NVIDIA Nemotron Labs Dory 1.0 4B مقابل Qwen 3.8: النموذج 4B مفتوح الأوزان في مواجهة خط علي بابا ثلاثي المستويات

مقارنة N​VIDIA N​emotron Labs Dory 1.0 4B بـ"Qwen 3.8" ليست مواجهة — بل هي عدم تطابق بطريقة محددة ومُفيدة. Qwen 3.8 ليس نموذجًا واحدًا؛ في الطرف المفتوح الأوزان يكون Qwen3.8-27B، وهو نموذج كثيف متعدد الوسائط بحجم 27B تحت Apache 2.0 بنافذة 256K، وفوق ذلك يوجد Qwen3.8-Flash وQwen3.8-Max، وكلاهما أكبر، وكلاهما يُقدَّم فقط عبر واجهة برمجة تطبيقات Alibaba. Dory هو نقطة حفظ واحدة بحجم 4B، نصية فقط، إنجليزية فقط، من N​VIDIA، نُشرت على Hugging Face بأربع تكميمات تحت رخصة OpenMDW 1.1 مع ختم بطاقته "GA (10/16/2026)" ودون أي إعلان وراءه. إذن السؤال الحقيقي ليس ما إذا كان نموذج 4B قادرًا على التغلب على نموذج 27B. بل هو ما إذا كان نموذج 4B بالعمق المرن الذي تستضيفه بنفسك طريقةً أرخص للوصول إلى فئة المهام التي قد تستأجرها لولا ذلك من خط Qwen3.8 — والحقيقتان الأكثر صلة بالقرار هما أن Qwen3.8-27B مفتوح الأوزان، لذا يعمل كلا النموذجين على عتادك، وأن بطاقة Dory نفسها لا تقيّم أداءها مقابل أي نموذج Qwen3.8 على الإطلاق.

ما الذي تتم مقارنته فعليًا؟

ابدأ من جانب Qwen، لأن "Qwen 3.8" يدمج ثلاث طروحات مختلفة.

Qwen3.8-27B هو نموذج علي بابا مفتوح الأوزان، الكثيف، للرؤية واللغة، برخصة Apache 2.0، و27 مليار معامل، و64 طبقة، وبُعد مخفي 5,120، مع سياق أصلي من 262,144 رمزًا تقول البطاقة إنه قابل للتوسعة نحو مليون. يقبل النص والصور والفيديو ويعيد النص، ويستخدم بنية هجينة من Gated DeltaNet وGated Attention عبر 16 كتلة متكررة، ويتوفر بصيغة Transformers مع دعم vLLM وSGLang وTokenSpeed. ويحقق 90.3 على LiveCodeBench v6، و89.2 على GPQA Diamond، و79.5 على IFBench، و73.0 على Terminal-Bench 2.1، ضمن قائمة طويلة من النتائج الوكيلية والبصرية. وهو متاح للعموم منذ منتصف أغسطس 2026 وقد جرى تنزيله عدة ملايين من المرات.

Qwen3.8-Flash وQwen3.8-Max هما الطبقتان المستضافتان. Flash هو النموذج متعدد الوسائط المُحسَّن من حيث التكلفة بسياق يبلغ مليون رمز؛ أما Max فهو النموذج الرائد لشركة Alibaba، وأيضًا بمليون رمز، ويستهدف منافسة أقوى النماذج المملوكة. لا يملك أيٌّ منهما أوزانًا مفتوحة. يمكنك الوصول إليهما عبر API.

N​VIDIA N​emotron Labs Dory 1.0 4B هو النموذج 4B. كثيف، ذو حلقات، كامن-تكراري — كتلة إدخال من 8 طبقات، وكتلة متكررة من 20 طبقة تُطبَّق عددًا متغيّرًا من المرات، وكتلة إخراج من 8 طبقات — مع انتباه هجين متداخل يجمع بين النافذة المنزلقة والانتباه الكامل. نصٌّ دخلاً ونصٌّ خرجًا، بالإنجليزية فقط، وسياق 256K. مُدرَّب مسبقًا على 6 تريليونات رمز، أول ~4.5 تريليون منها أصلاً في NVFP4، إضافة إلى امتداد سياق بـ300 مليار رمز، ثم SFT وGRPO متعدد البيئات. لا توجد نقطة نهاية مستضافة له يمكننا التحقق منها.

