
Qwen4-Max مقابل Nemotron 3.5 Bolt 74B: رقم واحد مفقود من هذه المقارنة
- OrcaجديدOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 لكل مليون رمز · 184 tok/s
- tencentجديدTencent: Hy4 Flash2026-11-16$0.02 / $0.07 لكل مليون رمز · 215 tok/s
- GoogleجديدGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 لكل مليون رمز · 87 tok/s
- AnthropicجديدAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 لكل مليون رمز · 97 tok/s
- orcaجديدOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 لكل مليون رمز · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 لكل مليون رمز · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 لكل مليون رمز · 76 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 لكل مليون رمز · 109 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 لكل مليون رمز · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 لكل مليون رمز · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 41 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 · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929الذكاء
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 لكل مليون رمز · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733الذكاء
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 لكل مليون رمز · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740الذكاء
ضع Qwen4-Max وNVIDIA Nemotron 3.5 Bolt 74B-A9B 24GB جنبًا إلى جنب، وأول ما ستلاحظه هو أن مواقع المقارنة ليس لديها ما تقارنه. يقول BenchLM ذلك بوضوح — لا توجد نتائج اختبارات مرجعية مشتركة بعد — ثم يدعوك إلى النظر إلى السعر بدلًا من ذلك. والسبب بنيوي وليس مؤقتًا: يسجل Qwen4-Max درجة 43 في Artificial Analysis Intelligence Index v5.0.1، بينما لا يمتلك Nemotron 3.5 Bolt 74B-A9B 24GB أي درجة في مؤشر الذكاء على الإطلاق. ليست درجة منخفضة. بل N/A، على لوحة تشغّل النماذج منذ قبل إطلاق أي منهما، لأن النموذج لا يملك واجهة برمجة تطبيقات متاحة للعموم، ولا يجد إطار الاختبار المستقل ما يستدعيه.
هذا الغياب الوحيد يعيد تنظيم كل ما تبقى في المقارنة. لا يمكنك ترتيب نقطة تحقق بـ74 مليار معامل تتسع داخل 24 غيغابايت مقابل نموذج مستضاف بـ2.4 تريليون معامل بمجرد وضع أرقامهما في خلايا متجاورة، لأن واحداً منهما فقط لديه أرقام. ما يمكنك فعله — وهو ما لا تفعله صفحات التجميع — هو فصل الادعاءات التي يقدّمها كل مورّد، وتدوين من قاسها، وتحديد العمود الذي يتوقف عليه القرار فعلاً. ويتضح أن ذلك أقل ارتباطاً بالقدرة وأكثر ارتباطاً بما إذا كنت تشتري ملفاً أم تستأجر خدمة.
أحدهما مِبرد، والآخر عداد.
{{1}}أُطلق NVIDIA Nemotron 3.5 Bolt 74B-A9B 24GB في 15 أكتوبر 2026، ويتوفر على Hugging Face كأوزان قابلة للتنزيل بموجب OpenMDW-1.1، وهو ترخيص يسمح بالاستخدام التجاري. وهو مزيج خبراء هجين من Mamba-Transformer: 74 مليار معامل إجمالًا، و9 مليارات نشطة لكل رمز. إن «24GB» في الاسم هو جوهر المسألة كلها. بنته NVIDIA عبر ضغط النموذج الأب 120B-A12B باستخدام إطار بحث موجّه بالمُوجّه تسميه Star Elastic، مع خفض top-K للخبراء من 22 إلى 9، ثم تطبيق تقطير واعٍ بالتكميم بحيث تستقر طبقات الخبراء عند 2.0625 بت. ويأتي معه نموذج صياغة تخميني بـ1.13 مليار معامل، بمتوسط أطوال قبول 4.68 عند الفك الجشع و4.25 عند أخذ العينات. بيئة التشغيل الموصى بها هي vLLM على Ampere أو Hopper أو Blackwell، بحجم توازٍ موترّي قدره واحد.
