
Nemotron-Labs-Sigma-distill-8B-nfe4 مقابل Nemotron 3.5 Lightning 30B A3B: إصداران من NVIDIA لا يتنافسان أبدًا
- GoogleجديدGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 لكل مليون رمز · 90 tok/s
- AnthropicجديدAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 لكل مليون رمز · 97 tok/s
- orcaجديدOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaجديدOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 لكل مليون رمز · 88 tok/s
- OrcaجديدOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 لكل مليون رمز · 133 tok/s
- OrcaجديدOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 لكل مليون رمز · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 لكل مليون رمز · 127 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 لكل مليون رمز · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447الذكاء
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 لكل مليون رمز · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929الذكاء
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 لكل مليون رمز · 146 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733الذكاء
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740الذكاء
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 لكل مليون رمز · 124 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955الذكاء
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855الذكاء
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 لكل مليون رمز · 218 tok/s
ضع Nemotron-Labs-Sigma-distill-8B-nfe4 وNemotron 3.5 Lightning 30B A3B في الجملة نفسها، وستكون ردة الفعل البديهية أن تسأل أيهما أذكى. لا جواب لهذا السؤال، وليس لأن البيانات شحيحة — بل لأن النموذجين لا يشتركان في أي معيار قياس، ولا أي طول سياق، ولا أي حزمة خدمة، ولا أي عملية إصدار. Nemotron-Labs-Sigma-distill-8B-nfe4 هو نموذج انتشار مستمر بحجم 8B نشرته NVIDIA في 12 نوفمبر 2026 دون أي إعلان، ونُزّل خمس مرات. أما Nemotron 3.5 Lightning 30B A3B فهو خليط خبراء هجين من Mamba-2 والانتباه، بإجمالي 30B و3B نشطة، صدر في أغسطس مصحوبًا ببطاقة نموذج، ونقطة نهاية على build.nvidia.com، و962,098 عملية تنزيل الشهر الماضي. المقارنة المفيدة ليست خط نتيجة. بل أيّهما تستطيع فعلاً أن تضعه أمام مستخدم، ولأي غرض.
تصف البطاقتان منتجين مختلفين، وليس مستويين مختلفين.
اقرأ أقسام حالات الاستخدام جنبًا إلى جنب، وعندها تتوقف الفجوة عن كونها مسألة قدرات. تنص بطاقة Sigma-distill على أنها مخصصة لـ«البحث في التوليد الحساس لزمن الاستجابة، ودراسات فك الترميز التخميني والمتوازي، والتجريب الموجّه نحو النشر»، وتذكر أن النموذج «يعمل دون اتصال على عتاد المستخدم نفسه؛ ولا تستضيف NVIDIA أي خدمة». وتشير بطاقة Lightning إلى نقطة نهاية متوافقة مع OpenAI على integrate.api.nvidia.com، ووسم حاوية vLLM، وزوج أخذ عينات موصى به من temperature 1.0 وtop_p 0.95، ومفتاح تبديل وضع التفكير في قالب المحادثة، وثلاث نقاط حفظ مسودة منفصلة لفك الترميز التخميني.
أحدهما ملف. والآخر خدمة يقف خلفها ملف. هذا الاختلاف هو ما يوجّه تقريبًا كل شيء آخر في هذا المقال:
• المعلمات — 8B كثيفة (9.03B في إحصاء safetensors عند احتساب رأس القراءة المساعد) مقابل 30B إجمالًا مع 3B نشطة لكل رمز.
• البنية — مفكك ترميز بنمط Ministral مع رأس انتشار مستمر ذي 16 بُعدًا مقابل طبقات Mamba-2 وMoE والانتباه الانتقائي المتشابكة مع رؤوس التنبؤ متعدد الرموز.
• السياق — 4,096 توكنًا للإدخال والمخرجات معًا مقابل ما يصل إلى 1,000,000، مع التحفظ بأن بطاقة H100 واحدة تصل إلى نحو 256,000 فقط، بينما يتطلب المليون الكامل ثماني بطاقات H100s أو بطاقة GB200 أو B200.