نقطةٌ يجدر إيضاحها، لأنها تُربك الناس: توفّر NVIDIA نموذج Dory بصيغ BF16 وMXFP8 وNVFP4 وQ5_K_M GGUF. معرّف المستودع المعتمد هو معرّف MXFP8، لكن القياسات المرجعية الواردة في البطاقة أُجريت على BF16. وMXFP8 ليس سوى تكميم للأوزان نفسها، لا نموذج مختلف.

تباين المواصفات

• المعاملات — Dory 1.0 4B هو 4B كثيف، مع كتلة تكرارية تُطبَّق بشكل متكرر بحيث يتجاوز الحساب الفعّال لكل رمز عند أربع حلقات عدد المعاملات. Qwen3.8-27B هو 27B كثيف مع برج رؤية. هما ليسا في نفس فئة الوزن، وواحد فقط منهما يناسب نشرًا بذاكرة صغيرة.

• الوسائط — يستقبل Qwen3.8-27B الصور والفيديو فضلًا عن النصوص. أما Dory فيستقبل النصوص. أي عبء عمل يتضمن صورة ينتهي هنا.

• السياق — يعلن كلاهما عن 256K. تقول بطاقة Qwen3.8-27B إن لديها أصلاً 262,144 موضعًا قابلة للتمديد إلى نحو مليون؛ وتقول بطاقة Dory إنها تصل إلى 256K مع التحقق من 262,144 في vLLM بموجب أمر الإطلاق المُشحون. ويصل كل من Qwen3.8-Flash وMax إلى مليون رمز مباشرةً.

• الترخيص — Apache 2.0 لـ Qwen3.8-27B، وOpenMDW 1.1 لـ Dory. كلاهما مناسب للاستخدام التجاري؛ وApache 2.0 هو النص الأكثر ألفة.

• اللغات — Qwen3.8-27B متعدد اللغات بحكم نشأته؛ أما Dory فهو إنجليزي فقط، مع 43 لغة برمجة ضمن خليط التدريب المسبق الخاص به.

• سلوك الحوسبة — هذا هو الصف الوحيد الذي يمتلك فيه Dory شيئًا لا يمكن لـ Qwen3.8-27B تقديمه بنيويًا. عمق Dory هو معامل وقت الخدمة: حلقة واحدة لزمن الاستجابة، وحلقتان كالإعداد الافتراضي الموصى به من NVIDIA، وأربع حلقات عندما تكون الدقة الوكيلية أكثر أهمية، وكل ذلك من نقطة تحقق واحدة، مع وضع تخزين مؤقت KV في الحلقة الأخيرة يهدف إلى إبقاء ذاكرة التخزين المؤقت عند حجم الحلقة الواحدة تقريبًا بصرف النظر عن عدد الحلقات. يمتلك Qwen3.8-27B عمقًا ثابتًا؛ وروافعه هي التكميم والعتاد.

• التنسيقات — تُصدر Dory أربع صيغ تكميم، من بينها GGUF الخاص بـ llama.cpp. ولـ Qwen3.8-27B مستودع FP8 منفصل، ومنظومة مشتقات ضخمة جدًا من التكميمات والضبوط الدقيقة، وهذا ما تجلبه لك عدة ملايين من التنزيلات.

