Ripple 65B Preview مقابل Muse Wonder: ماذا يشتري فعليًا سعر أعلى بـ20×؟

هناك بالضبط معيار واحد نشر كلٌّ من Ripple 65B Preview وMuse Wonder نتائجه، بالنسخة نفسها، بأرقام يمكن وضعها في الجملة نفسها: DeepSWE 1.1. يسجّل Muse Wonder من Meta نتيجة 78.8. ويسجّل Ripple 65B Preview من Ricursive نتيجة 44.3. هذا فرق قدره 34.5 نقطة في أعمال وكلاء هندسة البرمجيات، وهو المقارنة النظيفة الوحيدة التي يتيحها الإطلاقان — فكل ما عدا ذلك إما مراجعة مختلفة لمعيار ما أو عمود فيه شرطة.

إذن فالسؤال ليس ما إذا كان Muse Wonder أفضل في تلك المهمة. فهو أفضل بوضوح، وفقًا لأرقام المختبرات نفسها. السؤال هو ما إذا كان أفضل بما يكفي لتبرير أن تبلغ تكلفته نحو عشرين ضعفًا في الإدخال وثلاثة وثلاثين ضعفًا في الإخراج. هذا قرار حقيقي له إجابة حقيقية، وليست الإجابة نفسها لكل عبء عمل.

لماذا يُعد DeepSWE 1.1 معركة عادلة

أجرى كلا المختبرين النسخة 1.1 من التقييم نفسه. ولم ينشر أيٌّ منهما إعادة تشغيل من طرف ثالث، لذا يحمل الرقمان التحفّظ نفسه — فهما مُبلَّغان من الجهة المورّدة وغير مُعاد إنتاجهما — وهذا التماثل هو ما يجعل المقارنة قابلة للاستخدام. وعندما تتساوى ادعاءتان في تضارب المصالح، تظل الفجوة بينهما مفيدة.

قارن ذلك بـ Terminal-Bench، حيث لا يخضع المختبران للاختبار نفسه إطلاقًا. تعلن Ripple عن نتيجة 80.5 على Terminal-Bench 2.1. وتعلن Meta عن Muse Wonder Full بنتيجة 57.1 على Terminal-Bench 4.0، وهو إصدار أحدث وأصعب. أي شخص يصفّ هذين الرقمين ليعلن Ripple الفائز إنما يقارن نموذجًا خاض امتحان 2024 بنموذج خاض امتحان 2026. صياغة Meta نفسها حذرة هنا، بينما لم تكن سلسلة إطلاق Ricursive كذلك.

تحذير إضافي من جانب Meta: يزعم جدول JobBench الخاص بالشركة تسجيل 75.3 لـ Muse Wonder Full مقابل 30.8 لـ Muse Wonder القياسي، وهي فجوة قدرها 44 نقطة لم ينجح أي مُقيّم مستقل في إعادة إنتاجها. تعامل مع جداول المعايير الداخلية من أي مختبر على أنها مواد تسويقية إلى أن يشغّلها شخص من خارج المؤسسة.

ما هو فرق السعر في الواقع

تبلغ تكلفة Muse Wonder مبلغ $4.00 لكل مليون رمز إدخال و$20.00 لكل مليون رمز إخراج، مع إدخال مخزّن مؤقتًا بسعر $0.20. أما Ripple 65B Preview فهو مُدرَج بسعر $0.20 و$0.60 على أول نقطة نهاية مستضافة له — وهو رقم ينبغي التعامل معه بحذر، إذ لم تنشر Ricursive أي قائمة أسعار، وتلك النقطة تخدم سياقًا من 16,384 رمزًا مقابل نافذة معلنة تبلغ 1M. وحتى عند أخذ السعر المُدرَج على ظاهره، فإن النسبة هي 20× في الإدخال و33× في الإخراج.

إن نسب السعر لكل توكن تُجمّل النماذج الصغيرة وتُضلِّل بشأن الفواتير الفعلية، لذا إليك الحساب على عبء عمل قد تشغّله فعلاً. لنفترض أن وكيل البرمجة لديك يُصدر 50 مليون توكن إخراج شهريًا ويقرأ 200 مليون توكن إدخال أثناء ذلك.

• على Muse Wonder: 200 × $4.00 = $800 مدخلات، بالإضافة إلى 50 × $20.00 = $1,000 مخرجات. الإجمالي $1,800 شهريًا.

• على Ripple 65B Preview بالسعر المدرج: 200 × 0.20 دولار = 40 دولارًا للإدخال، بالإضافة إلى 50 × 0.60 دولار = 30 دولارًا للإخراج. الإجمالي 70 دولارًا شهريًا.

