Nemotron 3.5 Bolt 74B مقابل Qwen3.8-Max: أوسع فجوة على اللوحة

كل مواجهة في عائلة N​emotron 3.5 Bolt فيها فجوة. هذه هي الأوسع. N​VIDIA N​emotron 3.5 Bolt 74B-A9B 24GB يسجّل 21.4 على مؤشر Artificial Analysis Intelligence Index؛ Qwen3.8-Max، النموذج الرائد لـ A​libaba وأعلى النماذج تسجيلاً في سلسلة المقارنات هذه، يسجّل 45.4 على اللوحة نفسها التي تُدار بشكل مستقل. هذا فارق 24 نقطة، أكثر من كامل درجة المؤشر للنموذج الأصغر، وهي نقطة الانطلاق الصادقة لأي شخص يسأل عمّا إذا كان بإمكان وكيل محلي بسعة 24GB أن يحل محل الطليعة.

لا يمكنه ذلك. ما يجعل هذا الثنائي جديرًا بالكتابة عنه هو أن النموذجين يفوزان في صفوف مختلفة تمامًا، وأن جدول القياسات المرجعية الخاص بـ NVIDIA نفسه يقارن Bolt بنموذج Qwen ليس هذا النموذج.

نموذجان لا يجمع بينهما أي شيء سوى التعددية الوسائطية

N​VIDIA N​emotron 3.5 Bolt 74B-A9B 24GB هو نموذج لغوي بصري يضم 74 مليار معامل، مضغوط إلى نقطة استعادة (checkpoint) بدقة 2 بت يتّسع في 24 جيجابايت من الذاكرة. رُفعت أوزانه على Hugging Face في 7 أكتوبر 2026؛ وأعلنت N​VIDIA عنه في منشور إطلاق في 15 أكتوبر. وهو مصمَّم للعمل الوكيلي المحلي — استدعاء الأدوات، وتصفّح الويب، واستخدام الطرفية، وقراءة الشاشة — ويُباع كملف للتنزيل لا كخدمة، دون أي سعر مُقاس معلن في أي مكان.

Qwen3.8-Max هو البناء المعاكس. نموذج Alibaba الأعلى فئة هو خليط خبراء متناثر تضعه الشركة مباشرة في مواجهة أقوى النماذج المغلقة في نافذة إطلاقه، ويُقدَّم عبر ثلاثة تنسيقات اتصال — واجهة متوافقة مع OpenAI، وواجهة متوافقة مع Anthropic، وDashScope الخاصة بـ Alibaba — عبر مناطق في بكين وسنغافورة وطوكيو وفرانكفورت وفيرجينيا. أُطلق النموذج المستضاف في 3 أغسطس 2026 مع إدخال الصور والفيديو، وسياق يبلغ مليون رمز، ومفتاح تبديل للتفكير؛ ولقطة 2 سبتمبر هي الإصدار المُقيَّم حاليًا على لوحات الصدارة. النموذج الشقيق مفتوح الأوزان في العائلة نفسها، Qwen3.8-2.4T-A95B، إصدار منفصل وليس النموذج المقاس هنا.

أحدهما ملف. والآخر خدمة. لا يزال للمقارنة فائدة، لأن الخدمة تنشر سعرًا بينما الملف لا يفعل، والفرق بينهما هو ما يشتريه النشر المحلي فعليًا.

• مؤشر الذكاء — N​VIDIA N​emotron 3.5 Bolt 74B-A9B 24GB: 21.4. Qwen3.8-Max: 45.4. كلاهما مُقاس بشكل مستقل بواسطة Artificial Analysis.

• السياق — 262,144 رمزًا لنقطة تحقق NVIDIA مقابل نحو 983,000 لـ Qwen3.8-Max، مع حد أقصى للمخرجات يبلغ 131,072 رمزًا على جانب Alibaba.

• المعلمات — 74 مليارًا إجمالًا و9 مليارات نشطة لـ Bolt؛ الطبقة الرائدة لدى Alibaba هي خليط متناثر من الخبراء من رتبة مختلفة تمامًا، إذ تُفعِّل نحو 95 مليار معلمة لكل رمز في صيغتها مفتوحة الأوزان.

