
Qwen 4 مقابل GLM-5.5: النموذج المفتوح الأوزان هو الخيار المكلف
- 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 · 87 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 · 126 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 · 147 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 · 123 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 · 219 tok/s
الحدس السائد حول الأوزان المفتوحة هو أنها الخيار الرخيص. لكنها في هذه المقارنة ليست كذلك. GLM-5.3، أحدث GLM تقدمه Z.ai فعليًا، يكلّف 5.01 دولارات لتشغيل حزمة مؤشرات Artificial Analysis ويسجل 31.7 عليها — أي 15.8 سنتًا لكل نقطة مؤشر. Qwen4-Max يكلّف 3.27 دولارات مقابل 42.9 نقطة — أي 7.6 سنتات لكل نقطة. النموذج الاحتكاري أكثر من ضعف كفاءة النموذج الآخر لكل وحدة من القدرة المقاسة، وهو النموذج الذي لا يمكنك تنزيله. في هذه الأثناء GLM-5.5، النموذج المذكور في عنوان هذا المقال، غير موجود: ففهرس التوثيق وصفحة التسعير لدى Z.ai يتوقفان عند GLM-5.3، ومسارات توثيق 5.4 و5.5 تُرجع «غير موجود». وعليه، فإن ما يلي مقارنة مع GLM الذي يُشحن فعليًا، مع التعامل مع رقم الإصدار المفقود بوصفه رقم إصدار مفقودًا، لا ورقة مواصفات يُختلق محتواها.
أولاً، البطاقة الموجودة
صدر GLM-5.3 في 18 أغسطس 2026 بموجب ترخيص GLM-5.3، مع نشر أوزانه وإدخال نصي فقط. وتحوّل Qwen4-Max إلى التسعير حسب الاستخدام في 16 نوفمبر 2026، وهو احتكاري، مع إدخال الصور وAlibaba Cloud مضيفًا وحيدًا له. يفصل بينهما تسعون يومًا في تاريخ الإصدار، ويقعان على طرفين متقابلين من خط المغلق/المفتوح، وهو المحور الذي يتناوله هذا المقال فعليًا.
• السعر لكل مليون — GLM-5.3: $1.40 إدخال / $4.40 إخراج؛ Qwen4-Max: $1.50 / $4.50 في سنغافورة، و$1.413 / $4.24 في أماكن أخرى. من حيث أسعار الرموز، تُعد Z.ai البطاقة الأرخص بنسبة 7% و2%.
• المُدخل المُخزَّن مؤقتًا — GLM-5.3 بسعر 0.26 دولار لكل مليون عند القراءة؛ وQwen4-Max بسعر 0.075 دولار، مع كتابة التخزين المؤقت بسعر 1.875 دولار لمدة خمس دقائق و3.00 دولارات لمدة ساعة. وقراءة التخزين المؤقت لدى Qwen أرخص بمقدار 3.5×، ولهذا السبب تشير نتيجة كل مهمة على حدة ونتيجة كل رمز على حدة إلى اتجاهين مختلفين.
• سياق المُعالجة — 1,000,000 رمز في كليهما. يحدّ GLM-5.3 من الإخراج عند 128,000؛ بينما يتيح Qwen4-Max ما مقداره 131,072 دون تفكير، أو 262,144 موزّعة بين الاستدلال والإجابة.
• الأوزان — GLM-5.3 منشورة، بموجب ترخيصها الخاص؛ Qwen4-Max لا شيء، استضافة من بائع واحد. هذا هو الفرق كله، وكل ما يلي ينبع منه.
• الوسائط — يستقبل Qwen4-Max النصوص والصور؛ بينما GLM-5.3 نصّي إدخالًا وإخراجًا. إذا كانت خطوة المعالجة لديك تتغذّى على لقطات الشاشة أو ملفات PDF، فإن المقارنة تنتهي هنا.
• التحكم في الاستدلال — يعمل GLM-5.3 مع تفعيل الاستدلال دائمًا، وبمستويات جهد low وhigh وmax، مع افتراضي max؛ بينما يتيح Qwen4-Max المستويات low وhigh وxhigh، مع افتراضي high.
• نسب التدريب — تصف Z.ai نموذج GLM-5.3 بأنه النموذج الأساسي نفسه الخاص بـ GLM-5.2، جرى تحسينه عبر التدريب اللاحق بدلاً من تدريب مسبق جديد. وهذا أمر يجدر معرفته عند مقارنة درجاته بنموذج ذي بنية جديدة.

سبعة سنتات مقابل ستة عشر، موضّحًا
فجوة التكلفة لكل نقطة ليست من آثار التسعير. إذ تتوزع تكلفة GLM-5.3 البالغة $5.01 لكل مهمة إلى $4.49 من المدخلات و$0.52 من المخرجات — أي 90% مدخلات، و$4.13 من تلك المدخلات عبارة عن قراءات من ذاكرة التخزين المؤقت. أما تكلفة Qwen4-Max البالغة $3.27 فهي $2.80 مدخلات و$0.47 مخرجات، مع $1.12 من قراءات ذاكرة التخزين المؤقت و$1.67 من كتابات ذاكرة التخزين المؤقت. لذا، ينفق النموذجان تقريبًا لا شيء على الرموز التي يولّدانها، وينفقان كل شيء تقريبًا على إعادة قراءة السياق.