• اللغات — الإنجليزية فقط مقابل الإنجليزية بالإضافة إلى لغات البرمجة، والإسبانية، والفرنسية، والألمانية، والإيطالية، واليابانية، مع الصينية في التدريب اللاحق.
• شكل الإصدار — البطاقة والأوزان فقط، لا نقطة نهاية للمورّد، ولا إعلان مقابل نقطة نهاية مستضافة، وبنية مرجعية BF16، وبنية NVFP4، وثلاثة نماذج مسودة لفك التشفير التخميني.
• التنزيلات في آخر ثلاثين يومًا — خمسة مقابل 962,098 على مستودع BF16 وحده، قبل احتساب 901,381 على إصدار NVFP4.
• الترخيص — رخصة NVIDIA Nemotron Open Model لكليهما، مع أنّ بطاقة Lightning تُسمّيها OpenMDW-1.1.
لا يوجد مقياس مرجعي مشترك، لذا لا توجد نتيجة.
هذا هو الجزء الذي تتغاضى عنه معظم صفحات المقارنة. تُدرج بطاقة Sigma-distill GSM8K وMATH (Minerva) وHumanEval وHumanEval+ وMBPP وMBPP+ عند عشر بذور مع خطأين معياريين، إضافةً إلى متوسط ست مهام قدره 66.36. أما بطاقة Lightning فتُدرج MMLU Pro وGPQA Diamond وHLE وSciCode وSWE-bench Verified وSWE-bench Multilingual وTerminal-Bench 2.1 وPinchBench وBrowseComp وτ³-bench Banking وGDPval-AA-V2 وIFBench وAA-LCR وAA-Omniscience. التقاطع هو المجموعة الفارغة. لا يظهر أي معيار تقييم في كلتا البطاقتين.
ليس ذلك مصادفةً في التقرير. فالتقييمان يختبران أمرين مختلفين عمدًا. مهام Sigma الست هي استدلال بإجابات قصيرة وإكمال للشيفرة عند بضع مئات من الرموز؛ أما مهام Lightning فهي هندسة برمجيات وكيلية، واسترجاع للسياق الطويل، ومعرفة مهنية. النموذج ذو نافذة 4,096 رمزًا والذي لا يملك قالب محادثة لا يستطيع الخضوع لمنصة اختبار SWE-bench، والنموذج المدرَّب على إكمال جسم دالة لا تُطرح عليه أسئلة GPQA.
إذن الخط الصادق الوحيد الذي يمكن رسمه هو هذا: على مهامه الستّ الخاصة، يحقق Sigma-distill nfe4 متوسطًا قدره 66.36 عند عشر بذور، وهو رقم حقيقي ضمن بروتوكول حقيقي، ولا يقول شيئًا عن كيف سيكون أداؤه على أي شيء قيس عليه Lightning. وأي شخص يخبرك أن أحدهما يتفوق على الآخر إنما يقارن لا شيء.

السرعة هي الجانب الذي تصبح عنده المقارنة مثيرة للاهتمام — وتبقى عنده دون حسم.
كلا النموذجين سريعان بطرق يصعب وضعها على محور واحد، وهذا هو الموضع الوحيد الذي تحمل فيه المقارنة مضمونًا حقيقيًا.
يولّد Sigma-distill 32 رمزًا لكل كتلة في 4 تقييمات إزالة ضوضاء بالضبط إضافةً إلى قراءة واحدة. خمسة تمريرات أمامية، 32 رمزًا: 6.4 رمز لكل تمرير أمامي. ولأن عدد الخطوات ثابت بحكم التدريب، فإن تلك النسبة لا تتغير بتغيّر طول المطالبة أو طول الإخراج — فهي ثابت، ولا يسمح لك كود الاستدلال في البطاقة بتجاوزها. تُبلغ بطاقة النموذج الأب عن 120–140 رمزًا في الثانية على وحدة H100 واحدة عند 32 خطوة لكل كتلة من 64 رمزًا؛ بينما لا ينشر المتغيّر المقطَّر أي رقم للرموز في الثانية على الإطلاق، لذا فإن حساب «تمريرات أقل بمقدار 6.4×» ليس إنتاجية مقيسة.