• الفرق: 1,730 دولارًا شهريًا، أو نحو 20,760 دولارًا سنويًا، مقابل العدد الاسمي نفسه من الرموز.

الآن الجزء الذي تفوته جدول البيانات. إذا فشلت Ripple في مهمة واحدة من كل ثلاث مهام وأعدت المحاولة، فإن حجم إنتاجك الفعلي يزيد بمقدار النصف. ومع إعادتين تصبح قد ضاعفته. نقطة التعادل ليست خفية — يمكن أن تكون Ripple أقل كفاءة بمقدار ثلاث وثلاثين مرة لكل رمز ومع ذلك تكلّف أقل — لكن طريقة الفشل أسوأ من الفاتورة. وكيل البرمجة الذي يفشل في ثلث مهامه لا يكلّفك أكثر فحسب؛ بل يكلّفك المهندس الذي عليه أن يلاحظ العمل ويفكّك ما تعطّل ويعيد تشغيله. احسب تكلفة الإشراف، وليس الرموز فقط.

تضع Artificial Analysis نموذج Muse Wonder (Max) عند 6.95 دولارات لكل مهمة مؤشر على صفحة النموذج المباشرة — وهي وحدة أكثر صدقًا من الدولارات لكل مليون، ولا يوجد لها مقابل لدى Ripple، لأن لا أحد شغّله عبر مجموعة مهام قياسية.

ما الذي تتقاضى ميتا مقابله، إلى ما هو أبعد من الأوزان

Muse Wonder نموذج مغلق ذو واجهة إدخال واسعة على نحو غير معتاد: نص وصور وفيديو وصوت وملفات PDF كمدخلات، ونص كمخرجات، ضمن سياق يبلغ 1,048,576 رمزًا وسقف للمخرجات يبلغ 131,072 رمزًا. وهو يعمل باستدلال دائم التشغيل بستة مستويات جهد قابلة للاختيار، ويدعم استدعاءات الأدوات المتوازية والمخرجات المنظمة، ويكشف عن ميزتين لا مثيل لهما إطلاقًا في بطاقة Ripple — Active Memory، التي تنقل السياق عبر المحادثات، وActive Focus، المصممة للحفاظ على تماسك مهمة طويلة دون انحراف.

يعتمد ما إذا كان ذلك يهمّك كليًا على شكل عبء العمل لديك. إذا كان وكيلك مضطرًا إلى قراءة لقطة شاشة لاختبار فاشل، ونسخ مكالمة عميل، ومطابقتها مع فاتورة PDF في تمريرة واحدة، فإن أياً من درجات Ripple في الاختبارات المعيارية لا يساعدك، لأن Ripple 65B Preview يستقبل النص ويعيد النص. فجوة الوسائط ليست فارقًا في الأداء يمكنك سدّه باستخدام مطالبة أفضل.

سجّل Muse Wonder (Max) 44 نقطة على مؤشر الذكاء Intelligence Index التابع لـ Artificial Analysis — المرتبة #26 من 66 نموذجًا في فئته، وأعلى من الوسيط البالغ 36 للنماذج المماثلة، وإن لم يعد الـ52 القريب من الحدود الذي أوردته تغطية أسبوع الإطلاق. أُعيد بناء المؤشر في أواخر أكتوبر وتحرّك عدة نماذج. ولا يظهر Ripple 65B Preview عليه إطلاقًا.

ما قيمة Apache 2.0

Ripple 65B Preview هو نموذج بكثافة 65 مليار معامل وفق Apache 2.0، مع الأوزان الكاملة على Hugging Face بصيغة BF16 إضافة إلى NVFP4 ونسخ النموذج الأساسي. في BF16 تبلغ نقطة التحقق هذه حوالي 130 غيغابايت، وهو ما يندرج ضمن نطاق DGX Spark أو تشغيل مكمّم على جهاز أصغر — وليس جهاز MacBook، خلافًا لما ذكرته تغطية الإطلاق، إلا إذا كنت تشغّل نسخة NVFP4. تدّعي Ricursive تحقيق 250 رمزًا في الثانية على وحدتي B200s بحجم دفعة 8 قبل أي أنوية مخصصة، وحوالي 40% MFU خلال التدريب المسبق باستخدام التجزئة العادية.