الفرق يكمن في مقدار السياق الذي يستهلكه كل منهما للوصول إلى إجابة. يقرأ GLM-5.3 نحو 10.3 مليارات رمز إدخال عبر مجموعة الاختبارات ويُصدر 135 مليون رمز إخراج؛ بينما يقرأ Qwen4-Max نحو 9.9 مليارات ويُصدر 127 مليونًا. الحجم شبه متطابق. لذا فإن فارق النقاط البالغ تسع عشرة نقطة ليس قصة حجم أيضًا — هو ببساطة أن أحد النموذجين أفضل في المهام، وفرق التكلفة لكل مهمة يأتي من تسعير ذاكرة التخزين المؤقت، حيث تتراكم قراءة بتكلفة 0.075 دولار مقابل قراءة بتكلفة 0.26 دولار عبر عشرة مليارات رمز.
هذه هي الآلية الجديرة بأن تُؤخذ معنا: في دورات قياس الأداء ذات السياق الطويل، فإن سعر قراءة الذاكرة المؤقتة، وليس سعر الإدخال المعلن، هو ما يحدد الفاتورة. قد يكلف نموذج بسعر إدخال 1.40 دولار وقراءة ذاكرة مؤقتة بـ0.26 دولار تكلفة أكبر لكل مهمة من نموذج بسعر إدخال 1.50 دولار وقراءة ذاكرة مؤقتة بـ0.075 دولار.
حيث تقع النقاط التسع عشرة
• Terminal-Bench 4.0 — Qwen4-Max 48.5%، GLM-5.3 41.9%. سبع نقاط، وهي الأقرب بين مجموعات الوكلاء.
• FrontierCode 2.0 — 26.5% مقابل 21.6%. خمس نقاط؛ كلا النموذجين ضعيفان هنا من حيث القيمة المطلقة.
• HLE Diamond — 44.9% مقابل 17.9%. سبعٌ وعشرون نقطة، وهو أوسع تباعد منفرد في المقارنة.
• المعرفة الشاملة — 27.7 مقابل 6.0، مع معدلات هلوسة 28.4% و38.9% على التوالي. GLM-5.3 أقل دقة وأقل ميلاً إلى الامتناع عن الإجابة، وهي أسوأ تركيبة متاحة.
• الدرجات الفرعية للقدرات — يتصدر Qwen4-Max جميع المجالات الخمسة التي يُبلغ عنها كلا النموذجين: الهندسة 50.1 مقابل 37.6، والتمويل والمحاسبة 54.1 مقابل 42.1، والقانون 49.6 مقابل 35.8، والاستراتيجية والعمليات 56.9 مقابل 47.4، والاقتصاد 51.3 مقابل 37.3.
لا شيء في تلك القائمة قريب بما يكفي ليُثار حوله الجدل. السؤال المثير للاهتمام ليس ما إذا كان Qwen4-Max أفضل، لأنه كذلك بوضوح.

الشيء الوحيد الذي لا يستطيع Qwen4-Max فعله
كل صف أعلاه مقارنة قدرات، لكن القدرة هي الإطار الخاطئ عندما يمكن أخذ أحد النموذجين إلى المنزل. تنشر Z.ai أوزان GLM-5.3 بموجب ترخيصها الخاص؛ ولا تنشر Alibaba شيئًا عن Qwen4-Max وتُدرج مضيفًا واحدًا فقط. هذا الفرق يغيّر ثلاثة أمور لا يقيسها أي معيار قياس.
• الاستمرارية — النموذج الذي تستضيفه يواصل الاستجابة عندما تتغيّر صفحة أسعار أحد المورّدين، أو تُهمَل منطقة ما، أو يصدر إشعار بالإهمال. ولدى Qwen4-Max سابقة في هذا بتاريخ 25 نوفمبر 2026: فقد أُوقف مُعرّف المعاينة بعد تسعة أيام من الإتاحة العامة، وتوقّف عمل أي إعدادات كانت لا تزال تشير إلى qwen4-max-preview.
• منحنى التكلفة — تتحوّل التكلفة الحدّية لـ GLM-5.3 إلى معدّل استغلالك لوحدات GPU. وعند الحجم العالي المستمر يكون ذلك عادةً أقل من سعر واجهة API؛ أما عند الحجم المنخفض المتقطّع فيكون أسوأ. وتحديد نقطة التقاطع هو مسألة حسابية تتعلّق بمعدّل الاستغلال، لا بجودة النموذج.
• التحكم — الضبط الدقيق، والتكميم، واختيار النواة، والقدرة على فحص ما يفعله النموذج. لا شيء من ذلك متاح لـ Qwen4-Max.