• المدخلات — النص والصور والفيديو كمدخلات، والنص كمخرجات لكليهما. هذا هو البُعد الوحيد الذي يتشابهان فيه تشابهًا حقيقيًا.

• السعر — Qwen3.8-Max: $2.00 لكل مليون رمز إدخال، $6.00 لكل مليون رمز إخراج، $0.25 للإدخال المخزّن مؤقتًا. Bolt: لا شيء، لأنه لا توجد نقطة نهاية للشراء.

• التكلفة لكل مهمة في Intelligence Index — 5.41 دولار لـ Qwen3.8-Max، مقيسة. لا يوجد رقم لـ Bolt، للسبب نفسه.

• السرعة — Qwen3.8-Max: 39.8 رمز إخراج في الثانية، مع 3.06 ثوانٍ حتى أول رمز، ووسيط زمن استدلال قدره 50.3 ثانية لكل استجابة، وكلها مقيسة بشكل مستقل. Bolt: لا يوجد أي قياس مستقل للإنتاجية.

الصفوف، التي تأتي منها النقاط الـ24

قام Artificial Analysis بتشغيل كليهما. وقراءة التفاصيل سطراً بسطر أكثر فائدة من المؤشر المركَّب، لأن المؤشر المركَّب يخفي حقيقة أن كلاً من النموذجين ليس متقدماً بشكل موحَّد.

• Terminal-Bench 2.1 — Qwen3.8-Max بنسبة 88.8 بالمئة، مقيسة بشكل مستقل. لا يوجد لـ Bolt إدخال مستقل في هذا المعيار؛ وتُبلغ NVIDIA عن 50.98 في بطاقة النموذج الخاصة بها.

• GPQA Diamond — Qwen3.8-Max بنسبة 92.8 بالمئة بشكل مستقل. رقم Bolt البالغ 86.43 هو رقم N​VIDIA نفسه، ولا تملك اللجنة أي رقم مستقل له.

• Humanity's Last Exam، بدون أدوات — Qwen3.8-Max بنسبة 43.1 في المئة مقابل 24.7 في المئة لـ Bolt، وقد قُيِّس كلاهما بشكل مستقل.

• الاسترجاع طويل السياق (AA-LCR) — ‏80.3 بالمائة مقابل 69.7 بالمائة، وكلاهما مقيس.

• الترميز العلمي (SciCode) — 52.1 في المئة مقابل 39.7 في المئة، وكلاهما مُقاس.

• الاستدلال متعدد الوسائط (MMMU-Pro) — Qwen3.8-Max بنسبة 82.8 بالمئة، مقيسة بشكل مستقل. لا يوجد لـ Bolt إدخال مستقل، وهو إغفال ملحوظ بالنسبة لنموذج تتمثل نقطة بيعه الرئيسية في قدرته على الرؤية.

• المخرجات المهنية (GDPval-AA) — Qwen3.8-Max 0.583 مُعاير مقابل 0.240 الخاص بـ Bolt، وكلاهما مُقاس.

• عمليات الوكلاء وتقنية المعلومات — تسجل Qwen3.8-Max نسبة 42.4 بالمئة على APEX-Agents، و40.3 بالمئة على ITBench-SRE، و45.0 بالمئة في تقييم وكيل المحلل. ولا يملك Bolt أي درجات مستقلة في أي من هذه الأعمدة الثلاثة.

• عدم الهلوسة (AA-Omniscience) — Qwen3.8-Max بنسبة 71.2 بالمئة مقابل 56.3 بالمئة لـ Bolt، مع دقة عند 31.7 بالمئة مقابل 17.1 بالمئة. وخلافًا لمقارنة Bolt مقابل Ultra، حيث يفوز النموذج المضغوط بصف المعايرة، هنا يحصد الطراز الرائد كلا الصفين.

• التكلفة لكل مهمة فهرسة — 5.41 دولار لـ Qwen3.8-Max. هذا هو أعلى رقم للتكلفة لكل مهمة في عائلة المقارنات حول هذا النموذج، وهو الرقم الذي يجعل الخيار المحلي مثيرًا للاهتمام حتى مع فارق 24 نقطة.