سؤال المعيار الذي يتهرّب منه جدول NVIDIA نفسه

إليك التفصيل المزعج. يقارن جدول القياسات المرجعية الخاص بـ N​VIDIA لـ Dory بينه وبين Qwen3.5-4B، وQwen3.5-9B، وGemma 4 26B A4B، وQwen3.6-35B-A3B. فهو يستخدم الجيلين السابقين من Q​wen ولا يلجأ أبدًا إلى Qwen3.8. هذا خيار يمكن الدفاع عنه لطراز بحجم 4B — إذ يبلغ Qwen3.8-27B نحو سبعة أضعاف حجمه — لكنه يعني ألا تملك الشركة المصنّعة أيّ مقارنة مباشرة منشورة مع الجيل الحالي من Q​wen على الإطلاق، في أيّ من الاتجاهين. أما بطاقة Qwen3.8-27B الخاصة بـ A​libaba، فهي تجري قياساتها المرجعية مقابل الطرازات الرائدة المملوكة، وليس مقابل طراز بحجم 4B.

ما تنشره بطاقة Dory فعلاً، في مقابل نظائرها الأقدم، يتسم بالصدق بشأن المواضع التي يُجدي فيها التكرار. اقرأ عبر إعدادات التكرار الثلاثة الخاصة بها مقابل Qwen3.5-4B وQwen3.5-9B:

• SWE-bench Verified — 50.3 / 59.5 / 61.8 مقابل 54.7 و61.0. عند أربع حلقات، يتفوق Dory اسميًا على 9B Qwen في هذا الصف.

• Terminal-Bench 2.1 — 12.5 / 18.1 / 22.2 مقابل 15 و24. إنه يخسر أمام كليهما، بما في ذلك 4B.

• τ³-bench (الخدمات المصرفية) — 11.6 / 12.89 / 14.69 مقابل 5.03 و7.22. تضاعف Dory نتائج Qwen 4B أكثر من مرتين، وتضاعف نتائج 9B قرابة مرتين.

• GPQA Diamond، بدون أدوات — 69.19 / 72.41 / 72.16 مقابل 77.71 و80.93. يخسر أمام كليهما.

• IFBench — 74.29 / 77.94 / 79 مقابل 53.83 و59. فوز كبير في اتباع التعليمات.

• AA-LCR — 63 / 71 / 73 مقابل 64.7 و68.4. يتحسّن الاسترجاع طويل السياق بشكل حاد مع الحلقات وينتهي متقدّمًا.

• AA-Omniscience — 10.03 / 10.08 / 10.03 مقابل 15.02 و18.05. لا تكاد المعرفة المخزنة تتحرك مع عدد الحلقات، وهو فحص السلامة الذي يجتازه باقي الجدول.

كل واحد من تلك الأرقام هو رقم N​VIDIA، مقيسًا على منصة الاختبار الخاصة بـN​VIDIA، مع أعداد تكرار معلنة — SciCode ثماني مرات، وAA-LCR ست عشرة مرة، وعدة معايير مرة واحدة بالضبط — وتُصنّف البطاقة درجاتها ذات الشكل الخاص بـArtificial-Analysis بأنها "تقديرات داخلية" قد تنحرف عن التقديرات الرسمية. ولا شيء من ذلك مُعاد إنتاجه.

الآن ضع بطاقة Qwen3.8-27B بجانبها. إن درجاته المعلنة البالغة 89.2 على GPQA Diamond، و79.5 على IFBench، و73.0 على Terminal-Bench 2.1 كلها أعلى من أفضل أرقام Dory على الاختبارات نفسها، وهو بالضبط ما تتوقعه من نموذج أكبر بسبع مرات ويمتلك خط تدريب أحدث بجيلين. لا يوجد أي سيناريو يتفوق فيه نموذج 4B على نموذج 27B منفّذ جيدًا في اختبار معرفي أو استدلالي، ولا يدّعي Dory ذلك. ما يدّعيه Dory شيء مختلف: أنه عند 4B يصل إلى سلوك وكيلي بمستوى 9B تقريبًا، وأنه يمكنك اختيار مقدار الحوسبة التي تنفقها على ذلك الحجم.

النشر: الفجوة ليست قريبة، والأمر لا يتعلق بالجودة.

