Nemotron 3.5 Bolt مقابل Kimi K3: تنزيل بحجم 24 جيجابايت في مواجهة قارئ بمعاملات تبلغ 2.8 تريليون

الإجابة القصيرة الصادقة هي أن هذين النموذجين لا يتنافسان على الوظيفة نفسها، والسبب قابل للقياس في رقم واحد. يحتفظ Kimi K3 بـ 1,048,576 توكن من السياق. أما NVIDIA Nemotron 3.5 Bolt 74B-A9B 24GB فيحتفظ بـ 262,144. إذا كانت مهمتك هي «اقرأ هذا المتن بأكمله وأجب في تمريرة واحدة»، فإن نقطة التحقق بحجم 24GB مستبعدة قبل أن يهم أي شيء آخر عنها — وإذا كانت مهمتك هي «التشغيل على محطة عمل بلا شبكة، وبلا عدّاد، وبلا مورّد في الحلقة»، فإن Kimi K3 ليس طرفًا في الحديث أيضًا. Kimi K3 هو نموذج خليط خبراء (mixture-of-experts) بـ 2.8 تريليون معامل، نشرته Moonshot AI في 15 يوليو 2026 ضمن واجهة برمجة تطبيقات مستضافة واحتكارية. أما Nemotron 3.5 Bolt 74B-A9B 24GB فهو ملف مفتوح الأوزان ينفق 9 مليارات من أصل 74 مليار معامل على أي توكن معيّن، ويتّسع في 24GB من الذاكرة.

نُشرت نقطة تفتيش Bolt على Hugging Face في 7 أكتوبر 2026 دون أي إعلان مصاحب لها. أما منشور NVIDIA نفسه الذي يسمّي النموذج — ونظيره بسعة 4GB، Nemotron 3.5 Bolt E4B — فقد وصل في 15 أكتوبر، بعد ثمانية أيام. هذا الترتيب يستحق المعرفة لأنه يحدّد ما يمكن التحقق منه: ثمانية أيام من السجل العام تتكوّن من ملف قابل للتنزيل وبطاقة نموذج، والنص الذي يشرحه جاء بعد ذلك.

ما الذي صُمِّم كل نموذج للقيام به

Kimi K3 هو المنتج الرائد لدى Moonshot وأكثر إصداراته قدرة حتى الآن: خليط خبراء متناثر بـ2.8 تريليون معامل، مع نحو 104 مليار معامل نشط لكل رمز، مصمم للبرمجة طويلة الأفق والعمل المعرفي من طرف إلى طرف، ويقبل النصوص والصور ويعيد النصوص. يُقدَّم كخدمة، لا يُشحن. لا يوجد تنزيل، ولا بناء مُكمَّم للتشغيل محليًا، ولا إصدار منه صغير بما يكفي لحاسوب محمول.

Nemotron 3.5 Bolt هو البناء المعاكس. أخذت NVIDIA نموذجها Nemotron 3.5 Super VL بسعة 120B-A12B، وطبقت ضغطًا يقوده الموجِّه وتسميه Star Elastic للوصول إلى 74B-A9B، ثم كمَّمت النتيجة إلى 2.0625 بت لكل عنصر خبير — بتنسيق IQ2_XXS — مع تقطير واعٍ بالتكميم لاستعادة الدقة التي يكلّفها التسعير. العمود الفقري هو مزيج هجين من Mamba-2 وTransformer تسميه الشركة LatentMoE، مع مشفّر رؤية C-RADIO v4-H لمدخلات الصور والفيديو. يعمل تحت vLLM على أجزاء Ampere وHopper وBlackwell، وعلى أجهزة RTX Spark وDGX Spark من خلال llama.cpp، بموجب ترخيص OpenMDW-1.1 الذي يسمح بالاستخدام التجاري.

قراءة مدونة طويلة، مُسعّرة

هنا تتحوّل المقارنة إلى عملية حسابية لا إلى مسألة تفضيل. يتم توجيه Kimi K3 على OrcaRouter بسعر Moonshot المعلن دون أي إضافات: 3.00 دولارات لكل مليون رمز إدخال، و15.00 دولارًا لكل مليون رمز إخراج، والقراءات المخزّنة مؤقتًا بـ0.30 دولار. وزمن p50 للوصول إلى أول رمز في كتالوجنا هو 7.02 ثانية، مع p95 يبلغ 10.00 ثوانٍ، وقد نقل 990.6 مليون رمز من حركة المرور الموجّهة عبر كتالوجنا خلال الأيام السبعة الماضية — فقراءة السياق الطويل على نطاق واسع عبء عمل حقيقي وليست تجربة فكرية.

