pplx-decider-flash مقابل pplx-decider: الطراز 4B أرخص حتى تطرح ثلاثة أسئلة

في قائمة الأسعار، pplx-decider-flash-v1.2 يكلّف نصف ما يكلّفه pplx-decider-v1.2: $0.01 لكل مليون رمز إدخال مقابل $0.02. وفق قواعد الفوترة، يستمر هذا الخصم لسؤال واحد فقط. اطرح سؤالين على الحالة نفسها وسيكلّف النموذجان الشيء نفسه. اطرح ثلاثة أسئلة وسيكون نموذج 4B هو الأغلى، لأن Flash يفوتر الحالة مرة أخرى مع كل سؤال بينما يفوترها 27B مرة واحدة. لا يكون النموذج الأرخص أرخص إلا إذا طرحتَ عليه سؤالًا صغيرًا واحدًا في كل مرة.

هذا الانقلاب هو الجزء المفيد في هذه المقارنة. أما الباقي فهو مقايضة حجم مألوفة: نقطة حفظ 4B تتفوق في زمن الاستجابة والذاكرة على نموذج يضم 26 مليار معلمة يتفوق في الدقة، مع طرح كليهما بموجب ترخيص Apache-2.0 نفسه وسياق افتراضي واحد بطول 262,144 رمزًا.

نقطتا تحقق، إصدار واحد، مهام مختلفة

نشرت Perplexity كليهما في 15 أكتوبر 2026، النموذج الكبير عند 07:40 UTC وFlash عند 16:57. يشتركان في تصميم واحد: بنية Qwen أساسية، ورأس قراءة ذي 255 مخرجًا بدلاً من رأس نموذج لغوي، وطبقات انتباه كامل غير سببية، ودرجة حرارة معايرة محفوظة. لكنهما لا يتشاركان البنية الأساسية. pplx-decider-v1.2 مبني على Qwen3.8-27B ويُشحن بحجم يقارب 52 GiB بصيغة BF16. pplx-decider-flash-v1.2 مبني على Qwen3.5-4B ويُشحن بحجم يقارب 9 GiB.

التسمية أقل دقةً من الأرقام. يُطرح النموذج الكبير للبيع باسم 27B، لكن بطاقة النموذج الخاصة به تقول 26B بصيغة BF16. ويُطرح Flash للبيع باسم 4B في وثائق API، بينما تقول ترويسة بطاقته 5B بصيغة BF16، وعموده الفقري نموذج 4B. لا يغيّر أيٌّ من هذين التفاوتين قرار نشر، لكن كليهما جدير بالمعرفة قبل أن تذكر عدد المعاملات في خطة سعة.

قائمة الأسعار، قبل علامة النجمة

• سعر الإدخال — pplx-decider-flash-v1.2 بسعر 0.01 دولار لكل مليون رمز، مقابل pplx-decider-v1.2 بسعر 0.02 دولار.

• سعر الإخراج — مجاني في كليهما، دون رسوم لكل طلب. يُحتسب كل سؤال كوحدة إخراج واحدة لأغراض المحاسبة فقط.

• حدود المعدل — 4,000,000 رمز في الدقيقة و240,000,000 في الساعة، مع حد أقصى 10 طلبات في الثانية مشترك بين النموذجين على مستوى المؤسسة.

• الأسماء المستعارة — ينتقل كلٌّ من pplx-decider-flash-latest وpplx-decider-latest إلى أحدث إصدار، لذا قد يصادف حدٌّ مضبوط وفق إصدارٍ ما إصدارًا آخر بصمت.

العلامة النجمية ليست مخفية. توضّح وثائق Perplexity صراحةً أن Flash مصمّم لسؤال واحد لكل طلب، وأن إرسال عدة أسئلة يُنتج إجابات مستقلة دون تداخل بينها، وأن الحالة تُحتسب مرة أخرى لكل سؤال. بل إنها تعرض المثال: ثلاثة أسئلة على حالة من 10,000 رمز تكلّف نحو 30,000 رمز إدخال.

