موس وندر مقابل Claude Opus 5.5 في توليد SVG: ما يظهره أول اختبار عملي فعلاً

أصبح Muse Wonder متاحًا بشكل عام في 12 أكتوبر 2026 — في نفس اليوم الذي تم فيه إطلاق شقيقه الأعلى تقييمًا Muse Wonder Full خلف اشتراك — وقد جمع بالفعل صفحات مقارنة أكثر من أي نموذج تقريبًا غطته هذه المدونة. ما لم يكن قد جمعه، حتى هذا الأسبوع، هو اختبار منشور مباشر لقدرة محددة قابلة للتحقق. في 12 أكتوبر، نشر حساب X @scaling01 مقارنة مباشرة بين Muse Wonder وClaude Opus 5.5 في توليد SVG، مع نتيجتين تستحقان القراءة المتأنية: Muse Wonder Full «جيد بل ويحاول توليد ثلاثي الأبعاد»، وأسلوب إخراجه «مبتذل للغاية» و«مفرط في الترف».

هذا ادعاء حقيقي ومحدد وقابل للتكذيب بشأن نموذج حقيقي تم طرحه، وهو صادر عن شخص يفيد بأنه شغّل كلا النموذجين بنفسه. وهو أيضًا، في وقت كتابة هذه السطور، تشغيل واحد لم يُعَد إنتاجه من حساب واحد يفتتح منشوره هو نفسه بإفصاح إعلاني. كلا الأمرين صحيحان في آنٍ واحد، وهذا النص يتعلق بالإمساك بهما معًا بدلًا من اختيار أحدهما.

شروط الاختبار، كما وردت تمامًا

الإفصاح هو السطر الأول من المنشور وليس حاشية سفلية، وهو أمر يستحق الملاحظة لأنه ليس نمطياً في هذا الشكل. يذكر المؤلف أن Meta قدّمت وصولاً مجانياً للمعاينة إلى Muse Wonder، وأنه دفع ثمن Claude Opus 5.5 من جيبه الخاص، وأن الاختبارات والاستنتاجات هي له. وهذا موقف أضعف جوهرياً فيما يتعلق بتضارب المصالح من موضع مدفوع غير معلن — فقد حصل أحد طرفي المقارنة على الخدمة مجاناً، ولم يحصل الطرف الآخر على ذلك، والمؤلف يقول ذلك.

ثلاثة أمور في الإعداد ليست معطاة، وكل واحد منها يقيّد ما يمكن للحكم أن يدعمه.

• أي نقطة نهاية جرى اختبارها — يوجد Muse Wonder وMuse Wonder Full كمعرّفَي نموذج منفصلين مع لوحتي نتائج مختلفتين، ويذكر المنشور Muse Wonder في المقارنة لكنه ينسب ملاحظة التوليد ثلاثي الأبعاد إلى Muse Wonder Full

• أي إعداد جهد استُخدم — استدلال Muse Wonder إلزامي ويسير على سلّم جهد من الحد الأدنى إلى الأقصى، مع الافتراضي عند المتوسط، وتُحتسب رموز الاستدلال كمخرجات، لذا يغيّر الإعداد كلاً من التكلفة وطابع المخرجات

• كم عدد المطالبات التي تم تشغيلها — لا يوجد عدد للمطالبات، ولا نص للمطالبة، ولا بذرة، ولا إعادة تشغيل

الثاني والثالث من تلك النقاط يهمّان أكثر مما يبدوان. النموذج الذي يكون استدلاله مفعّلًا دائمًا ويكون مستوى الجهد فيه محددًا من المستخدم سينتج مخرجات SVG مختلفة بوضوح عند الحد الأدنى عنها عند الحد الأقصى، والحكم على الأسلوب هو بالضبط نوع الحكم الذي يمكن أن يخطئ فيه تشغيل واحد لمطالبة واحدة. هذا ليس انتقادًا للمؤلف — فمنشور قصير على X ليس ورقة بحثية، والإفصاح مع عبارة «الاختبارات والاستنتاجات خاصة بي» يمثل شفافية أكثر مما تحمله معظم مقارنات يوم الإطلاق. إنه بيان بما يمكن استخدام المادة فيه وما لا يمكن.