ليس لـ Nemotron 3.5 Bolt سعر، لأنه لا يوجد شيء يمكن تسعيره. فلا توجد له نقطة نهاية مستضافة، ولا واجهة برمجة تطبيقات من مزوّد، ولا بطاقة أسعار، وتُدرج Artificial Analysis سرعته وتكلفته لكل مهمة Intelligence Index على أنها N/A للسبب نفسه تحديدًا. ما لديه بدلًا من ذلك هو سقف ذاكرة تشتريه مرة واحدة، وتكلفة حدية تُقرَّب إلى فاتورة الكهرباء. وبالنسبة لخط أنابيب يقرأ مجموعة نصوص ثابتة كل ليلة، فإن الفرق بين 3 دولارات لكل مليون رمز إدخال والصفر ليس خصمًا — بل هو نموذج محاسبة مختلف، ونقطة التعادل سؤال إنفاق رأسمالي يجيب عنه فريقك المالي، وليس هذه المقالة.

الرؤية ليست العامل الحاسم كما يفترض الناس

كلا النموذجين يستقبل الصور. وهنا ينتهي التشابه.

• الإدخال — يقبل Kimi K3 النصوص والصور؛ بينما يقبل Nemotron 3.5 Bolt النصوص والصور والفيديو. وبالنسبة لوكيل يشاهد تسجيلًا لشاشة أو يلتقط إطارات من بث كاميرا، لا يمكن تسليم الملف مباشرةً إلا إلى واحد منهما فقط.

• دقة مسار الرؤية — يحمل Bolt مُرمِّز رؤية C-RADIO v4-H مصممًا لغرض محدد، ويرث سلوكه متعدد الوسائط من عميل Super VL الذي ضُغط منه؛ ويُوثَّق الفهم البصري لدى Kimi K3 بأنه أصيل، لكنه ليس الجزء الذي تتصدر به Moonshot النموذج. يُدرج جدول NVIDIA الخاص درجة رؤية WebArena مقدارها 50.86 لـ Bolt؛ اعتبرها مُبلَّغًا عنها من المورّد.

• التحكم في الاستدلال — لا يوفّر Kimi K3 أي temperature أو top_p أو seed، ويُحدَّد عمق الاستدلال عبر معامل جهد الاستدلال وحده؛ أما وضع الاستدلال في Bolt فهو مفتاح في قالب المحادثة، enable_thinking صحيح أو خطأ، موروث من عميل Super VL نفسه.

• تكهن — تأتي Bolt مزودة بمُسوِّد LiLiCorr يُدار عبر DFlash ويقترح سبعة رموز مقدمًا في كل خطوة، وهو الآلية الكامنة وراء ادعاء NVIDIA بـ 84 رمزًا في الثانية على AIPerf SPEED-Bench. لا توجد رافعة مكافئة على نقطة نهاية مستضافة؛ فأنت تحصل على ما يوفره المشغل.

الفجوة المقيسة، ومِمَّ تتكوّن

يضع Artificial Analysis نموذج Kimi K3 عند 43.6 على مؤشر Intelligence Index الخاص به، ويضع Nemotron 3.5 Bolt عند 21. لا توجد أي طريقة لقراءة ذلك على أنه متقارب. صفوف Kimi K3 المساندة قوية في المواضع التي يحتاجها فيها قارئ السياق الطويل — مؤشر AA Coding Index البالغ 76.2 في المرتبة التاسعة من 138 نموذجًا تم قياسها، ودرجة GPQA Diamond البالغة 93.5، ورقم استدعاء السياق الطويل البالغ 88.7، وهو الرقم الذي يخبرك بأن نافذة المليون توكن قابلة للاستخدام بدلًا من أن تكون معلنة فقط.

نتيجة Bolt's 21 من نوع مختلف. فهي رابع أعلى نتيجة بين 67 نموذجًا في فئتها المُفلترة حسب البصمة، مقابل وسيط للفئة قدره 8، وتصفها Artificial Analysis بأنها من بين النماذج الرائدة مفتوحة الأوزان ذات الحجم المماثل. الطريقة الصحيحة للتوفيق بين الرقمين هي أن أحدهما يقيس ما يستطيع مختبر رائد فعله دون قيد على الذاكرة، والآخر يقيس ما يمكن أن تستوعبه سعة 24GB. اثنتان وعشرون نقطة مؤشر هي ثمن هذا القيد، وليست دليلًا على أن النموذج الأصغر بُني بشكل سيئ.

