه مسعّر للتقييم ولعمل الفرق الصغيرة، والعملة هي توجيهاتك. وما إذا كانت هذه المقايضة متاحة لك هو قرار يتعلق بحوكمة البيانات يقع ضمن مسؤولية الفريق القانوني، وليس بندًا تستبدله في ملف إعدادات.

الجانب المتعلق بالأوزان المفتوحة يسير في الاتجاه المعاكس. أوزان MIT تعني أن الحد الأدنى للسعر لا تحدده الشركة المورّدة إطلاقًا — إذا كان حجم استخدامك يبرر اقتناء وحدات معالجة الرسوم، فلا يمكن لأحد أن يرفع السعر عليك، أو يوقف نموذجك، أو يغيّر الشروط. هذه المرونة الاختيارية ليس لها مقابل في جانب Meta في أي مستوى.

مزوّد واحد مقابل ستة

يتم تقديم Muse Spark 1.2 عبر Meta's Model API ولا مكان آخر. لا مضيفين من جهات خارجية، ولا خيار للتكميم، ولا مسار احتياطي، و— وقت كتابة هذا— لا إدراج في OpenRouter، ولا مستودع في Hugging Face، ولا دخول في كتالوج OrcaRouter. النموذج المغلق ذو المزود الواحد هو نقطة فشل واحدة بحكم تصميمه، وبالنسبة لنموذج عمره خمسة أيام فقط، لا يوجد سجل لتوافر الخدمة ليطمئنك.

DeepSeek V4 Flash هي الحالة المعاكسة. ستة مزودي واجهات برمجة تطبيقات (API) يقدمونها اليوم، والأوزان مرخصة بموجب MIT، وهي موجودة في كتالوج OrcaRouter بسعر 0.15 دولار للإدخال و0.29 دولار للإخراج — سعر القائمة من المزود، ويُمرَّر بهامش ربح 0٪ — مع تجاوز تلقائي للفشل بين المزودين، بحيث لا يؤدي تدهور مضيف واحد إلى إسقاط الحمل. هذه هي الحجة العملية للنموذج الأرخص التي لا علاقة لها بدرجته: يمكنك نقله، أو عمل نسخة مطابقة له، أو المغادرة كليًا، ولا يتطلب أي من هذه الخيارات تكاملًا جديدًا.

بالنسبة إلى Muse Spark 1.2 اليوم، فإن التقييم يعني عقدًا ثانيًا، وفاتورة ثانية، ومسار SDK ثانيًا. نموذج Meta يستحق الاختبار بناءً على مزاياه، ولكن يجب أن تكون واضحًا أن التكلفة التشغيلية لتشغيله لا تقتصر على سعر الرموز (token) فقط.

زمن الاستجابة، مُقاسًا على حركة المرور الحقيقية

في بيئة الاختبار المعيارية، تسجّل Artificial Analysis زمن الوصول إلى أول رمز (token) بمقدار 1.33 ثانية لنموذج DeepSeek V4 Flash و26.12 ثانية لنموذج Muse Spark 1.2 عند إعداد التفكير xhigh، مع سرعات إخراج تبلغ 103.3 و165.0 رمزًا في الثانية على التوالي. نموذج Meta يولّد بشكل أسرع بمجرد أن يبدأ، لكنه يستغرق وقتًا طويلاً جدًا للبدء، وهذا هو بالضبط شكل التفكير الإلزامي بأقصى جهد.

أرقام الإنتاج تروي نسخة أكثر لطفًا من القصة نفسها. عبر سبعة أيام من التوجيه المباشر على OrcaRouter، يُظهر DeepSeek V4 Flash زمنًا وسطيًا (p50) للوصول إلى أول رمز (token) يبلغ 439 مللي ثانية، وp95 يبلغ 1.96 ثانية، بمعدل 111 رمزًا في الثانية مع نسبة خطأ 1.6%. لا يوجد رقم إنتاجي مكافئ لـ Muse Spark 1.2 لأنه لا يتم توجيهه في أي مكان بعد؛ أما Muse Spark 1.1، أقرب بديل متاح، فيشغّل p50 يبلغ 1.84 ثانية وp95 يبلغ 6.00 ثانية. الاستجابة الوسيطة التي تقل عن ثانية هي فئة ينتمي إليها DeepSeek V4 Flash ولم تدخلها أي نسخة من Muse Spark.

يعلن كلا النموذجين عن سياق يبلغ نحو مليون توكن — 1,048,576 لكليهما، حيث يحدّ DeepSeek V4 Flash الإكمالات عند 384,000 توكن، بينما لا تعلن نقطة النهاية Muse Spark عن أي سقف للإكمال إطلاقًا. وفيما يتعلق بالسياق، تُعد هذه المواجهة تعادلًا على الورق وغير مُتحقَّقة عمليًا لكليهما.

