Nanbeige4.3-33B مقابل Granite 4.2 30B: الادعاءات مقابل الامتثال

سيُتخذ القرار بين Nanbeige4.3-33B وGranite 4.2 30B في اجتماع مشتريات، لا على لوحة صدارة. فكلاهما نموذج كثيف بنحو 30 مليار معامل تحت Apache 2.0، وكلاهما يمكن تنزيله هذا الأسبوع، وكلاهما يزعم سقفًا قدره 512 ألف رمز. لكن أحدهما تبيعه IBM مع مكوّنات موقّعة وعقد دعم، والآخر مستودع عمره يومان من مختبر صيني لم ينشر إعلان إطلاق. وصل Granite 4.2 30B من IBM في 25 أغسطس 2026؛ وظهر Nanbeige4.3-33B على Hugging Face في 24 أكتوبر 2026. وهما ليسا في الحقيقة متنافسين على الشراء نفسه، وهذا بالضبط ما يجعل المقارنة بينهما تستحق أن تُجرى بعناية.

ما يلي ليس فائزًا. إنه منطق القائمة المختصرة: الأسئلة الأربعة التي تفصل فعليًا بين هذه النماذج، مع الأدلة التي تستند إليها كل إجابة، والمواضع التي تكون فيها الأدلة أضعف مما تبدو عليه.

منتجان يتزيّان بالعدد نفسه من المعاملات

Granite 4.2 30B هو الطراز الأعلى في سلسلة Granite 4.2 من IBM — 3B و8B و30B، وجميعها كثيفة. وهو مبني على Granite-4.1-30B-Base، ومدرَّب مسبقًا على نحو 15 تريليون رمز، بما في ذلك حوالي تريليون رمز برمجي اصطناعي، ثم يمر بمرحلة تعلّم معزّز وكيلي في حجمي 8B و30B. ويأتي بثلاثة أنماط استدلال (التفكير، وعدم التفكير، والجهد المنخفض)، واستدعاء أدوات أصلي بصيغة OpenAI، وبنى FP8 و4-bit. تذكر IBM دعمًا أصليًا لـ vLLM وSGLang، بما في ذلك granite_thinking_parser.

Nanbeige4.3-33B هو نقطة تحقق كثيفة واحدة من Nanbeige LLM Lab، فريق الذكاء الاصطناعي التابع لـ Kanzhun، الشركة التي تقف خلف BOSS Zhipin. بطاقته محددة على نحو غير معتاد فيما يتعلق بالنشر: 33.1 مليار معامل، وسياق من 524,288 رمزًا، والإنجليزية والصينية، والتفكير مُفعَّل افتراضيًا، وتنسيق استدعاء أدوات XML يُوصى به بدلًا من JSON، وعلم preserve_thinking موجَّه لاستخدام الأدوات متعدد الجولات. وهو مُوضَّع صراحةً كنموذج مُعلِّم لنموذج شقيق أصغر، Nanbeige4.3-3B، لم يُطرح بعد.

الفرق في القصد مهم. فـ Granite خط منتجات له مسار دعم مؤسسي. أما Nanbeige4.3-33B فهو أثر بحثي أُطلق لبذر عائلة. أحدها مبني ليُشترى؛ والآخر مبني ليُقطَّر منه.

الصف الوحيد الذي نفّذاه فعليًا في كلا المختبرين

تقارن بطاقة Nanbeige نفسها بـ Qwen3.8-27B وMuse-Glimmer-30B وGemma 4 31B. ولا تذكر مواد Granite من IBM اسم Nanbeige على الإطلاق. لذلك تتشارك البطاقتان في معيار واحد فقط يكون فيه التباين المباشر ممكنًا اسميًا: Terminal-Bench 2.1.

• Terminal-Bench 2.1 — Nanbeige4.3-33B 80.9 (بطاقة Nanbeige) مقابل Granite 4.2 30B 29.24 (بطاقة IBM). فجوة قدرها 51.7 نقطة لصالح Nanbeige.