Qwen4-Max هو البنية المعاكسة، وليس فقط بسبب الحجم. أصبح نموذج علي بابا الرئيسي من الجيل الرابع متاحًا عمومًا في 16 نوفمبر 2026 مقابل 1.50 دولار لكل مليون رمز إدخال و4.50 دولار لكل مليون رمز إخراج في سنغافورة، مع نافذة سياق تبلغ 1,000,000 رمز، وإدخال صور وفيديو أصلي، وثلاثة مستويات قابلة للضبط للاستدلال. لا تُنشر أي نقطة تحقق. الضبط الدقيق ونشر النماذج والاستدلال بالدفعات كلها مدرجة كغير مدعومة في وثائق Model Studio. كل نقطة نهاية تخدمه تخدم نشر علي بابا.
إذن، النموذجان لا يتنافسان على الموضع نفسه في بنيتك المعمارية. أحدهما شيء تشغّله؛ والآخر شيء تستدعيه. أي مقارنة لا تنطلق من هذا الأساس فإنها تقيس الشيء الخطأ.
يقارن جدول المورّد Bolt بـ Qwen الذي ليس هذا.
جدول القياسات الخاص بـ NVIDIA هو أفضل مجموعة أرقام موثّقة على كلا الجانبين، ويستحق القراءة المتأنية لما لا يحتويه. أعمدة المقارنة فيه هي Qwen3.6-35B-A3B بصيغة BF16، وGemma 4 26B-A4B-IT بصيغة BF16، وNemotron 3.5 Lightning 30B-A3B. ولا يظهر Qwen4-Max في الجدول. إن Qwen التي يقيسها الجدول نموذج مفتوح الأوزان ب35 مليار معامل يعود إلى جيلين سابقين، والسبب واضح بمجرد ذكره: تُحدَّد مجموعة المقارنة بناءً على بصمة الذاكرة، وواجهة برمجة تطبيقات مستضافة بـ2.4 تريليون معامل ليس لها بصمة يمكن مقارنتها.
ما يثبته الجدول، وهو كلّه مُبلَّغ عنه من المورّد ولم يُعَد إنتاجه، هو أن ملفًا بحجم 24GB ينافس خيارات محلية أكبر بكثير في الأعمال الوكيلية. وفي الصفوف التي اختارتها NVIDIA:
• BrowseComp — Nemotron 3.5 Bolt 74B 66.75، مقابل 48.74 لـ Qwen3.6-35B-A3B و26.30 لـ Gemma 4 26B-A4B
• Terminal-Bench 2.1 — 50.98، مقابل 44.38 و37.22
• WebArena في وضع الرؤية — 50.86، مقابل 36.60 و38.20
• GPQA Diamond — 86.43، مقابل 83.40 و79.61
• HLE بدون أدوات — 25.30، مقابل 19.56 و17.42
• GDPVal-AA-V2 — 28.47، مقابل 25.75 و15.33
• MCP-Atlas — 52.20، مقابل 51.20 و48.4
• Tau3 Banking — 17.01، مقابل 10.52 و14.02

الصفان اللذان يخسر فيهما جديران بالذكر، لأن جداول المورّدين نادرًا ما تتضمنهما. في دقة AA-Omniscience، تسجّل Gemma 4 26B-A4B نسبة 22.17 مقابل 16.90 لـ Bolt؛ وفي عدم الهلوسة في AA-Omniscience، تتصدّر Nemotron 3.5 Lightning بنسبة 68.81 مقابل 61.27 لـ Bolt. وأضعف خاصية معلنة لدى Bolt هي معرفة متى لا يعرف.