في مقابل ذلك: النموذج المفتوح أضعف بتسعة عشر نقطة مؤشر، وأسوأ في الامتناع عن الإجابة، ولا يرى الصور. وبالنسبة إلى نشر جديد من الصفر، فإن المقايضة غير جذابة. أما بالنسبة إلى نظام مبني بالفعل حول حزمة استدلال مستضافة ذاتيًا — حيث ليس بديل GLM-5.3 هو Qwen4-Max بل GLM السابق — فإن الترخيص هو السمة الحاسمة، وفجوة الدرجات هي تكلفة ضرورية لممارسة العمل.
لماذا يُعدّ النموذج المفتوح هو المكلف، في جملة واحدة؟
لأن الأوزان المفتوحة تنقل التكلفة من عدّاد الرموز إلى ميزانية الهندسة، وميزانية الهندسة لا تظهر في قائمة الأسعار. ويعني تشغيل GLM-5.3 على عتادك الخاص التخطيط للسعة، ومكدس خدمة يمكنك ترقيعه، وإطار تقييم جيدًا بما يكفي ليخبرك ما إذا كان نشرك يطابق النموذج المرجعي — وهي تكاليف تتجاوز فرق 3.27 دولار لكل مهمة عند أي حجم يشغله فريق واحد. إن 15.8 سنتًا لكل نقطة مؤشر هي الرقم المرئي؛ أما الرقم غير المرئي فهو أكبر، ويُدفع مرة واحدة سواء كنت تخدم ألف طلب أو مليون طلب.
ينقلب ذلك الحساب عند التوسّع، وينقلب بقوة أكبر إذا احتجت إلى الضبط الدقيق. فالضبط الدقيق هو المتطلب الوحيد الذي يجعل النموذج المفتوح ليس أرخص فحسب، بل الخيار الوحيد، ولا يُغني عنه أي قدر من تفوّق Qwen4-Max في المؤشر.
استدعاء العنصر القابل للتوجيه
GLM-5.3 موجود في كتالوجنا بصيغة z-ai/glm-5.3 بسعر Z.ai المعلن، 1.26 دولارًا للإدخال و3.96 دولارًا للإخراج لكل مليون، دون أي إضافة فوق ذلك — وهي الأسعار نفسها التي تنشرها Z.ai، بما في ذلك أي تغيير تجريه عليها. أما Qwen4-Max فليس في كتالوجنا؛ فمعرّف qwen4 يعيد نتيجة «غير موجود»، ومساره هو Model Studio API الخاص بـ Alibaba وعدة منصات طرف ثالث. أقرب نموذج Qwen نوفّره هو qwen/qwen3.8-max بسعر 2.00 دولار و6.00 دولار.
وهذا يترك تسلسلًا عمليًا لأي شخص يريد النموذج الأقوى دون عقد ثانٍ: شغّل التقييم على z-ai/glm-5.3 عبر نقطة النهاية التي لديك بالفعل، وإن كانت فجوة التسع عشرة نقطة قاتلة لحالة استخدامك، فقيّم Qwen4-Max مقابل مزيج الرموز الخاص بك لا مقابل المؤشر. وقد حُسبت الأرقام لكل مهمة في هذا المقال من أداة اختبار معيارية ذات حركة ذاكرة تخزين مؤقت ثقيلة على نحو غير معتاد؛ وسيضيّق عبء عمل إنتاجي ذو مطالبات قصيرة ومخرجات طويلة الفجوة بين $5.01 و$3.27 بحدّة، لأن أيًا من الفاتورتين لا يكاد يتكوّن من المخرجات.

ما سنحتاج إلى رؤيته
من شأن GLM-5.5 أن يقلب هذه المقارنة رأساً على عقب، ولا يوجد في الوقت الحالي أي أثر له — فلا مسار توثيق، ولا صف تسعير، ولا معرّف نموذج على صفحات Z.ai نفسها حتى 17 نوفمبر 2026. وإذا صدر، فالأسئلة التي ينبغي طرحها هي: هل تنشر Z.ai الأوزان كما فعلت مع 5.3؟ وهل تضيف إدخال الصور؟ وهل تصلح سلوك الامتناع؟ لأن ذلك الرقم الأخير (38.9%) هو ما يجعل GLM-5.3 صعب التوصية به لأي استخدام غير مُراجَع، قبل فجوة المؤشر.
في الوقت نفسه، الخلاصة الصادقة غير بديهية وقصيرة. فالنموذج المفتوح يكلّف أكثر لكل نقطة، ويسجّل نتائج أدنى في كل مجموعة اختبارات جرى قياسها، ويبقى الخيار الصحيح لنوع واحد بعينه من المشترين: من يكون قيده رخصةً لا مقياس أداء.
مقارنات في هذه المقالة2
مستخرج من هذه المقالة · المعايير: Artificial Analysis · يُحدَّث يوميًا