ثلاثة أسئلة تستحق طرحها قبل أن تنتقل

هل استضافة DeepSeek V4 Flash ذاتيًا أرخص فعليًا من 0.15 دولار لكل مليون؟

عادةً لا، وهذه هي النقطة. نموذج خليط خبراء بمعاملات 284 مليارًا مع 13 مليارًا نشطًا يحتاج إلى سعة متعددة وحدات معالجة رسومات كبيرة لتقديمه بزمن استجابة معقول، وعند سعر 0.15 دولار لكل مليون رمز إدخال، يصعب التغلب على السعر المستضاف إلا في حالة حجم استخدام مرتفع جدًا وثابت جدًا. قيمة رخصة MIT لمعظم الفرق ليست في أنهم سيستضيفونه بأنفسهم، بل في أنهم يستطيعون ذلك بشكل موثوق، وهو ما يحدّ من الأسعار التي يمكن لأي مزود فرضها ويزيل خطر التوقف عن الدعم. اعتبرها بمثابة تأمين، واشترِ الرموز المستضافة.

هل تجعل فئة المساهمين من Muse Spark 1.2 الطراز الأرخص؟

على بطاقة الأسعار، نعم؛ لكن في الممارسة العملية، فقط لأحمال العمل التي تقل عن 60 طلبًا في الدقيقة والتي يُسمح لك بالتبرع ببياناتها. إذا تحقق الشرطان معًا — ارتفاع بحثي، أو أداة داخلية، أو منصة اختبار معايير على مدخلات اصطناعية — فإن نموذجًا يتقدم بأربع نقاط مؤشر بسعر أقل لكل رمز هو بالفعل الصفقة الأفضل ويجب أن تختاره. إذا فشل أي منهما، فإن المستوى القياسي هو السعر الحقيقي، والمستوى القياسي يعادل 13 ضعف المعدل المدمج لنموذج V4 Flash.

أربع نقاط مؤشر تبدو صغيرة. متى يكون ذلك مهمًا؟

عندما تتفاقم الأخطاء. في استدعاء تصنيف أو تلخيص لمرة واحدة، غالبًا ما تكون الفجوة المركبة ذات الأربع نقاط غير مرئية، ودفع 9× مقابلها أمر لا يمكن الدفاع عنه. في حلقة وكيل من خمسين خطوة، فإن الفرق في نجاح كل خطوة الذي يبدو صغيرًا يتضاعف إلى فرق كبير في عدد المرات التي يجب فيها إعادة تشغيل التشغيل بالكامل — وإعادة التشغيل تكلف المسار بأكمله، وليس خطوة واحدة. هذه هي الحالة التي يكون فيها سعر Meta قابلاً للنقاش. وهي أيضًا الحالة التي يجب فيها أن تقيس على مهمتك الخاصة بدلاً من الوثوق بمقياس مركب، لأنه لم ينشر أحد المؤشر الفرعي الوكيل الذي من شأنه أن يحسم الأمر بالنسبة إلى 1.2.

الحكم، والشرط المرتبط به

لكل حمل عمل تقريبًا تكون فيه التكلفة قيدًا فعليًا، فإن DeepSeek V4 Flash هو الخيار الافتراضي الصحيح: متأخر بأربع نقاط في مؤشر مركب واحد، أرخص بثلاثة عشر ضعفًا عند الاحتساب المجمّع، زمن استجابة متوسط أقل من ثانية في بيئة الإنتاج، ستة مزوّدين، أوزان MIT، ولا يوجد مزوّد قادر على تغيير الشروط عليك. وهو حاليًا أرخص نموذج معروف لتشغيله عبر مجموعة معايير كاملة، ولم يبلغ هذه المكانة لكونه ضعيفًا.

يستحق Muse Spark 1.2 سعره في شكل واحد محدد من العمل: البرمجة الوكيلة بعيدة المدى حيث يكون المسار الفاشل مكلفًا، وحيث يُوزَّع التفكير الإضافي على دقائق من العمل بدلاً من أن يتحمله مستخدم منتظر، وحيث يمكنك الاكتفاء بمزوّد واحد دون تحليل مستقل لما تتكون منه النقاط الأربع. لقد أصدرت Meta ثلاثة نماذج في أربعة أشهر وحرّكت إحدى عشرة نقطة مؤشر خلال تلك الفترة، لذلك قد تتعزز الحجة بسرعة — لكنها اليوم تستند إلى معايير برمجة يديرها البائعون ودرجة مركّبة واحدة.

إذا كنت ستختار هذا الأسبوع، فشغّل كليهما على خمسين خطوة من حلقة الوكيل الخاصة بك وقارن المسارات المكتملة لكل دولار بدلاً من الرموز لكل دولار. هذا القياس الواحد يجيب على هذه المقارنة أفضل من كل معيار منشور فيها.