الحاشية السفلية لا تقل أهمية عن الصفوف. تسجّل NVIDIA قيمة 51.20 لـ MCP-Atlas لدى Qwen3.6-35B-A3B، مع الإشارة إلى أن Qwen نفسها تبلغ 62.8 على المعيار نفسه، مقيسةً على 500 مهمة عامة. مختبران، ومعيار واحد، وفجوة مقدارها أحد عشر ونصف نقطة. هذا ليس فضيحة؛ بل هكذا تبدو الأرقام التي يبلّغ عنها المورّدون عندما لا يكون هناك طرف محايد في الوسط يشغّل منظومة الاختبار للجانبين. وهو بالضبط الدور الذي يلعبه Intelligence Index لـ Qwen4-Max ولا يمكنه لعبه لـ Bolt.

ما تقوله اللجنة المستقلة عن Qwen4-Max — ولماذا لا يحسم شيئًا
سجل Qwen4-Max المستقل ضئيل لكنه حقيقي. يمنحه Artificial Analysis درجة 43 على Intelligence Index v5.0.1 ويصنّفه في المرتبة 51 من أصل 96 نموذجًا على تلك النسخة من اللوحة. تبلغ تكلفة الحوسبة لديه 3.27 دولار لكل مهمة مؤشر، ويصمد عبر توليد 127 مليون رمز إخراج خلال التشغيل مقابل وسيط قدره 65.1 مليون، ويستغرق 31.3 دقيقة لكل مهمة مقابل وسيط قدره 12.4. سرعة الإخراج 56 رمزًا في الثانية؛ والزمن حتى أول رمز إجابة هو 146 ثانية. تُقرأ نافذة السياق للنموذج على اللوحة 984k، وهي الحد الأقصى للإدخال في وضع التفكير 983,616 مقرّبًا، وليس نموذجًا مختلفًا.

اقرأ تلك الصفوف بوصفها ملف تعريف نشر لا حكمًا نهائيًا. النموذج الذي يفكر نصف ساعة في كل مهمة ويُصدر ضعف عدد الرموز الوسيط ليس بطيئًا لأنه يُخدَّم بشكل سيئ؛ بل هو بطيء لأنه ينجز عملًا أكبر لكل مهمة ويحاسبك على ذلك العمل. على أساس كل مهمة، تمثل 3.27 دولارًا التكلفة الصادقة لإجابة Qwen4-Max، وهي الرقم الذي ينبغي حملُه إلى أي مقارنة مع نموذج تستضيفه بنفسك، حيث تكون التكلفة الحدية للمهمة هي الكهرباء ووقت الانتظار في الطابور.
الآن جرّب وضع نسخة Bolt البالغة 24GB بجانب ذلك. لديك جدول من المورّد يقول إنه يتفوق على Qwen مفتوح الأوزان بسعة 35B في التصفح الوكيلي، ولديك لوحة مستقلة تقول إن Qwen المستضاف الذي تتم مقارنته به فعليًا يسجّل 43 ويكلّف $3.27 للمهمة. هاتان الحقيقتان لا تتقاطعان. لم يُخضع أحد Nemotron 3.5 Bolt 74B لـ Intelligence Index، وحتى يفعل أحد ذلك، فإن أي مخطط يضع النموذجين على محور القدرات إنما يرسم خطًا بين نقطة مقيسة ونقطة مفترضة.
حيث تكون المقارنة قابلة للحسم: الذاكرة وزمن الاستجابة والفاتورة
يمكن مقارنة ثلاثة صفوف بصدق، لأن كلا الطرفين ينشرها ولا يتطلب أيٌّ منهما طرفًا ثالثًا.
• الذاكرة — يحتاج Nemotron 3.5 Bolt 74B-A9B 24GB إلى 24 غيغابايت من الذاكرة المحلية عند تكميم الخبراء بدقة 2.0625 بت؛ أما Qwen4-Max فلا يحتاج إلى أي منها، لأنك لا تحتفظ بالأوزان أبدًا. المقايضة هي أن سقف ذاكرة النموذج المستضاف يصبح سقفًا للسياق: 262,144 رمزًا لنقطة تحقق NVIDIA، و1,000,000 لـ Qwen4-Max، مع حد إدخال يبلغ 983,616 رمزًا في وضع التفكير و262,144 مشتركة بين الاستدلال والإجابة.