ما ينقص في جانب Bolt هو أي قياس مستقل لمدى سرعته. تذكر NVIDIA أن 80 توكنًا في الثانية على الأقل من فك الترميز هو هدف التصميم، و84 في اختبارها الخاص، مع 83.99 توكنًا في الثانية في تشغيل llama.cpp على Surface Laptop Ultra بذاكرة 128GB. واعتبارًا من وقت الكتابة، لم ينشر أي طرف ثالث رقم إنتاجية أو كمون لأوزان 24GB. في المقابل، كمون Kimi K3 مقيس ومعلن — 7.02 ثانية p50 حتى أول توكن، و10.00 ثوانٍ p95 — وهذه هي الأرقام التي يجب التخطيط بناءً عليها، لا أرقام المورّد.

حيث تغيّر طبقة التوجيه الإجابة

Kimi K3 موجود في الكتالوج لدينا تحت الاسم kimi/kimi-k3 بسعر القائمة لدى Moonshot مع هامش ربح مضاف نسبته 0%، ويقع خلف المفتاح نفسه الذي توجد خلفه أكثر من 200 من النماذج الأخرى، مع تحويل تلقائي عند الفشل عبر مزوّدي الخدمة upstream عندما يتدهور أداء أحدهم. Nemotron 3.5 Bolt ليس في الكتالوج لدينا — فنحن لا نستضيف أي checkpoint من NVIDIA ولا توجد نقطة نهاية Bolt لاستدعائها — لذا فسؤال التوجيه هنا ليس أيّهما نقدّم. بل هو كيفية تواصل نصفَي خط أنابيب حقيقي أحدهما مع الآخر.

النمط الذي ينجح هو قارئ محلي ومُستدِلّ مُستضاف. يعمل Bolt على عتادك ويتولى التمريرات عالية التكرار حيث لا يجوز أن تغادر البيانات المبنى وحيث يجعل الحجم الفوترة لكل رمز مؤلمة. يتولى Kimi K3 الطلبات التي تحتاج نافذة بمليون رمز أو استدلالًا بمقياس الحدود القصوى، بتكلفة $3 و$15 لكل مليون رمز. ضع قاعدة توجيه أمام كليهما فيصبح التقسيم سطرًا من الإعدادات بدلًا من إعادة هيكلة: أي طلب يتجاوز ميزانية السياق المحلي يذهب إلى Kimi K3، وكل ما عدا ذلك يبقى على محطة العمل. اندماج النماذج هو النسخة الجديرة بالمعرفة إذا كانت الاستدعاءات المكلفة هي المهمة — عدة نماذج تجيب عن المطالبة نفسها معًا وتأخذ ما تتفق عليه.

ماذا تشاهد

الأدلة المحددة التي من شأنها أن تحسم هذه المقارنة الثنائية محدودة ووشيكة. أول اختبار مستقل للإنتاجية وزمن الاستجابة على أوزان Bolt بسعة 24GB إما أن يؤكد معدل NVIDIA البالغ 84 رمزًا في الثانية أو يخفضه؛ وسعر استضافة معلن لـ Bolt سيحوّل شقّ التكلفة في هذه المقارنة إلى مسألة حسابية؛ وقياس ثانٍ لاستدعاء السياق الطويل لدى Kimi K3 سيؤكد أن 88.7 خاصية للنموذج لا خاصية لمنصة اختبار واحدة.

حتى ذلك الحين، يظل الملخص أضيق من الإطار الذي يقدّمه أي من المورّدين. إن Kimi K3 هو النموذج الأفضل على كل محور يمكن لمعيار قياس أن يقيسه، وهو الوحيد من بين الاثنين الذي يمكنك استدعاؤه بعد ظهر هذا اليوم. أما Nemotron 3.5 Bolt فهو الوحيد من بين الاثنين الذي يستمر في العمل عندما تنقطع الشبكة، والوحيد الذي تكون تكلفته الحدية لكل توكن صفرًا. اختر الثاني للأعمال التي ما كان ينبغي إرسالها إلى أي مكان قط، والأول للأعمال التي تحتاج إلى وصول.