ما الذي يشتريه 5.41 دولارًا لكل مهمة، وما الذي يشتريه 24GB بدلًا من ذلك

اقتصاديات Qwen3.8-Max غير معتادة بالنسبة لنموذج رائد: سعر الرمز الواحد البالغ 2.00 دولار للإدخال و6.00 دولارات للإخراج معتدل، لكن النموذج يقضي وقتًا طويلًا في التفكير. وسيط زمن الاستدلال في جولات اللجنة هو 50.3 ثانية، ويبلغ متوسط زمن الاستجابة من البداية إلى النهاية 65.9 ثانية. المهمة التي يستغرق فيها النموذج دقيقة من التأمل الداخلي تولّد الكثير من رموز الإخراج، والتكلفة لكل مهمة فهرسة هي المقياس الذي يكشف ذلك. هذا ليس انتقادًا للنموذج — فالاستدلال العميق هو المنتج — لكنه السبب في أن حلقة وكيل عالية الحجم تصبح مكلفة بسرعة في هذه الفئة.

هذا هو بالضبط عبء العمل الذي صُمم له Bolt. لا تحتوي نقطة التحقق المحلية على عداد لكل رمز على الإطلاق: التكلفة الحدية لاستدعاء أداة هي الكهرباء، والتكلفة الثابتة هي وحدة معالجة رسومات. بالنسبة لوكيل يعمل دائمًا ويقوم بآلاف الخطوات الإجرائية الصغيرة — قراءة شاشة، استدعاء نقطة نهاية، تحرير ملف — فإن المقارنة ليست بين 21.4 و45.4، بل بين ثابت وفاتورة متزايدة. إن تصور NVIDIA نفسه هو أن Bolt موجود لكي تتمكن المهام الوكيلية اليومية من العمل محليًا دون إرسال عبء العمل إلى السحابة، وهو يقدم تقارير بنتيجة 50.86 على WebArena vision و66.75 على BrowseComp لتلك المهام تحديدًا.

المشكلة أن التكلفة الثابتة حقيقية وزمن الاستجابة غير معروف. وصفة الخدمة المرجعية من NVIDIA متعددة الخطوات: إصدار vLLM الليلي مثبَّت، وحزمة نواة b12x، وملحق محلل الاستدلال المُنزَّل بشكل منفصل، وخلفيات Mamba والانتباه الصريحة، وإعداد فك تشفير تخميني يستخدم مُسوّد LiLiCorr مع سبع رموز مسودة. تنشر NVIDIA معدل الإنتاجية عند 83.99 رمزًا في الثانية على AIPerf SPEED-Bench-Coding على جهاز من فئة الحواسيب المحمولة — رقم مورّد على معيار مورّد، دون أي تشغيل مستقل للتحقق منه.

خط الأساس الذي اختارته N​VIDIA

هناك شيء آخر جدير بالملاحظة، وهو درسٌ في القراءة وليس درسًا تقنيًا. يتضمن جدول المعايير على بطاقة نموذج ‏Bolt‏ نموذج ‏Qwen‏ كنقطة مقارنة — وهو ‏Qwen3.6-35B-A3B‏، وهو نموذج أصغر بكثير من النموذج الرائد المُقاس في هذه الصفحة. يُظهر جدول ‏NVIDIA‏ أن ‏Bolt‏ يفوز في ‏Terminal-Bench 2.1‏ و‏GPQA Diamond‏ و‏BrowseComp‏ و‏GDPVal‏ و‏Tau3 Banking‏ و‏SciCode‏ و‏AA-LCR‏ و‏MCP-Atlas‏ ضد ذلك النموذج، بينما يخسر في دقة ‏AA-Omniscience‏، و‏AA-Omniscience non-hallucination‏، و‏PinchBench‏.

قد تكون تلك المقارنات صحيحة بحق. لكن القارئ الذي يستخلص من الجدول أن «Bolt يتفوق على Qwen» إنما يقارن نموذجًا طرفيًا بحجم 74B بنموذج MoE من فئة النماذج الكثيفة بحجم 35B، لا بفئة Alibaba الطليعية. وفي مواجهة Qwen3.8-Max يسير السجل المستقل في الاتجاه المعاكس في كل صف مشترك تقريبًا، وتتسع الفجوة بدل أن تضيق في أصعب الاختبارات المعيارية. وعندما يختار المورّد خطوط أساسه بنفسه، فإن التصرف الأمين هو التحقق مما يكون عليه خط الأساس.

