pplx-decider-flash مقابل Laya: نوعان من نماذج القرار، ومقارنة واحدة خاطئة

الأرقام المتداولة أنيقة وغير مفيدة. أحد مؤشرات المقارنة يمنح Laya 69.5 وpplx-decider-flash-v1.2 68، وهو تعادل شبه تام. مؤشر آخر يمنح Flash 73.7 ويضعه في المرتبة الأولى من أصل 48. وثالث يمنح Flash 451 من 504 مقابل 240 لـ Laya multilingual. ثلاثة مصادر، وثلاثة أحكام، لأن كلًا منها يقيس نموذجًا مختلفًا على مجموعة مهام مختلفة — واثنان على الأقل من الثلاثة يقيسان نسخة من Laya دون تحديد أيها. هذه هي المقارنة التي تهم فعلًا، وأول جملة صادقة هي أنه لم يُجرِها أحد على نحو سليم بعد.

ما يمكن مقارنته هو شكل النظامين: ما صُمّما للقيام به، وما يكلّفهما تشغيلهما، وما يطلبه كل منهما منك قبل أن ينتج احتمالًا قابلًا للاستخدام. وعلى هذه المحاور، ليسا منافسين متقاربين. بل هما منتجان مختلفان يصادف أنهما يتشاركان المسمى الوظيفي نفسه.

فقرة واحدة لكل منها

pplx-decider-flash-v1.2 هو نموذج قرار متعدد الوسائط من فئة 4B من Perplexity، مبني على العمود الفقري Qwen3.5-4B مع رأس قراءة منفصل بـ255 مسارًا. تعطيه حالة — نصًا أو JSON أو صورة حتى 1.6 ميغابكسل — وأسئلة محددة النوع، فيعيد احتمالات معايَرة في تمريرة أمامية واحدة. صُمم ليعمل دون أمثلة: درجة الحرارة المحفوظة هي 1.554، وتذكر بطاقة النموذج دقة 88.8% مع خطأ معايرة متوقع قدره 0.021 على مجموعة تطوير من 1,497 سؤالًا. رخصته Apache-2.0، وحجمه نحو 9 GiB بصيغة BF16، ويكلف 0.01 دولار لكل مليون رمز إدخال على واجهة Perplexity البرمجية مع إخراج مجاني.

Laya هي عائلة من مُرمِّزات القرار غير التوليدية من Convai Innovations، صدرت في 18 سبتمبر 2026 وهي أيضًا بترخيص Apache-2.0. نقطة التحقق الإنجليزية هي ModernBERT-large مُعدَّلة بدقة بـ421 مليون معامل وسياق من 512 رمزًا؛ أما النموذج متعدد اللغات فهو mmBERT-base بـ322 مليون معامل و1,024 رمزًا؛ ونقطة التحقق الثالثة، laya-typed-decisions، هي التي تحقق النتائج الرئيسية المعلنة. يجيب عن جميع الأسئلة في المكالمة في تمريرة أمامية واحدة باستخدام رموز قناع لكل خيار، دون خطوة توليد ودون إدخال صورة.

لماذا تختلف جداول المقارنة

يبدأ عدم التطابق من المعيار الذي بناه كل مورّد. وتقيّم Perplexity نماذجها على Decision Index 0.3، وهو مؤشر مركّب يغطي المعرفة واللغة والاسترجاع والأدوات والفنون. وتقيّم Convai نموذج Laya على معيار مكوّن من 400 حالة و2000 قرار من القرارات المصنّفة، وهو معيار تنشره هي أيضًا. ولم يُشغَّل أيٌّ من النموذجين على إطار تقييم الآخر علنًا.

تسدّ مؤشرات الطرف الثالث تلك الفجوة بشكل سيئ. يضع المؤشر المركّب لـ Anchor Terminal كلاً من Laya في المركز الرابع بـ 69.5 وFlash في المركز السادس بـ 68، وهو فرق قدره 1.5 نقطة يقع تمامًا ضمن التشويش المصاحب لمؤشر مركّب لا يستطيع أحد تدقيقه. يُبلغ Ollaya Bench عن نتيجة إجمالية قدرها 73.7 وعن المرتبة الأولى من أصل 48 لـ Flash، بدقة ماكرو تبلغ 82.4%، لكنه لا ينشر أي منظومة اختبار. تمنح مجموعة مهام من تأليف Jev كلاً من Flash نتيجة 451/504 وLaya multilingual نتيجة 240 — وهي هزيمة ساحقة، على مجموعة كتبها القائمون على صيانة نموذج منافس. وتنجح صفحة PublicAI في تسجيل تفوّق Flash على Laya 322M وLaya multilingual، بينما يخسر أيضًا بنتيجة 3–0 أمام «Laya» غير مسمّاة.