ما الذي يقيسه اختبار SVG فعليًا

يُعدّ SVG هدفًا جيدًا على نحو غير معتاد لمقارنة عملية تطبيقية، وهدفًا سيئًا على نحو غير معتاد لمقارنة عابرة، وفهم السبب في ذلك يوضّح ما يخبرك به الحكم وما لا يخبرك به.

إن SVG نص يُعرض بشكل حتمي. وهذا هو الجانب الجيد: يمكن للمراجع أن يلصق مخرجات النموذج الخام في عارض، وينظر إليها، ويرى بالضبط ما أنتجه النموذج — فلا خط أنابيب لتوليد الصور، ولا بذرة أخذ عينات على مُفكِّك ترميز انتشار، ولا سؤال حول ما إذا كان المعيار هو الصورة أم الملف. إذا أصدر النموذج ترميزًا مشوّهًا، يفشل الرسم بشكل مرئي. وإذا أصدر 40 كيلوبايت من تعريفات التدرج حيث تكفي 2 كيلوبايت من المسارات، فإن ذلك قابل للقياس.

الجزء السيئ هو أن أحكام الأسلوب مثل «مبتذل» و«مفرط في الانغماس» هي أقل الادعاءات قابلية للفصل في المجال بأكمله. يوجد داخلها حكمان مستقلان:

• الإتقان — هل أنتج النموذج ملف SVG صالحًا ومنظّم البنية وقابلًا للعرض، أم أنتج شيئًا احتاج إلى إصلاح قبل أن يرسم أي شيء؟

• ضبط النفس — هل استخدم الحد الأدنى من الترميز الذي احتاجه الطلب، أم لجأ إلى التدرجات والمرشحات والضبابية والتحريك وتأثيرات الراستر المدمجة لأنها كانت متاحة؟

الإتقان قريب من الموضوعية ويمكن تقييمه بواسطة سكربت. التحفظ حكم ذوقي متنكر في زي حكم تقني، ويختلف المراجعون المعقولون حوله باستمرار — فالمصمم الذي يطلب رسمًا توضيحيًا لمحفظة أعماله يريد التدرجات اللونية، بينما المهندس الذي يطلب ورقة أيقونات لا يريدها. لذلك عندما يقول مراجع إن نموذجًا ما يفرط في الترف، فإن السؤال المفيد ليس ما إذا كان ذلك صحيحًا، بل لأي مهمة يكون صحيحًا. لا يفصل المنشور بين الادعاءين، ومن الصعب حقًا الفصل بينهما في جلسة واحدة.

الادعاء المقارن، وادعاء الامتثال

يضع تأطير المنشور Claude Opus 5.5 في الجانب الآخر، ويضع الملاحظة حول التوليد ثلاثي الأبعاد في جانب Muse Wonder Full، مما يجعل الأمر مقارنة ثلاثية الأطراف داخل عنوان يحمل اسمين — وهو نفس الالتواء البنيوي الذي يسري في إطلاق Muse Wonder بأكمله.

على هذا المحور، السياق المفيد هو ذاته لدى جميع أشقّائه: Claude Opus 5.5 ليس نموذجًا جديدًا كليًا. فقد صدر في 22 سبتمبر 2026، أي قبل Muse Wonder بنحو ثلاثة أسابيع، وملف تكلفته وقدراته موصوف جيدًا. وبشكل مستقل، على مؤشر الذكاء Artificial Analysis Intelligence Index، يسجّل Claude Opus 5.5 (max) قراءة 58 — أعلى نتيجة في فئة تضم 219 نموذجًا — بينما يسجّل Muse Wonder (max) قراءة 52، في المرتبة التاسعة من 219. سعر القائمة لدى Opus 5.5 هو 4.00 دولارات لكل مليون رمز إدخال و20.00 دولارًا لكل مليون رمز إخراج؛ وسعر القائمة لدى Muse Wonder مطابق، 4.00 و20.00. وطرافة الموقف أن Opus 5.5 يتبيّن أنه النموذج الأكثر تكلفة عمليًا، لا بسبب بطاقة أسعاره بل لأنه مطوّل الكلام: تسجّل Artificial Analysis أنه استهلك نحو 260 مليون رمز إخراج أثناء التقييم مقابل وسيط قدره 85 مليونًا، مقابل نحو 130 مليونًا لدى Muse Wonder، ما يعني نحو 5.98 دولارات لكل مهمة مؤشر مقابل نحو 4.52. وهذا نوع المقارنة الثنائية الأرقام التي يمكن لمقيّم يُحاسَب بالرموز أن يقيسها، ولا يمكن لطلب SVG واحد أن يقيسها.