كيف تقرر

اختر Qwen3.8-Max عندما تكون الصحة هي القيد. إذا كانت المهمة تحليلًا متعدد الخطوات، أو استدلالًا متعدد الوسائط صعبًا، أو عملًا وكيليًا له عواقب حقيقية، أو أي شيء تقيسه المعايير التي يتقدّم عليها بـ24 نقطة، فإن الخيار المحلي ليس مرشحًا — وبسعر 2.00 دولار و6.00 دولارات لكل مليون رمز، فإن تسعيره كبنية تحتية لا كترف. وهو أيضًا النموذج الذي تختاره عندما يحتاج سير العمل إلى مخرجات منظمة، واستدعاء أدوات أصلي، وسياق بمليون رمز في نداء واحد، وكلها توثّق A​libaba أنها مدعومة.

اختر Bolt عندما يكون القيد هو مكان حدوث العمل. فالخصوصية، والتشغيل دون اتصال، وزمن استجابة لا يعتمد على الشبكة، وتكلفة لكل استدعاء غير موجودة هي أربع حجج منفصلة، وكل واحدة منها كافية بحد ذاتها لبعض الفرق. النموذج بارع في الإجراءات وضعيف في الاسترجاع؛ فوجّهه نحو الأول.

بالنسبة للنصف المستضاف، يمكن الوصول إلى Qwen3.8-Max عبر OrcaRouter باسم qwen/qwen3.8-max/ على المفتاح نفسه المستخدم مع أكثر من 200 نموذج آخر، بسعر قائمة المزوّد لدى علي بابا دون أي هامش مضاف — ما يعني أن أي تغيير في سعر المورّد يصل إلى جانبنا في اليوم نفسه بدلاً من نهاية دورة الفوترة. وهذا يهم في هذه الفئة أكثر مما يهم في فئة رخيصة، لأن 5.41 دولارات لكل مهمة فهرسة رقم سيرغب فريق مالي في إعادة التحقق منه شهريًا. النقطة التي يغيّر فيها التوجيه شكل القرار هي مشكلة الحجم: يمكن لعبء عمل يتكوّن من 90 بالمئة خطوات إجرائية صغيرة و10 بالمئة استدلال صعب أن يرسل نسبة الـ10 بالمئة إلى هنا ويُبقي الباقي محليًا، مع تجاوز الفشل التلقائي عبر المزوّدين بحيث تنتهي الفئة المستضافة بإعادة محاولة بدلاً من انقطاع.

نحن لا نستضيف أي نموذج من NVIDIA وليس لدينا نقطة نهاية Bolt — عائلة Nemotron ليست ضمن كتالوجنا، والشق المحلي من هذه المقارنة مسألة عتاد لا تمسّها أي طبقة توجيه.

الرقم غير المحلول

ما لم ينشره أحد بعد هو القياس الذي سيجعل هذه المقارنة مكتملة: اختبار مستقل للاستجابة ومعدل النقل على نقطة الحفظ بحجم 24GB عند حجم دفعة واحد، على جهاز يمكن لشخص شراؤه. إذا اتضح أن نقطة حفظ بحجم 74B بترميز 2-بت تعمل بخطوات وكيل تفاعلية بسرعة قابلة للاستخدام، فإن فجوة الـ 24 نقطة تصبح فجوة يمكنك الالتفاف حولها — محليًّا للإجراءات، ومستضافًا للاستدلال. وإذا لم يحدث ذلك، فإن الخيار المحلي يصبح أداة دفعية وتنهار المقارنة إلى السعر فقط. في كلتا الحالتين، الإجابة تفصلها publicação واحدة، وهي الشيء الذي يجب البحث عنه قبل التخطيط لنشر هذا النموذج.

المقارنات من هذا النوع هي أيضًا المكان الذي تظهر فيه أنماط الفشل: فالحوادث الموثّقة للذكاء الاصطناعي وإخفاقات الوكلاء الكامنة خلف النماذج في هذه الفئة تُجمع في OrcaRouter AI Incident Archive، حيث يحمل كل مُدخل مصادره الخاصة ودرجة خطورته وتصنيف الثقة الخاص به وعلامة كونه متنازعًا عليه.