هذا المدخل الأخير يمثّل المشكلة بأكملها في صورة مصغّرة. "Laya" ليست نموذجًا واحدًا. فمقارنة Flash بمُرمِّز إنجليزي بسعة 421M، ومُرمِّز متعدد اللغات بسعة 322M، ومتخصص في معايير التقييم مُحسَّن بدقة، تُنتج ثلاث إجابات مختلفة، وواحدة فقط منها هي ما كنت ستنشره فعليًا.

لوحة النتائج التي يمكننا الدفاع عنها

هذه هي الأبعاد التي يتباين فيها النظامان تباينًا حقيقيًا، مع الأرقام المنشورة الخاصة بكل طرف وبيان المصادر.

• المعاملات — pplx-decider-flash-v1.2 من فئة 4B (تشير وثائق واجهة API إلى 4B، بينما يذكر ترويسة البطاقة 5B بصيغة BF16) مقابل Laya بـ 421M للإنجليزية و322M متعدد اللغات.

• السياق — 262,144 رمزًا على Flash، مُدرَّب على نحو 32,000 مقابل 512 رمزًا في Laya English و1,024 في متعدد اللغات.

• الوسائط — يقبل Flash النصوص وJSON والصور حتى 1.6 ميغابكسل، بينما تقبل Laya النصوص فقط.

• الاستخدام دون تدريب مسبق (Zero-shot) — يأتي Flash معايَرًا، بدرجة حرارة محفوظة ومقاييس خطأ منشورة مقارنةً بنقاط التحقق الأساسية لدى Laya، وهو ما تصفه البطاقة نفسها بأنه «قاعدة سريعة للتخصص، وليس محرك قرار دون تدريب مسبق».

• زمن الاستجابة — Laya عند 32.8 مللي ثانية لسؤال واحد على T4، و72.3 مللي ثانية لعشرة أسئلة، و103–332 سؤالًا في الثانية عند المعالجة على دفعات، و193–464 مللي ثانية على CPU مقابل Flash دون أن تنشر Perplexity أي رقم لمستوى الخدمة؛ والرقم الوحيد الذي ينشره المورّد هو اختبار في الوثائق استغرقت فيه نحو 248,000 من رموز الإدخال 16 ثانية.

• السعر — Flash بسعر 0.01 دولار لكل مليون رمز إدخال، والإخراج مجانًا، على واجهة برمجة تطبيقات Perplexity مقابل Laya دون سعر مستضاف لأنه إصدار أوزان تشغّله بنفسك.

زمن الاستجابة والعتاد: حيث لا تكون Laya قريبة

تقوم فكرة Laya بأكملها على أن القرار لا يحتاج إلى نموذج توليدي، وأرقام زمن الاستجابة تؤكد ذلك. سؤال واحد خلال 32.8 مللي ثانية على T4 لنقطة التحقق متعددة اللغات، و39.5 مللي ثانية للإنجليزية؛ عشرة أسئلة خلال 72.3 مللي ثانية؛ ومن 103 إلى 332 سؤالًا في الثانية عند المعالجة على دفعات. وعلى CPU، مع التحميل المسبق، يعمل خلال 193 إلى 464 مللي ثانية. إن مُرمِّزًا بسعة 322M صغير بما يكفي ليبقى ضمن مسار طلب لا يحتمل تكلفة GPU.

فلاش ينتمي إلى فئة نشر مختلفة. تتّسع تسعة غيغابايتات من أوزان BF16 على بطاقة استهلاكية بسعة 16 غيغابايت، ويشير أحد المعايير المستقلة إلى نحو 10.4 غيغابايت من ذاكرة VRAM و90–127 مللي ثانية لكل قرار على RTX 5090. وهذا رقم محترم لنموذج 4B، ونحو ثلاثة أضعاف زمن استجابة Laya على T4 على عتاد يكلّف أضعافًا كثيرة من ذلك. إذا كان قيدك هو المللي ثانية على عتاد رخيص، فقد انتهت الحجة قبل أن تدخل الدقة في الصورة.