• السرعة — تدّعي NVIDIA فك ترميز لا يقل عن 80 رمزًا في الثانية، وتُبلغ عن 84 مع نموذج المسودة؛ وتقيس Artificial Analysis نموذج Qwen4-Max عند 56 رمزًا في الثانية، مع 146 ثانية حتى أول رمز من الإجابة. النموذج المحلي أسرع لكل رمز ويبدأ الإجابة أبكر. قد يظل النموذج المستضاف ينهي المهمة أسرع، لأنه يقوم بكمية مختلفة من التفكير.
• السعر — تكلّف مهمة Qwen4-Max 3.27 دولار على منصة الاختبار المستقلة، أو 1.50 دولار و4.50 دولار لكل مليون رمز عند العدّاد. ولا يوجد لدى Nemotron 3.5 Bolt 74B أي سعر مُفوتر منشور على الإطلاق، لأنه لا يوجد مزوّد يبيعه. وتكلفته هي ما تكلّفه لك وحدة GPU: بطاقة بسعة 24GB موجودة بالفعل في محطة عمل، تُوزَّع تكلفتها على عدد المهام التي تشغّلها عبرها شهريًا، مهما كان هذا العدد.
هذا الصف الأخير هو حيث يكمن القرار فعليًا، وهو سبب استمرار فشل إطار "أيهما أذكى". إذا كان عبء العمل لديك مليون تفاعل قصير للوكيل شهريًا، فإن نقطة التحقق المحلية تتفوق من حيث اقتصاديات الوحدة بفارق لا يستطيع أي صف من صفوف المقارنات المعيارية تجاوزه، وتكون سياق 262k قيدًا تصمّم حوله. وإذا كان عبء العمل لديك بضعة آلاف من المهام طويلة الأفق مع فيديو في المدخلات ومستند من 900,000 رمز مرفق، فإن أي نقطة تحقق بسعة 24GB لا تجيب عن السؤال على الإطلاق، وتكون تكلفة Qwen4-Max البالغة $3.27 لكل مهمة أرخص إجابة متاحة بدلًا من كونها إجابة مكلفة.
لماذا تكون الإجابة الصادقة هي «كلاهما، لمهام مختلفة»
الحلّ المُغري هو إعلان فائز، وصفحات نتائج محرك البحث (SERP) مليئة بصفحات تفعل ذلك بالضبط دون بيانات مشتركة. لكن الحلّ الأكثر فائدة هو أن هذين النموذجين يتقاربان نحو الفكرة المعمارية نفسها من اتجاهين متعاكسين. Qwen4-Max هو مزيج خبراء متناثر يُنشّط 71 مليارًا من أصل 2.4 تريليون معامل لديه لكل رمز، ويعتمد على كفاءة الرموز — والادعاء غير المُعاد إنتاجه من البائع نفسه هو أنه يتفوق على Qwen3.8-Max باستخدام ما يصل إلى نحو 50% رموز أقل، مع انخفاض متوسط التكلفة لكل مهمة من 4.43 دولار إلى 1.67 دولار. Nemotron 3.5 Bolt 74B هو مزيج خبراء متناثر يُنشّط 9 مليارات من أصل 74 مليارًا لديه، ويعتمد على الضغط، فيشتري بصمة 24 غيغابايت بأوزان خبراء بدقة 2 بت ومسوّد تخميني صغير. كلاهما إجابتان على السؤال نفسه: ما أقلّ قدر من النموذج يمكنك لمسه لكل رمز قبل أن تنهار الجودة؟
لهذه الصياغة نتيجة عملية. الفِرَق التي ستستفيد أكثر من أي من الخيارين هي التي تقيس الرموز لكل مهمة منجزة بدلًا من الرموز في الثانية. على الجانب المحلي، يعني ذلك مراقبة طول القبول لدى نموذج المسودة، لأن مفكك الترميز التخميني الذي يقبل 4.68 رمزًا في كل خطوة في ظل فك الترميز الجشع و4.25 في ظل أخذ العينات هو مصدر إنتاجيتك، وإعدادات أخذ العينات تغيّر ذلك. وعلى الجانب المستضاف، يعني ذلك تسجيل إجماليات التفكير زائد الإجابة مجمّعة مقابل سقف 262,144 رمزًا، لأن جهد الاستدلال يكون افتراضيًا مرتفعًا، وعميلًا على نمط OpenAI يطلب medium يتلقى high بصمت. لا يتطلب أي من القياسين اختبارًا معياريًا، وكلاهما أكثر إفادة من اختبار واحد.