ما يمنحك إياه ذلك هو كل ما لا يستطيع نموذج مغلق مستضاف تقديمه: القدرة على الضبط الدقيق على بياناتك الخاصة، وتشغيل الاستدلال دون فاتورة لكل رمز ودون أن تغادر بياناتك شبكتك، وتثبيت نسخة إلى الأبد، وتقديم الخدمة في الثالثة صباحًا دون الاعتماد على صفحة حالة شخص آخر. بالنسبة إلى عبء عمل خاضع للتنظيم، غالبًا ما تكون هذه القائمة أثمن من 34 نقطة DeepSWE. وبالنسبة إلى شركة ناشئة تُطلق وكيلًا هذا الربع، فعادةً لا تكون كذلك.

ثمة أيضًا عدم تماثل في الترخيص يستحق الذكر. فـ Apache 2.0 هو تقريبًا أقصى ما تبلغه الأوزان المفتوحة من تسامح. أما Muse Wonder فمغلق تمامًا — نظير Meta مفتوح الأوزان في هذه العائلة هو Muse Spark Open، وهو نموذج مختلف وأكبر بكثير حجمه 816B، بمعاملات نشطة تبلغ 42B و256 خبيرًا، وليس نسخة أصغر من Wonder. وإذا كانت الأوزان المفتوحة مطلبًا لا مجرد تفضيل، فإن هذه المقارنة تنتهي هنا.

تشغيل الاثنين جنبًا إلى جنب

لا يوجد أي من النموذجين في كتالوجنا اليوم، ولن يُقصد الإيحاء بأنهما كذلك. يصل Muse Wonder إلى المطورين عبر واجهة برمجة التطبيقات الخاصة بـ Meta؛ ويصل Ripple عبر نقطة نهاية Ricursive ومنصات طرف ثالث، مع أوزان على Hugging Face. ما يبرع فيه الموجّه في هذه الحالة هو ما يجلّيه كلا الإطلاقين بوضوح: لا تريد مسار إنتاج مربوطًا بإصدار Preview عمره يوم واحد تقول بطاقته الخاصة إن نتائجه يصعب تكرارها. تريد أن يكون ذلك النموذج خلف بديل احتياطي، يستحوذ على حصة من حركة المرور يمكنك رفعها تدريجيًا مع تراكم الأدلة — تحوّل تلقائي عند الفشل إلى نموذج موثوق عند حدوث خطأ أو مهلة، بدلًا من إعادة كتابة عندما تخيب التجربة.

هذا النمط هو أيضًا الطريقة التي تجيب بها على سؤال التسعير تجريبيًا. وجّه 10% من حركة البرمجة لديك إلى Ripple، وأبقِ 90% على Muse Wonder، وقارن ليس فاتورة الرموز بل تكلفة المهمة المكتملة — بما في ذلك إعادات المحاولة والوقت البشري. مفتاح API واحد، وبند فاتورة واحد، ورقم يمكنك الدفاع عنه في اجتماع تخطيط، وهو أكثر مما ستمنحك أي جدول معايير.

من يجب أن يدفع عشرين ضعفًا؟

ادفع مقابل Muse Wonder إذا كان عملك متعدد الوسائط أو طويل الأفق أو موجهًا للعملاء: وكلاء يقرؤون لقطات الشاشة، ومساعدون يحتاجون إلى تذكّر المستخدم عبر الجلسات، وأي شيء يكون فيه معدل هلوسة 27% مرتفعًا جدًا بالفعل وتحتاج إلى الموثوقية التي يوفرها التدريب اللاحق من مختبر رائد. إن 6.95 دولار لكل مهمة فهرسة سعر عادل لنموذج ينجز المهمة.

شغّل Ripple 65B Preview إذا كان العمل نصيًا فقط، ومحدود النطاق وذا حجم مرتفع، وإذا كانت لديك العتاد أو نقطة نهاية رخيصة: تصنيف دفعي، ومراجعة شيفرة وفق معيار ثابت، ومساعد محلي، وأساس للضبط الدقيق. عند $0.20 و$0.60، يكون أرخص في المخرجات بواقع ثلاث وثلاثين مرة، وعلى حمل عمل يستفيد من نقاط قوته، تتفوق هذه النسبة على فارق قدره 34.5 نقطة في أحد المعايير.

سيكون الخطأ أن تقرأ فجوة DeepSWE على أنها حكم نهائي. فهو اختبار واحد، أُجري مرة واحدة، وأبلغ عنه المختبر الذي وضعه. الرقم الذي ينبغي أن يحسم الأمر لك ليس 78.8 مقابل 44.3 — بل ما تفعله مجموعة مهامك الخاصة عندما تشغّل كليهما، وهذا الرقم لا وجود له حتى تولّده.