مسألة الضبط الدقيق

هذا هو الجزء الذي تُخفيه جداول المقارنة، وهو حاسم.

تعود دقة 0.766 المعلنة في العنوان الرئيسي لدى Laya إلى laya-typed-decisions، وهي نقطة تحقق مُضبوطة بدقة على تقسيم التدريب الخاص بالمعيار نفسه. وتسجّل نقطة التحقق الإنجليزية الأساسية 0.362 على المعيار ذاته، مقابل خط أساس للفئة الأغلبية قدره 0.461 وتخمين عشوائي عند 0.318. وبعبارة أخرى، فإن النموذج الذي تنزّله مباشرة أسوأ من الإجابة دائمًا بالتسمية الأكثر شيوعًا. وتقول Convai ذلك صراحةً على بطاقة النموذج. كما أفادت دراسة إعادة إنتاج مستقلة على arXiv بأن أحد المقاييس المعلنة في العنوان الرئيسي، وهو الدقة اللينة البالغة 0.509 مقابل 0.471 المنشورة، فشل في إعادة إنتاجه، ورجّحت أن بيانات المعايرة ملوثة بحكم بنيتها.

ادعاء Flash على الشكل المعاكس: رقم 60.05 مُبلَّغ عنه من البائع على Decision Index بسؤال واحد لكل طلب، من نموذج يُفترض أن تستخدمه كما هو مُسلَّم. هذا الادعاء غير مُتحقَّق منه — فقد بنت Perplexity هذا المعيار، وتقول بطاقته إن عمل التدريب شمل التقسيمات التدريبية الرسمية لعدة مهام من Decision Index، مع إزالة التلوث مقابل مجموعات الاختبار. هذه ممارسة يمكن الدفاع عنها ومذكورة بوضوح، لكنها تعني أيضًا أن النموذج قد رأى بيانات من النطاق نفسه للمعيار الذي يُقيَّم عليه، وأن إزالة التلوث ادعاء من Perplexity نفسها وليست حقيقة مدققة. لكن العبء مختلف. مع Laya يجب عليك الضبط الدقيق وإعادة المعايرة قبل أن تعني الأرقام المنشورة أي شيء؛ إذ توصي البطاقة بملاءمة درجة الحرارة لأن الاحتمالات الخام تُظهر ثقة مفرطة، مع انخفاض ECE من 0.466 إلى 0.081 بعد إعادة الملاءمة. أما مع Flash فأنت تثق بمعايرة البائع على بيانات لم ترها.

لا أحد منهما مجاني. أحدهما يكلّف وقتًا هندسيًا، والآخر يكلّف وقتًا للتحقق.

اللغة والعددية

تدعم Laya متعددة اللغات أكثر من 100 لغة من حيث المبدأ، و45 من أصل 51 عمليًا، وفقًا لعتبة «القابلة للاستخدام» الخاصة بالبطاقة نفسها، أي ثلاثة أضعاف العشوائية. درجة XNLI الخاصة بها خارج الإنجليزية هي 0.731، مقابل 0.521 لنقطة التحقق الإنجليزية فقط، ودقة نوايا MASSIVE عبر 13 لغة أخرى هي 0.451. هذه أرقام متواضعة، لكنها موجودة، ولا يملك Flash أي تقييم متعدد اللغات منشور على الإطلاق. إذا كانت حركة المرور لديك ليست بالإنجليزية، فإن البائع الذي يملك تقييمًا متعدد اللغات هو نقطة البداية الأكثر أمانًا حتى حيث تكون درجاته منخفضة.

تسير العددية في الاتجاه المعاكس. يتدهور Laya بشدة في أسئلة الاختيار عالية العددية: 0.425 على تسميات Banking77 البالغة 72 مقابل 0.870 لدى Jev، لأن 77 خيارًا بالإعدادات الافتراضية تتلقى نحو ثلاثة إلى أربعة رموز لكل منها. وتنصح البطاقة برفع ميزانية الخيارات أو التقسيم من الخشن إلى الدقيق. يقبل Flash حتى 255 خيارًا وليس لديه معيار قياس منشور للعددية العالية، لذا فإن التفسير الآمن هو أن Flash مصمم للحالة التي توثّقها Laya كضعف ولم يقدّم ما يثبت ذلك.