يأخذ Lightning المسار الآخر. فهو MoE نشط بحجم 3B، لذا فإن كل تمريرة أمامية رخيصة، وتطرح NVIDIA نموذج DSpark كخيار افتراضي موصى به لفك التشفير التخميني، مع DFlash ورؤوسه الخاصة للتنبؤ بعدة رموز كبدائل. كذلك فإن أرقام إنتاجيته ليست مدرجة على بطاقة المواصفات بوحدة الرموز في الثانية — لكن تنزيلاته ووصفة خدمته يخبرانك أنه شُغّل في الإنتاج، وهو ما لم يحدث مع Sigma.
الفرق المهم هو أن تسريع Sigma بنيوي وثابت لكل توكن، بينما تسريع Lightning تخميني ويعتمد على عبء العمل. فعقد ثابت من 5 استدعاءات لكل 32 توكن قابل للتنبؤ بطريقة لا تكون فيها معدلات قبول المسودات كذلك أبدًا. كما أنه غير قابل للقياس اليوم، لأن لا أحد نشر رقم إنتاجية واحدًا لنقطة التحقق nfe4.
كم يكلفك تشغيل كل واحد منها
Sigma-distill هو 18.06 GB من أوزان bfloat16 موزّعة على أربع شظايا، ويُحمَّل عبر شيفرة PyTorch eager من المستودع نفسه باستخدام trust_remote_code، على وحدة معالجة رسومات CUDA، دون paged attention ودون continuous batching ودون بناء مُكمَّم في المجموعة. لا يوجد سعر لكل رمز لأن لا توجد نقطة نهاية: تنص بطاقة NVIDIA على أن النموذج يعمل على عتادك وأن NVIDIA لا تستضيف أي خدمة.
إن Lightning هو الشكل المعاكس. تضم أوزان BF16 عدد 31.6B معامل؛ وتوصية NVIDIA الإنتاجية الخاصة بها هي استخدام نسخة NVFP4 بدلاً من ذلك، وتشحن بطاقتها وصفة vLLM (وسم الحاوية vllm/vllm-openai:v0.27.1) مع خلفية FlashInfer Mamba، وذاكرة SSM المؤقتة بدقة FP16 والتخزين المؤقت للبادئات، إضافة إلى صورة SGLang لـ Hopper وBlackwell. لا يوجد سعر قائمة على البطاقة ولا على build.nvidia.com — إذ تخضع نقطة النهاية لشروط التجربة الخاصة بواجهة API لدى NVIDIA — لكن المنصات الخارجية تدرج النموذج بنحو 0.05 دولار لكل مليون رمز إدخال و0.20 دولار لكل مليون رمز إخراج. هذا الرقم ملاحظة من السوق، وليس سعراً من المورّد.
لا يوجد أي من النموذجين في كتالوج OrcaRouter، وسيكون من المخادع الإيحاء بخلاف ذلك. ما هو متاح في OrcaRouter هو مجموعة المقارنة المحيطة: أكثر من 200 نموذج خلف مفتاح واحد، سعر القائمة لدى المزوّد يُمرَّر دون أي هامش ربح، بحيث يظهر تخفيض السعر من المنبع في اليوم نفسه بدلاً من تعديل بطاقة الأسعار الفصلية. إذا كان سبب قراءتك لهذا هو أنك تحتاج إلى اختيار خط أساس لاختبار Sigma مقابله، فمن هناك يأتي خط الأساس.
اختر حسب المظروف، لا حسب النقاط.
أربعة أسئلة تحسم هذا في أقل من دقيقة، ولا يتعلق أي منها بدقة المعايير:
• هل تتسع المهمة في 4,096 توكن؟ وإلا، فإن Sigma-distill مستبعدة وقد انتهت المسألة. نافذة Lightning البالغة مليون توكن — 256K على بطاقة H100 واحدة — أكبر بثلاث مراتب قدرية.