Qwen3.8-27B إصدار عادي مفتوح الأوزان. بصيغة Transformers، ودعم مُدرَج لـ vLLM وSGLang وTokenSpeed، وشقيق FP8، ومنظومة أنتجت أكثر بكثير من ألف تكميم ومئات من عمليات الضبط الدقيق منذ أغسطس. إذا كانت بنيتك التقنية تشغّل نماذج حديثة مفتوحة الأوزان، فهي تشغّل هذا النموذج، والقيد الحقيقي الوحيد هو الذاكرة — فـ 27B كثيف عند BF16 ليس نموذجًا للأجهزة الصغيرة، لكن المتغيرات المكممة موجودة تحديدًا لذلك.

Dory هو العكس. دعم vLLM قيد المراجعة في طلب سحب مفتوح؛ وإلى أن يتم دمجه، تخبرك NVIDIA بتثبيت vLLM من ذلك الفرع باستخدام علامة precompiled-kernel، ثم التشغيل مع overrides تضبط عدد الحلقات المتكررة ووضع KV-cache. دعم llama.cpp موجود في طلب سحب مفتوح ثانٍ مع commit مثبّت وتعليمات لبناء ARM64 macOS. لا توجد نقطة نهاية مستضافة لـ Dory في أي مكان يمكننا التحقق منه، وكانت عدّادات التنزيل في المستودعات الأربعة جميعها عند الصفر عندما كُتب هذا. تقتصر أرقام السرعة المنشورة على تسريعات التكميم على DGX Spark — 1.69× و1.84× لـ MXFP8 مقابل BF16، و2.17× و2.44× لـ NVFP4، اعتمادًا على مزيج أطوال الإدخال/الإخراج — وليس الإنتاجية.

وبالمقارنة بذلك، فإن ادعاء الذاكرة في بطاقة Dory هو الجزء الهندسي الوحيد الذي قد يبرر هذا الإزعاج. تخزّن الحلقات التكرارية القياسية ذاكرة KV مؤقتة منفصلة لكل حلقة، لذا تنمو الذاكرة مع كل تمريرة. يحتفظ وضع تخزين KV المؤقت في الحلقة الأخيرة لدى Dory بذاكرة مؤقتة واحدة لكل طبقة انتباه تكرارية ويعيد الكتابة فوقها في كل تمريرة، مما يُبقي البصمة عند حجم الحلقة الواحدة تقريبًا لأي عدد من الحلقات، بدقة تقول NVIDIA إنها تظل قريبة من وضع التخزين المؤقت لكل حلقة. إذا صمد ذلك تحت قياس شخص آخر، يصبح نموذج 4B بنافذة 256K وأربع حلقات عمليًا على عتاد لم يكن ليتحمله لولا ذلك. لم يتحقق أحد خارج NVIDIA من ذلك.

أين يقع OrcaRouter فعليًا في هذه المقارنة

هذه مقارنة نادرة يمكننا فيها أن نكون محددين، لأن الطرفين هنا في وضع مختلف. جانب Qwen موجود في كتالوجنا: qwen/qwen3.8-27b هو مستضاف ذاتيًا على البنية التحتية الخاصة بـ OrcaRouter، وqwen/qwen3.8-flash وqwen/qwen3.8-max يمكن الوصول إليهما كنقاط نهاية مستضافة، وكل ذلك عبر مفتاح API واحد بسعر المزود المعلن دون أي هامش إضافي بنسبة 0%. أما جانب NVIDIA فليس كذلك — فـ NVIDIA Nemotron Labs Dory 1.0 4B ليس في الكتالوج وليس له نقطة نهاية مستضافة في أي مكان يمكننا تأكيده.