حيث يمحو السؤال الثاني الخصم

الصيغة العامة بسيطة. بالنسبة لحالة مكوّنة من s رمزًا وq أسئلة، تبلغ تكلفة Flash q × s × $0.01 لكل مليون، ويكلّف النموذج 27B s × $0.02 لكل مليون. وتتجاوز فاتورة Flash النموذج الكبير عند السؤال الثالث.

• سؤال واحد، حالة من 10,000 رمز — Flash بسعر $0.0001 مقابل 27B بسعر $0.0002. يتفوق Flash بفارق النصف.

• سؤالان، والحالة نفسها — Flash بسعر $0.0002 مقابل 27B بسعر $0.0002. تعادل، لا خصم.

• ثلاثة أسئلة — Flash بسعر $0.0003 مقابل 27B بسعر $0.0002. الطراز 4B أغلى بنسبة 50%.

• خمسة أسئلة — Flash بسعر $0.0005 مقابل 27B بسعر $0.0002. سعر 4B يعادل ضعفين ونصف السعر.

بالقيمة المطلقة، هذه أجزاء من السنت، ولهذا يسهل إغفال القاعدة، ولهذا تتراكم عند الحجم. بوابة تشغّل مليون طلب من ثلاثة أسئلة على حالات من 10,000 رمز تكلّف نحو 300 دولار على Flash و200 دولار على 27B. النموذج الذي يبدو أرخص بنسبة 50% هو أكثر تكلفة بنسبة 50% عند عبء العمل الذي يكون فيه التجميع عادةً تحسينًا.

تقول وثائق Perplexity إن النموذج الأكبر "يكلف عادةً أقل من Flash" عند ثلاثة أسئلة أو أكثر. أما نقطة التقاطع الدقيقة فهي عند سؤالين. إذا كانت أسئلتك مترابطة فعلاً — أي جوانب "اختر كل ما ينطبق" لقرار واحد — فإن المسار المشترك هو أيضاً المسار الدقيق. وإذا كانت درجات مرشحين مستقلة، فإن الوثائق تنصح بتقسيمها إلى طلبات منفصلة، وهو ما يرفع فاتورة Flash أكثر بينما يترك فاتورة 27B دون تغيير.

فجوة الدقة، فئةً تلو الأخرى

يُقيَّم كلا النموذجين على Decision Index 0.3، وهو المركّب الخاص بـ Perplexity. النتيجة الرئيسية هي 60.05 لـ Flash مع سؤال واحد لكل طلب، مقابل 68.09 لـ 27B مع الطلبات المشتركة. ويكشف تقسيم الفئات، عند مقارنة التشغيلات المشتركة بالتشغيلات المشتركة، عن مصدر فجوة الـ 9.2 نقطة في التشغيل المشترك.

• المعرفة — 42.0 مقابل 56.3. فجوة قدرها 14.3 نقطة، وهي التي ينبغي أن تحسم معظم عمليات النشر. إذا كان السؤال يتطلب معرفة شيء ما بدلاً من الحكم على شيء ما، فإن 4B ليس بديلاً.

• اللغة — 63.3 مقابل 72.8.

• الاسترجاع — 64.8 مقابل 68.4. أضيق فارق عند 3.6 نقاط. الحكم على ما إذا كان مقطع نصي يدعم ادعاءً ما هو المهمة التي صُمم Flash من أجلها، والأرقام تعكس ذلك.

• الأدوات — 76.7 مقابل 84.4. كلا النموذجين هما الأقوى هنا من حيث القيم المطلقة، وهو ما يتوافق مع حالة استخدام التوجيه.

• الفنون — 46.8 مقابل 56.2.

• الرؤية — 72.53 مقابل 77.43 على مؤشر قرار الرؤية، بفارق 4.9 نقطة وهو أصغر من فجوة النص ويجعل Flash أكثر تنافسية في الصور منه في النصوص.