ما يضيفه اختبار SVG هو فئة لا يغطيها المؤشر. يقع توليد النصوص المهيكلة في مكان ما بين البرمجة والرسم التوضيحي، ولا تقيّمه أي لوحة صدارة — لا Personal Superintelligence Index، ولا JobBench، ولا Terminal-Bench 4.0-AA، ولا SWE-Marathon. وإذا كانت وظيفة القارئ الفعلية تتضمن إنتاج ملفات متجهية نظيفة، فإن لوحات الصدارة السائدة صامتة عن سؤاله، وهذا بالتحديد ما يجعل مواجهة مباشرة متواضعة جديرة بالربط أصلاً.

ما الذي يدور حوله الادعاء الثاني حقًا

«حتى أنه يحاول التوليد ثلاثي الأبعاد» هو النصف الأكثر إثارةً للاهتمام في الملاحظة، ومن السهل أن يُقرأ خطأً على أنه ادعاء بقدرة.

في سياق SVG، يصف هذا على الأرجح نموذجًا يتجاوز الرسم المسطح ثنائي الأبعاد إلى بُعد ثالث ضمني أو جزئي — إنشاءات أيزومترية، أو أشكال مبثوقة، أو شبكات منظورية، أو طبقات زائفة متراكمة، أو ترميز مُوَلَّد يُعرض كمشهد ثلاثي الأبعاد. وهو ليس الشيء نفسه بوصفه نموذجًا ثلاثي الأبعاد. فإنتاج شبكة مضلعات، أو جسم ممسوح ضوئيًا، أو أصل قابل للطباعة هو نوع مخرجات مختلف تمامًا، وتُستخدم عبارة "3D generation" على نحو فضفاض في هذا المجال لتعني أي شيء من رسم توضيحي ثنائي ونصف الأبعاد إلى ملف هندسي فعلي. ومن دون التوجيهات النصية أو الملفات، لا يستطيع القارئ أن يحدد أيّها كان هذا.

إذا كان المقصود المعنى الأقل صرامة، فإن الادعاء يتوافق مع شكوى الأسلوب بدل أن يتعارض معها. اللجوء إلى الإسقاط متساوي القياس أو الطبقات المكدسة هو الغريزة نفسها التي تحرك اللجوء إلى التدرجات: أدوات أكثر مما طلبه الموجز. قد يصف البيانان سلوكًا واحدًا — نموذجًا يتعامل مع الترميز المتاح كأنه إذن — وهو استخلاص أكثر فائدة من أي من النصفين منفردًا، وأيضًا النسخة التي يُرجَّح أن يؤكدها أو يدحضها مراجع ثانٍ.

مع ذلك، ثمة عدم تماثل واحد يستحق الذكر هنا. حين تختلف نقطتا التحقق في بيانات الإطلاق، يجري الانقسام على مستوى البنية لا الصقل. في جدول المعايير الخاص بـ Meta نفسه، تتفوق Muse Wonder Full على نموذج API بفارق كبير في JobBench (75.3 مقابل 30.8) وفي Vals Finance Agent V2 (59.1 مقابل 10.0) — بينما تخسر Harvey LAB-AA لصالحه بفارق 41 نقطة، 13.1 مقابل 54.3. هذه الأرقام مُبلَّغ عنها من المورّد، وأُنتجت في أداة اختبار Meta، ولم يُعَد إنتاجها. لكنها تصف مختبرًا درّب ملفَّين لا ملفًا واحدًا، واختلاف الأسلوب أو التحفظ بين نقطتي التحقق هو بالضبط نوع الاختلاف الذي قد ينتجه انقسام بنيوي. لذا فإن تحديد نقطة التحقق التي كان المراجع ينظر إليها عندما كتب «gimmicky» ليس سؤالًا متحذلقًا — فالمنشور يضع الملاحظتين على نموذجين مختلفين.