ذلك التفاوت مفيد حقًا وليس محرجًا. الحجة لصالح نموذج صغير مُستضاف ذاتيًا هي حجة تكلفة، وحجة التكلفة تحتاج إلى سعر الإيجار الذي تحتجّ ضده. ومستويات Q​wen3.8 الثلاثة تختلف أسعارها اختلافًا كبيرًا — فمستوى 27B بسعر 0.33 دولار لكل مليون رمز إدخال و2.40 دولار لكل مليون رمز إخراج، وFlash بسعر 0.15 و0.47، وMax بسعر 2.00 و6.00 — لذا فإن الصيغة الأمينة لسؤال «هل يمكن لنموذج 4B أن يحل محل هذا؟» لها ثلاث إجابات مختلفة بحسب المستوى الذي تستخدمه فعلًا اليوم. ومفتاح OrcaRouter واحد يصل إلى الثلاثة جميعًا، لذا لا يتطلب تسعير هذا السؤال ثلاثة حسابات. ولأننا نمرّر سعر القائمة الخاص بالمزوّد دون أي هامش ربح، فإن أي تغيير في سعر Q​wen ينعكس هنا في اليوم نفسه. وعندما تختار مستوى بعينه، فإن التحويل التلقائي عند الفشل عبر المزوّدين ولغة التوجيه DSL — التي تتيح لك تركيب النماذج خلف استدعاء واحد — تعني أن الانتقال من Q​wen مُستضاف إلى Dory مُستضاف ذاتيًا، أو العكس، هو تغيير في الإعدادات عند نقطة استدعاء واحدة وليس إعادة هيكلة. نحن لا نقدّم Dory؛ بل نحن الطريقة الرخيصة لقياس ما سيكون Dory بديلًا له.

الحكم

إذا كان عبء العمل لديك متعدد الوسائط أو متعدد اللغات أو كثيف المعرفة — أي شيء يحتاج فيه النموذج إلى معرفة الأشياء بدلًا من القيام بها — فإن Qwen3.8-27B هو الخيار مفتوح الأوزان، والمقارنة ليست تنافسية. فهو أكبر بسبع مرات، وأحدث بجيلين، وتسنده منظومة مشتقات واسعة، ويعمل على محركات تدعمه بالفعل، كما تعلن بطاقته الخاصة أرقامًا لا يقترب منها Dory في GPQA أو معايير تقييم التعليمات. استأجر Flash أو Max بدلًا من ذلك إذا كنت تفضّل ألا تستضيف نموذج 27B على الإطلاق.

Dory 1.0 4B رهان على محور مختلف. لا يستحق عناء البناء من فرع إلا إذا تحققت ثلاثة أمور بالنسبة لك: أن تكون المهمة نصية فقط وباللغة الإنجليزية فقط، وأن تكون وكيلية بدلًا من أن تكون معرفية، وأنك ستستخدم حقًا قرص الحوسبة — تشغيل حلقة واحدة تحت الحمل وأربع حلقات عندما تهم الدقة، من نقطة تفتيش واحدة، دون تنزيل ثانٍ. تدّعي بطاقته أن هذا الرهان يثمر في τ³-Bench واتباع التعليمات عند 4B، ويكشف ما يكفي عن كيفية إنتاج تلك الأرقام لتتمكن من تخفيضها بشكل مناسب.

ما الذي سيحسم الأمر هو الاختبار الذي لم يُجرِه أحد: Dory 1.0 4B مقابل Qwen3.8-27B على منصة اختبار مشتركة، وبنفس التكميم، وعلى مجموعة مهام وكيلية. جدول NVIDIA يتخطى جيل Qwen الحالي بالكامل، وجدول Alibaba لا ينزل إلى فئة وزن أدنى. وإلى أن ينشر أحدهم تلك المقارنة، فإن الموقف الدقيق هو أن أحد هذين النموذجين نموذج 27B مُثبَت ومدعوم ومنتشر على نطاق واسع، والآخر مستودع 4B ظهر بين عشية وضحاها وفيه فكرة مثيرة للاهتمام — والشخص الوحيد الذي يمكنه القول إن كانت الفكرة تستحق البناء هو أنت، على مجموعة مهامك.

لا شيء من ذلك افتراضي: تم جمع إخفاقات الذكاء الاصطناعي الموثقة وحوادث الوكلاء الكامنة وراء إصدارات مثل هذا في OrcaRouter AI Incident Archive، حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة النزاع الخاصة به.