ينطبق التحفظ الواضح على كل رقم أعلاه: فالمعيار مملوك للبائع، ولم تُعِد إنتاجه أي جهة خارجية. وتذكر بطاقة 27B أن عمل التدريب شمل التقسيمات التدريبية الرسمية لعدة مهام من Decision Index، بعد إزالة التلوث مقابل مجموعات الاختبار؛ وهذا ممارسة مُعلنة، لا ممارسة مُدققة. تعامل مع ملف الفئات باعتباره فرضية حول مواضع قوة كل نموذج — المعرفة والفنون لطراز 27B، والاسترجاع والأدوات لكليهما — بدلًا من اعتباره نتيجة مقيسة.

عدم تناظر الطلب المشترك

تجميع الأسئلة يساعد النموذج الكبير ويضرّ النموذج الصغير، وأرقام Perplexity نفسها تقول ذلك.

• pplx-decider-v1.2 — 68.09 مشترك مقابل 67.75 واحد لكل طلب. التجميع يضيف 0.34 نقطة.

• pplx-decider-flash-v1.2 — 58.88 مجمّع مقابل 60.05 فردي لكل طلب. التجميع يكلّف 1.17 نقطة.

تشرح الوثائق الآلية: يفقد الطراز 4B الدقة عندما يجيب عن عدة أسئلة معًا، ولهذا فإن سؤالًا واحدًا لكل طلب هو الافتراضي الموصى به. وما تضيفه الأرقام هو أن الفقدان كبير بما يكفي ليظهر في الدرجة الإجمالية، وليس فقط في الحالات الحدّية. يُسوَّق الطراز على أساس سرعة التمريرة الواحدة، ويُقاس أداؤه بشكل أفضل من دون التمريرة الواحدة. وإذا قمت بالتجميع على أي حال سعيًا وراء الإنتاجية، فأنت تدفع ثمن السرعة مرتين — مرة في الرموز ومرة في الدقة.

المعايرة: أقرب مما توحي به فجوة الدقة

كلا البطاقتين تنشران المعايرة بصدق، وهو أمر نادر بما يكفي ليستحق الملاحظة.

• درجة الحرارة المحفوظة — 1.554 على Flash مقابل 1.382 على 27B.

• دقة مجموعة التطوير — 88.8% على 1,497 سؤالًا لـ Flash مقابل 91.3% لـ 27B.

• خطأ المعايرة المتوقع بعد ضبط درجة الحرارة — 0.021 لـ Flash مقابل 0.014 لـ 27B.

• Brier score — 0.163 مقابل 0.134.

‏Flash أقل دقة وأقل جودة في المعايرة، كما هو متوقع عند حجم يساوي سُبع الحجم، لكن فجوة المعايرة تبلغ 0.007 ECE — وهي صغيرة بما يكفي بحيث غالبًا ما تنتقل العتبة المضبوطة على 27B. كما أن بطاقة 27B صريحة في أن بيانات القرار المحجوزة لا تزال مفرطة الثقة إلى حد ما، مع ECE حول 0.05، لذا لا يُعد أي من النموذجين بديلًا عن ضبط العتبات على بياناتك الخاصة. وتقول وثائق Perplexity ذلك بالضبط: قِس أداء كليهما على بيانات موسومة عند العتبات المقصودة، وأبقِ على Flash فقط إذا حقق هدف الدقة لديك.

الاستضافة الذاتية: 9 GiB مقابل 52 GiB

كلاهما بترخيص Apache-2.0، لذا فإن السعر المستضاف يعد وسيلة راحة لا قيدًا. الفرق في العتاد هو أوضح فاصل بينهما.

• الأوزان — حوالي 9 GiB بصيغة BF16 لطراز Flash مقابل حوالي 52 GiB لطراز 27B، إضافةً إلى الذاكرة العاملة في كليهما.

• العتاد — يتناسب Flash مع بطاقة استهلاكية بسعة 16 GB؛ بينما يحتاج 27B إلى مسرّع قوي أو تقسيم عبر عدة وحدات GPU.

• الخدمة — لا يُدرَج أيٌّ منهما في خادم سببي جاهز دون تغيير. تعمل طبقات الانتباه الكامل بشكل غير سببي، والمطالبات المكتوبة للإصدار 1.1 لا تنتقل.