هذا أكبر فرق مُدّعى بين جدولي مورّدين في هذه المقارنة بأكملها، ولا بد من ثلاثة تحفظات قبل أن يعني أي شيء. أولًا، كلا الرقمين مُبلَّغ عنه من المورّد. ثانيًا، تنص بطاقة Nanbeige على أن تشغيلها لـ Terminal-Bench 2.1 استخدم Terminus 2؛ بينما لا تذكر بطاقة IBM هيكل التشغيل لديها. ثالثًا، يقيس اختبار الطرفية نموذجًا بالإضافة إلى حلقة وكيل، وفجوة مقدارها 51 نقطة يمكن أن تنشأ عن الحلقة بقدر ما تنشأ عن الأوزان. النموذج المزوّد بمنظومة تشغيل مضبوطة جيدًا والنموذج المزوّد بمنظومة جاهزة قياسية سيختلفان بعشرات النقاط في الاختبار الاسمي نفسه.

الصف المشترك التالي الأقرب هو GPQA Diamond: تُبلغ Nanbeige عن 89.5، وتُبلغ IBM عن 66.41. هذه فجوة حقيقية في معيار معرفي، وهي واسعة بما يكفي لتصمد أمام اختلافات أدوات التقييم، لكنها تقيس أيضًا شيئًا مختلفًا عن البرمجة الوكيلية — أسئلة علمية على مستوى الدراسات العليا، لا استخدام الأدوات على مدى طويل. وهي تشير إلى أن Nanbeige هو الأقوى في الاستدلال بين الاثنين بناءً على هذه الأدلة. لكنها لا تشير إلى أنه الوكيل الأقوى.

كل ما عدا ذلك غير قابل للمقارنة. تُسجّل Nanbeige نتيجة SWE-Bench Pro عند 60.3؛ بينما تُسجّل IBM نتيجة SWE-Bench Verified عند 57.00 — نسخ مختلفة، وصعوبة مختلفة. تُسجّل Nanbeige نتيجة AIME 2026 عند 95.2؛ بينما تُسجّل IBM نتيجة AIME25 عند 89.17 — عامان مختلفان. تُسجّل Nanbeige JobBench وDeepPlanning؛ بينما تُسجّل IBM τ³-bench عند 62.00، وBFCL v4 عند 61.39، وMMLU-Pro عند 77.60، وLiveCodeBench v6 عند 75.77، وRULER 128K عند 81.38. لا يوجد لأي من هذه نظير لدى Nanbeige.

مطالبتان بقيمة 512K ليستا المطالبة نفسها

كلا الطرازين يعلنان عن سقف 512K. غير أنهما يصلان إليه بطرق مختلفة، ويتبدّى هذا الاختلاف في ما كان كل مورّد على استعداد لنشره.

• نافذة سياق أصلية — Nanbeige4.3-33B: 524,288 رمزًا، أصلية. Granite 4.2 30B: 131,072 رمزًا، أصلية.

• سقف ممتد — يوفّر Granite 4.2 30B امتدادًا للسياق الطويل حتى 512K. ولا يحتاج Nanbeige إلى ذلك؛ فـ512K هو نافذة التدريب.

• أدلة السياق الطويل — تنشر IBM نتيجة RULER عند 128K: 81.38. وتنشر Nanbeige نتيجة AA-LCR عند 84.0، وهو معيار استدلال بالسياق الطويل، وليس معيار استرجاع عند عمق محدد.

• الإخراج — توصي بطاقة Nanbeige بما يصل إلى 262,144 رمزًا جديدًا للاستدلال والدردشة، و65,536 للأعمال الوكيلية واستخدام الأدوات. الحد الأقصى الموصى به من IBM لـ max_new_tokens هو 8,192 في وضع التفكير و2,048 في وضع عدم التفكير.

هذا السطر الأخير هو العملي. نافذة إدخال بحجم 512K مقترنة بتوصية إخراج بحجم 8K هي نموذج مُصمَّم لقراءة الكثير والإجابة باختصار. نافذة بحجم 512K مقترنة بميزانية توليد تبلغ 262K هي نموذج مُصمَّم لإنتاج مخرجات طويلة. إذا كان عملك هو «استيعاب المستودع، وكتابة الترحيل»، فإنهما ليسا منتجين متكافئين حتى عند نفس طول السياق الاسمي.