ما الذي سيحسم الأمر؟
الرقم المفقود هو تشغيل واحد لحزمة الاختبار. إذا خضع Nemotron 3.5 Bolt 74B-A9B 24GB لـ Intelligence Index v5.0.1 عند مستوى التكميم الذي يُشحن به، فسيصبح النموذجان قابلين للمقارنة على المحور الوحيد الذي يمكن قياس الطرفين عليه، وسيكون لدى كل صفحة تجميع تقول حالياً "لا توجد نتائج معيارية مشتركة بعد" ما يمكنها عرضه. لقد نشرت NVIDIA نقطة التحقق، وزمن التشغيل هو vLLM، والأدوات موجودة. وإلى أن يحدث ذلك، فإن الخطوة المفيدة هي التوقف عن التعامل مع هذا على أنه مواجهة والبدء في التعامل معه كقرار بناء مقابل شراء، بتكلفة موثقة على جانب وبصمة موثقة على الجانب الآخر.
من جانبنا في هذا السجل، ولنكن دقيقين بشأن التوفّر: لا يوجّه OrcaRouter أيًّا من هذين النموذجين. فـ Nemotron 3.5 Bolt 74B ملف تنزيل تشغّله بنفسك، وQwen4-Max يُستأجر من Alibaba أو عبر منصات الشركاء خلال نافذته المجانية الحالية. أما فرد عائلة Qwen في كتالوجنا فهو Qwen3.8-Max، بسعر 2.00 دولار للإدخال و6.00 دولارات للإخراج لكل مليون رمز مع سياق يبلغ مليون رمز، وهو البديل الطبيعي إذا أردت مفتاحًا واحدًا عبر حزمة مختلطة وسعرًا يتبع قائمة المورّد نفسه بدلًا من إعادة بيع بسعر مرتفع. وفي قرار كهذا — حيث يقف المرشحان على طرفي نقيض من طيف البناء مقابل الشراء — فإن الشيء المفيد الذي يمنحك إياه الموجّه ليس فائزًا. بل القدرة على إبقاء المسار المستضاف مفتوحًا بينما تكتشف ما لا يستطيع المسار المحلي فعله.
إذا كنت تختار هذا الشهر، فاختر بناءً على القيد الذي لا يمكنك تحريكه. السياق والوسائط والدفع مقابل كل مهمة هي قيود يجب على Qwen4-Max تلبيتها. الذاكرة والتشغيل دون اتصال والتكلفة الحدية الصفرية لكل طلب هي قيود Nemotron 3.5 Bolt 74B. الفجوة في الاختبارات المعيارية بينهما حقيقية، لكنها ليست الفجوة التي ستحدد معماريتك — ولن يسدّها أي قدر من إنشاء جداول المقارنة جنبًا إلى جنب قبل أن يشغّل أحدٌ أداة الاختبار.
مقارنات في هذه المقالة1
مستخرج من هذه المقالة · المعايير: Artificial Analysis · يُحدَّث يوميًا