حيث يمكن الوصول إلى النماذج فعليًا

لمن يرغب في إجراء هذه المقارنة بنفسه بدلًا من قبول الحكم دون تحقق، فإن السؤال العملي هو أين يوجد كل نموذج، والإجابات ليست متناظرة.

• Claude Opus 5.5 — متاح بشكل عام منذ 22 سبتمبر 2026، بسعر 4.00 دولارات لكل مليون رمز إدخال و20.00 دولارًا لكل مليون رمز إخراج، مع سعر لقراءة الذاكرة المؤقتة يبلغ 0.20 دولار، ونافذة سياق تبلغ مليون رمز، وميزانيات للتفكير تشمل إعدادًا بدون تفكير

• Muse Wonder — متاح بشكل عام منذ 12 أكتوبر 2026، على Meta Model API وداخل Muse Code، بالسعر نفسه 4.00 دولارات للمدخلات و20.00 دولارًا للمخرجات، مع سياق يبلغ 1,048,576 رمزًا وحد أقصى للمخرجات يبلغ 943,718 رمزًا

• Muse Wonder Full — أُعلن في اليوم نفسه، لكنه لا يُباع لكل توكن؛ فلا يمكن الوصول إليه إلا من خلال اشتراك Muse Code، وليست لديه قائمة أسعار منشورة لكل توكن، ولهذا لا يظهر له أي صف سعري هنا على الإطلاق

المشكلة تكمن في إعداد الاستدلال لدى Muse Wonder. فلا يمكن إيقاف تشغيله. يتضمّن سلّم الجهد المستويات minimal وlow وmedium وhigh وxhigh وmax، مع الافتراضي medium، وتُحتسب توكنات الاستدلال كإخراج. لذلك فإن أي تجربة وجهاً لوجه ضد نموذج يمكن إخباره بألا يفكّر إنما تقارن إعداداً مقيّداً بإعداد غير مقيّد، ما لم يذكر المراجع الإعداد، وهذا المنشور لا يذكره. وهذه هي الفجوة الأكثر تأثيراً على الإطلاق في إعادة الإنتاج، أكثر من عدد المطالبات المفقود.

كيفية إعادة إنتاجه في غضون فترة بعد الظهر

السبب في أن هذا الاختبار يستحق التوسّع بدلًا من رفضه هو أنه رخيص التوسّع. النسخة المفيدة تحتاج إلى أربعة أشياء لا يوفّرها الأصل: مجموعة مطالبات ثابتة من نحو اثنتي عشرة مهمة متجهية تشمل الأيقونات والمخططات والرسوم التوضيحية والرسوم البيانية؛ وبيان بإعداد الجهد؛ وملفات SVG الخام المحفوظة إلى جانب الصور الناتجة؛ وتمريرة تقييم تفصل الإتقان عن ضبط النفس بدلًا من مزجهما. اثنتا عشرة مطالبة عند إعدادَي جهد عبر نموذجين تساوي 48 تشغيلًا — بضعة دولارات من رموز الإخراج مقابل بطاقات الأسعار هذه، وعملًا مفيدًا حقًا أكثر من أي انطباع يوم الإطلاق.