استدعاء الأدوات وأنماط التفكير وضريبة التكامل

استدعاء الأدوات في Granite بصيغة OpenAI وأصيل، مع BFCL v4 عند 61.39 في تقييم IBM الخاص. وهذا يعني أنه يُدمج في عميل قياسي لاستدعاء الدوال دون محلل مخصص. كما تنشر IBM محلل تفكير لـ vLLM، لذا تنفصل آثار الاستدلال بوضوح عن الإجابة.

يتبع Nanbeige4.3-33B نهجًا معاكسًا: فهو يوصي باستخدام tool_call_format="xml" للحصول على أفضل أداء، ويأتي بقالب على نمط ChatML، ويطلب منك استخدام محلل استدلال Qwen3 ومحلل أدوات Qwen3-Coder في vLLM أو SGLang. هذا ليس عيبًا — فكثير من نماذج الوكلاء القوية تستخدم استدعاءات أدوات XML — لكنه عمل تكامل. إذا كانت منظومتك تتعامل مع JSON أدوات OpenAI، فإن Nanbeige يحتاج إما إلى طبقة ترجمة أو إلى وضع JSON الخاص به، والذي تقول بطاقة الطراز إنه مدعوم لكنه غير مفضل.

هذه هي الضريبة التي لا تُظهرها جداول المقارنة المرجعية أبدًا. النموذج الذي يتفوّق بفارق 20 نقطة على أداة تقييم تضطر إلى إعادة بنائها ليس أفضل بفارق 20 نقطة يوم الثلاثاء. ميزة Granite هنا ليست في القدرات؛ بل في أن التوصيلات موثّقة ومعيارية ومدعومة من مورّد لديه متتبّع أخطاء.

خط الامتثال

تُطلق IBM نموذج Granite مصحوبًا بتوقيعات تشفيرية وشهادة ISO وإفصاحات تتعلق بالشفافية. وبالنسبة للمشتري الخاضع للتنظيم، فإن هذا ليس تسويقًا — بل هو الفارق بين نموذج يمكن أن يمر بعملية اعتماد ونموذج لا يمكنه ذلك. كما أن IBM هي الطرف المقابل: فهناك عقد، ومسار للدعم، وشركة ستظل قائمة خلال الإطار الزمني لدورة الشراء.

يأتي Nanbeige4.3-33B بترخيص Apache 2.0، وهو ترخيص متسامح قانونياً وقابل للاستخدام التجاري. لكنه لا يتضمن عقد دعم مؤسسي، ولا برنامجاً للمخرجات الموقّعة، ولا بياناً منشوراً عن منشأ البيانات يتجاوز بطاقة النموذج. والمختبر جزء من Kanzhun، وهي شركة صينية مدرجة علناً، والنموذج ثنائي اللغة الإنجليزية والصينية. لا شيء من ذلك يستبعده. لكن كل ذلك من الأمور التي ستسأل عنها أي مراجعة أمنية، والجواب الصادق اليوم هو أن الأدلة أضعف على جانب Nanbeige.

بالنسبة لفريق يعمل خارج عملية خاضعة للتنظيم، فإن هذا القسم غير ذي صلة ويمكنك تجاوزه. أما بالنسبة لفريق يعمل داخل عملية كهذه، فقد يحسم المسألة قبل قراءة المقاييس المرجعية.

كم يكلّف الرمز، وكم تكلّف وحدة معالجة الرسومات

يتوفر Granite 4.2 30B كواجهة برمجة تطبيقات مُدارة بسعر 0.16 دولار لكل مليون رمز إدخال و0.65 دولار لكل مليون رمز إخراج، مع خصم 75% على التخزين المؤقت، ونحو 47.5 رمز إخراج في الثانية وزمن 0.82 ثانية حتى أول رمز. وتقدّر Artificial Analysis تكلفته بنحو 0.07 دولار لكل مهمة في مؤشر الذكاء. كما يمكن تنزيل الأوزان، بحجم يقارب 60 غيغابايت بصيغة BF16 أو 30 غيغابايت بدقة 8 بت — نشر على وحدة معالجة رسومات واحدة.