• السياق — 262,144 رمزًا في كليهما افتراضيًا، مع تدريب لم يُتحقق منه إلا حتى نحو 32,000، وتحذّر البطاقات من أن المدخلات الأطول أقل اختبارًا.

استضافة Flash محليًا هي النسخة الوحيدة في هذه المقارنة التي يفوز فيها الطراز 4B فوزًا غير مشروط. فبطاقة واحدة بسعة 16 GB، وترخيص متساهل، وانعدام أي فاتورة لكل رمز، تجعل منه منتجًا مختلفًا حقًا عن نقطة تحقق بحجم 52 GiB تحتاج إلى فريق لتشغيلها.

قاعدة قرار يمكنك تطبيقها

• سؤال واحد لكل ولاية، وبحجم كبير — Flash. ميزة السعر حقيقية، وفقدان الدقة يتركّز في مهام المعرفة التي يمكنك توجيهها إلى مكان آخر.

• سؤالان أو أكثر لكل حالة — 27B. عند سؤالين يكون التعادل في السعر، وبدءًا من ثلاثة يكون أرخص، وهو أكثر دقة في الوضع المشترك؛ وتتسع الفجوة مع كل سؤال إضافي.

• الأحكام الكثيفة المعرفة أو الكثيفة معايير التقييم — طراز 27B. عجز قدره 14.3 نقطة في المعرفة ليس شيئًا تسدّه مطالبة أفضل.

• بوابة الاسترجاع واختيار الأدوات — يُعد Flash خيارًا مبررًا. الفجوات هناك 3.6 و7.7 نقطة، وعبء العمل هو بالضبط ما صُمم النموذج من أجله.

• النشر على الجهاز أو على وحدة معالجة رسومات واحدة — Flash، دون بديل حقيقي في هذا الثنائي.

• الرؤية — أيّهما، مع تقدّم 27B بفارق 4.9 نقطة؛ وإذا كنت تشغّل 27B للنصوص بالفعل، فإن فصل مهام الرؤية إلى Flash لا يجدي كثيرًا.

أيًا كان الجانب الذي تستقر عليه في التقسيم، فإن المُقرِّر هو الجزء الرخيص من خط المعالجة. أما التوليد الذي يتحكم في تمريره فهو حيث تذهب التكلفة، وذلك هو الطبقة الجديرة بالتحسين. تضع OrcaRouter أكثر من 200 نموذج خلف مفتاح واحد من دون أي هامش على أسعار قوائم المزوّدين، لذا يصل تخفيض السعر من المنبع في اليوم نفسه، ويغطي التحويل التلقائي عند الفشل الحالة التي ترسل فيها البوابة طلبًا إلى نموذج متدهور. تؤلّف لغة DSL للتوجيه النماذج التي نقدّمها؛ ولا توجد أيٌّ من نقطتي تفتيش pplx-decider ضمنها، لذا يجب أن يكون تقسيم Flash مقابل 27B داخل شفرتك الخاصة. المُقرِّر المستضاف في كتالوجنا هو Jev من TypeSafe، بنسختي jev-1.13 وjev-1.14.

الاختبار الذي لم ينشره أيٌّ من البائعين

كل ما سبق قرارٌ مبني على وثائق المورّد. الاختبار الذي سيحسم الأمر ممل ومحدد: خذ ألف طلب حقيقي، وضع عليها تسميات، وشغّل كلا النموذجين عند العتبة التي تنويها بسؤال واحد وبثلاثة أسئلة. سجّل الدقة وخطأ المعايرة وإجمالي الرموز المفوترة. التنبؤ المستند إلى الأرقام المنشورة هو أن Flash يتفوق في عبء عمل السؤال الواحد من حيث التكلفة ويخسر في عبء الأسئلة الثلاثة من حيث التكلفة والدقة معًا. إذا صح ذلك، فإن الاختيار خاصية لشكل طلبك، لا لميزانيتك — والفريق الذي يقيسه سيختار بشكل صحيح، بينما كل من يقرأ قائمة الأسعار يختار النموذج الأرخص بنسبة 50% على الورق والأغلى بنسبة 50% في الإنتاج.