هذه أيضًا هي الحالة التي يدفع فيها الراوتر ثمن نفسه بطريقة لا تحققها مقارنة الأسعار المجردة. يُقدَّم Claude Opus 5.5 على OrcaRouter بسعر Anthropic المعلن — 4.00 دولارات لكل مليون رمز إدخال، و20.00 دولارًا لكل مليون رمز إخراج، و0.20 دولار لكل مليون لعمليات قراءة الذاكرة المؤقتة — مع تمرير دون أي هامش ربحي يُطبَّق على كامل الكتالوج، بحيث يصل أي تغيير في سعر المورّد إلى طرفنا في اليوم نفسه الذي يصل فيه إليهم. أسعار المورّدين المعلنة تُمرَّر دون تغيير؛ طبقة التوجيه لا تضيف أي هامش. مسح من اثنتي عشرة مطالبة عبر نموذجين يتطلب مفتاحًا واحدًا ونقطة وصول واحدة بدلًا من حسابين وتكاملي SDK وعلاقتي فوترة، وإذا كنت تمسح شيئًا غير مُثبت مثل نموذج صدر أمس، فإن التحويل التلقائي عند الفشل يعني أن مورّدًا محدود المعدل أو متدهور الأداء لن يُسقط التشغيل بأكمله معه.

لنكون صريحين بشأن ما لا نملكه: لا يوجد مدخل meta/muse-wonder أو meta/muse-wonder-full في كتالوجنا. نحن لا نوجّه أيًا من نقطتي التحقق ولن نصف واحدة كما لو كنا نفعل ذلك. ما نوفره من نفس المختبر هو خط Muse Spark — يبلغ سعر Muse Spark 1.2 $1.25 لكل مليون مدخل و$4.25 لكل مليون مخرج، وهو نفس نافذة السياق مثل الطراز الرائد بجزء بسيط من السعر، وهو النموذج الذي يجب أن تختاره إذا كنت تريد عائلة الاستدلال من Meta من خلال نفس المفتاح مثل كل شيء آخر. إضافة Muse Wonder إلى عملية مسح تعني حاليًا حسابًا ثانيًا؛ إضافة Muse Spark 1.2 هي سطر في نفس الإعداد.

ما يجب مراقبته، وما الذي سيحسم الأمر

ثلاثة أشياء من شأنها أن تحوّل هذا من انطباع مثير للاهتمام إلى دليل.

• مراجع ثانٍ له ذوق مختلف يصل إلى الحكم نفسه القائل بالتحفّظ — الأحكام الأسلوبية التي تصمد عند تغيير المراجع تتعلق بالنموذج؛ أما التي لا تصمد فتتعلق بالمراجع

• أصبح Muse Wonder Full متاحًا لكل توكن — النموذج المذكور في ملاحظة التوليد ثلاثي الأبعاد هو النموذج الذي لا يحتوي على بطاقة أسعار، لذلك لا يمكن لأي شخص يريد التحقق من نصف هذا الادعاء شراء الوصول إليه دون اشتراك شهري في وكيل برمجي

• أي لوحة نتائج مستقلة تضيف مهمة في الرسوميات المتجهية أو الرسوميات المهيكلة — الفجوة التي يقع فيها هذا الاختبار ليست أن أحدًا لم يُجرِه، بل أن لا لوحة نتائج تحتسبه، ولهذا فإن قضاء شخص واحد فترة بعد الظهر هو السجل الكامل حاليًا

الخلاصة الصادقة هي أن هذا اكتشاف حقيقي مع قيد حقيقي. المراجع الذي أفصح عن وصول معاينة مدفوع الثمن، ودفع مقابل الجانب الآخر بنفسه، ونشر حكماً سلبياً محدداً قد فعل أكثر مما يفعله ملخص إطلاق — والنموذج الذي "يحاول" أشياء لم يُطلب منه فعلها هو ادعاء يتعلق بضبط النفس، لا بالقدرة، وضبط النفس هو أسهل ما قد يراه المراجع التالي بشكل مختلف. إذا كنت تختار اليوم بين Claude Opus 5.5 وMuse Wonder لإخراج المتجهات، فإن فارق المؤشر المستقل ست نقاط، وفارق حجم الرموز (tokens) اثنان إلى واحد لصالح Muse Wonder؛ وحكم الأسلوب هو مساء شخص واحد، وينبغي التعامل معه كفرضية لا كنتيجة.