لا يوجد سعر منشور لكل رمز لـ Nanbeige4.3-33B لأن لا أحد يستضيفه. وتنص بطاقة الطراز صراحةً على أنه لا يوجد أي مزوّد استدلال ينشر النموذج. وتعني الاستضافة الذاتية نحو 66GB بصيغة BF16، أو نحو 20GB بدقة 4 بت، مع استخدام وصفات المورّد نفسها حجم التوازي التنسوري 4. وهذا يعني أربع وحدات GPU تبقى محجوزة سواء وصلت حركة المرور أم لا.

ضع الرقمين جنبًا إلى جنب بصدق، وستكون المقارنة بين فاتورة محسوبة بالاستهلاك تبدأ من الصفر ونفقة رأسمالية تبدأ من أربع وحدات GPU. عند الحجم المنخفض، يكون Granite أرخص بمرتبة قدر. عند الحجم العالي المستدام، يمكن لنموذج 33B مستضاف ذاتيًا أن يفوز — لكن فقط إذا كان معدل الاستخدام مرتفعًا بما يكفي لاستهلاك تكلفة العتاد على المدى الطويل، وفقط إذا كنت تقيّم وقت الهندسة بصفر. تكتشف معظم الفرق أنه ليس صفرًا.

لا يوجد أيٌّ من النموذجين على الراوتر الخاص بنا، وهذا أمر يستحق قوله بوضوح.

لا يوفّر OrcaRouter نموذج Nanbeige4.3-33B أو Granite 4.2 30B اليوم. لن نتظاهر بغير ذلك، لأن القارئ الذي يسجّل متوقعاً أيّاً من هذين النموذجين سيفقد يوماً كاملاً قبل أن يكتشف أن الكتالوج لا يتضمنه.

ما لا تزال طبقة التوجيه تفعله هو إبقاء بقية القرار منخفضة التكلفة. إذا كنت تشغّل بالفعل نموذجًا قائمًا عبر نقطة النهاية لدينا، فإن إضافة Nanbeige ذاتي الاستضافة خلف المفتاح نفسه وتوجيه شريحة من حركة المرور إليه يمثل تغييرًا في الإعدادات بدلًا من تكامل ثانٍ. كما أن نموذج الهامش 0٪ لدينا — حيث يُمرَّر سعر قائمة المزوّد كما هو — يعني أنه عندما تغيّر IBM أو أي مضيف آخر سعر Granite، فإن الرقم الذي تراه يتحرك معه بدلًا من أن يتخلف عن هامش ربح أحد الموزّعين. وهذا لا يجعل أيًا من النموذجين متاحًا. بل يجعل التجربة حولهما أقل تكلفة في التشغيل.

قائمة مختصرة، لا فائز

• إذا كنت بحاجة إلى عقد وتوقيعات ومسار للدعم: Granite 4.2 30B، فإن فجوة المعايير المرجعية لم تعد تهم.

• إذا كنت بحاجة إلى أقوى أداء مُدّعى للبرمجة الوكيلية في فئة الحجم هذه: Nanbeige4.3-33B، مع التحفظ بأن نتيجة 80.9 على Terminal-Bench 2.1 لم يُعَد إنتاجها قط خارج بطاقته الخاصة.

• إذا كنت بحاجة إلى إدخال أصلي بطول 512K مع إخراج طويل: Nanbeige4.3-33B. يصل Granite إلى 512K عبر التمديد ويوصي بإخراجات بطول 8K.

• إذا كنت بحاجة إلى الصينية: كلا النموذجين يدرجها في قائمته. بطاقة Granite تذكر الصينية ضمن 12 لغة؛ وبطاقة Nanbeige تدرج الإنجليزية والصينية. اللغة ليست عامل الحسم هنا.

• إذا احتجت إلى البدء اليوم دون أي وحدات معالجة رسومات: Granite 4.2 30B عبر واجهة برمجة تطبيقات IBM. ولا يوفّر Nanbeige أي خيار مستضاف على الإطلاق.

الخلاصة غير المريحة هي أن هذه النماذج متقاربة بما يكفي ضمن فئتها بحيث يتحدد القرار بالقيود المحيطة بها — المشتريات والنشر واللغة والوسائط — وليس بصف النقاط الـ51. قد يكون ذلك الصف حقيقياً بالفعل. لكنه أيضاً الادعاء الأقل قابلية للتحقق في هذا المقال، وينبغي أن يكون آخر سبب لاختيارك نموذجاً، لا أوله.