• هل تحتاج المهمة إلى محادثة أو أدوات أو مخرجات مُهيكلة؟ لا يملك Sigma-distill أيًّا من ذلك: لا قالب محادثة، ولا مُوجّه نظام، ولا وضع JSON، وسلاسل الإيقاف وميزانية الرموز هما آليتا الإيقاف الوحيدتان. أما Lightning فيأتي مزوَّدًا بقالب محادثة مع مفتاح تبديل للتفكير.
• هل تحتاج إلى خدمة أكثر من طلب واحد في آنٍ واحد؟ لا يملك Sigma مكدس خدمة — المسار المدعوم هو نص Python على وحدة GPU واحدة. لدى Lightning تكاملان مع المحركات ووصفة توازٍ منشورة.
• هل ينصبّ اهتمامك على آلية فك التشفير نفسها — انتشار الكتل، والتقطير بخطوات قليلة، والتخمين الذاتي؟ إذن Sigma-distill هو الوحيد المثير للاهتمام من بين الاثنين، وLightning مقارنة خاطئة تمامًا.
كل ما تبقى يتفرع عن تلك الأربعة. الفريق الذي يقيّم Sigma لمنتج ما يسأل في الحقيقة عمّا إذا كان يمكن تحويل نقطة تفتيش بحثية إلى خدمة؛ والفريق الذي يقيّم Lightning يسأل عمّا إذا كان نموذج MoE هجين بـ3B معامل نشط يتناسب مع الميزانية. هذان حديثان مختلفان.
حيث تصبح المواجهة حقيقية
ثمة أمران من شأنهما أن يحوّلا هذه الصفحة إلى مواجهة مباشرة حقيقية، ولا وجود لأيٍّ منهما بعد.
الأول هو معيار مشترك. إذا حصلت Sigma يومًا على رقم في MMLU Pro أو GPQA، أو حصلت Lightning يومًا على رقم في GSM8K أو HumanEval بصيغة توجيه قابلة للمقارنة، فحينها يوجد ما يمكن مقارنته. وحتى ذلك الحين، فإن الموقف الصادق هو المذكور أعلاه: مجموعتا تقييم منفصلتان تمامًا تُبلّغ عنهما الجهة نفسها، على نماذج لا يمكنها الخضوع لاختبارات بعضها البعض.
الثاني هو مسار الخدمة. Sigma-distill حالياً مستودع تقوم باستنساخه وسكربت تقوم بتشغيله؛ وطلبات السحب في SGLang التي تذكر انتشار Nemotron تستهدف سلالة Nemotron-Labs-Diffusion-8B الأقدم، ولا تزال مفتوحة حتى 17 نوفمبر، وسجل vLLM لا يحتوي على بنية nemotron_labs_sigma على الإطلاق. في اللحظة التي يحصل فيها نموذج انتشار الكتل ذو عدد خطوات ثابت على انتباه مُصفّح وتجميع في دفعات، تصبح ميزته البالغة 6.4 رمزاً في كل تمريرة رقماً يمكنك وضعه بجانب معدل قبول فك التشفير التخميني — وهذه المقارنة ستستحق النشر.

حتى ذلك الحين، فالقراءة العملية هي أن NVIDIA أصدرت نموذجين لجمهورين في الخريف نفسه، وكان واحد منهما فقط منتجًا. أما Lightning فهو النموذج الذي يمكنك استدعاؤه اليوم، بما يتضمنه من سلوك التخزين المؤقت ونافذة السياق ودعم المحرك الذي تستلزمه الخدمة. وأما Sigma-distill فهو النموذج الذي تُنزّله إذا كنت تهتم بما إذا كان الانتشار المستمر عند 8B قادرًا على الحفاظ على 66.36 في ست مهام عبر خمس تمريرات أمامية لكل 32 رمزًا — وهو سؤال عن فك التشفير لا عن القدرة، وسؤال لا تكفي أي مقارنة مع 30B MoE للإجابة عنه.