كم يكلّف ألف قرار

لا توجد لـ Laya تكلفة لكل قرار لأنك تستضيفها بنفسك. على وحدة T4 وبمعدل 103–332 سؤالًا في الثانية، فإن مليون قرار يعني ما بين 50 دقيقة وثلاث ساعات من وقت GPU. وبأسعار السحابة التجارية، يتراوح ذلك بين سنتات وبضعة دولارات، إضافة إلى أعمال الهندسة اللازمة لنشره ومراقبته.

حساب Flash على API سهل. حالة من 400 رمز، وسؤال واحد: 1,000 قرار تساوي 400,000 رمز إدخال، وهي بمعدل $0.01 لكل مليون تساوي $0.004. مليون قرار تكلفته نحو $4. استضافة الأوزان ذاتيًا تزيل تكلفة كل رمز لكنها تعيدك إلى GPU بنحو 9 GiB من الأوزان ونمط انتباه غير سببي لا تحاكيه خوادم سببية جاهزة.

الفخ هو تجميع الأسئلة معًا. إذ يفوتر Flash الحالة مرة أخرى عن كل سؤال، لذا فإن ثلاثة أسئلة لكل حالة تضاعف الفاتورة ثلاث مرات. وإذا كانت بوابتك تطرح عدة أمور دفعة واحدة، فالنموذج الرخيص ليس رخيصًا.

هذه أيضًا هي الطبقة التي يظهر فيها سؤال التوجيه. نموذج القرار هو بوابة أمام التوليد، وجانب التوليد هو حيث يقع معظم الإنفاق. وتضع OrcaRouter أكثر من 200 نموذج خلف مفتاح واحد دون أي هامش على أسعار القائمة، لذا ينطبق مولّد أرخص أو تخفيض سعر من بائع في اليوم نفسه، ويحول التجاوز التلقائي عند الفشل دون أن يفشل طلب أُسيء توجيهه فشلًا كاملًا. نحن لا نستضيف pplx-decider-flash أو Laya. نموذج القرار الوحيد الذي نقدمه هو Jev من TypeSafe، باسم jev-1.13 وjev-1.14، وهو أمر يستحق معرفته إذا أردت مُقرِّرًا مستضافًا دون إقامة وحدة GPU.

كيف تختار، بالترتيب

• الزيارات غير الإنجليزية — ابدأ بـ Laya متعددة اللغات، ثم قِس. فهو الجانب الوحيد الذي لديه أرقام منشورة عبر اللغات.

• أقل من 100 مللي ثانية على عتاد متوفر تجارياً — Laya. على T4 يستجيب في 33 مللي ثانية؛ أما Flash فيحتاج إلى وحدة معالجة رسومات حديثة ويُقال إنه يستغرق 90–127 مللي ثانية هناك.

• الصور في الولاية — فلاش، بلا منافسة حقيقية. لا تملك لايا مسارًا للرؤية.

• الحالات الطويلة — Flash. نافذة من 512 رمزًا تستبعد Laya من أي شيء يشبه مستندًا.

• لا توجد بيانات مُوسَمة ولا وقت للضبط الدقيق — Flash، على الأقل كنقطة انطلاق. نقطة الحفظ الأساسية لدى Laya أدنى من خط أساس الأغلبية.

• أكثر من 20 خيارًا لكل سؤال — Flash، أو Laya مع ميزانية خيارات مرتفعة وتقسيم من خشن إلى دقيق.

الخلاصة الصادقة هي أن هذه النماذج تتنافس على الوصف الوظيفي نفسه، ولا تتنافس تقريبًا أبدًا على النشر نفسه. فـ Laya هو مُرمِّز سريع وصغير الحجم وقابل للضبط الدقيق للتصنيف عالي الحجم باللغات التي يمكنك اختبارها. أما Flash فهو مُقيِّم عام الأغراض، ومعايَر، ومتعدد الوسائط، يتمتع بسياق كبير وبسجل أداء من المورّد خلفه. جداول المقارنة التي تضع بينهما فارقًا قدره 1.5 نقطة ليست خاطئة بقدر ما هي عديمة المعنى: فهي تُلغي بالمتوسط تحديدًا الخصائص التي تحسم الاختيار.