Solar Mini 4 مقابل LFM2.5 2.6B Base: ثلاثة أضعاف المؤشر، ومقارنة تكلفة لا وجود لها

الطريقة الصادقة لمقارنة Solar Mini 4 وLFM2.5 2.6B Base هي الإقرار منذ البداية بأنهما ليسا في السوق نفسه. Solar Mini 4 هو نموذج Upstage بتقنية مزيج الخبراء المتناثر ذي 35 مليار معلمة، صدر في 22 سبتمبر 2026، ويُنشّط نحو 3 مليارات معلمة لكل رمز، وهو احتكاري، ويُحتسب سعره عند 0.10 دولار لكل مليون رمز إدخال و0.40 دولار لكل مليون رمز إخراج. LFM2.5 2.6B Base هو نقطة تفتيش مُدرَّبة مسبقًا من Liquid AI بحجم 2.69 مليار معلمة، نُشرت على Hugging Face في أوائل أغسطس 2026 بموجب LFM Open License v1.0، صغير بما يكفي ليستقر في ذاكرة هاتف. أحدهما نقطة نهاية. والآخر ملف أوزان، وإذا كنت تقرأ هذا لأنك تريد تشغيل نموذج بدلًا من استدعائه، فقد انتهت المقارنة بالفعل.

ما يجعل هذا الاقتران يستحق مقالاً على أي حال هو البعد الوحيد الذي يتقاطعان فيه حقاً: فقد وُضع كلاهما في مواجهة نفس المعيار المستقل، وشكل تلك المقارنة ليس ما تتوقعه أعداد المعاملات. يمنح Artificial Analysis نموذج Solar Mini 4 درجة 24 على Intelligence Index v4.3.2، ويقيّم جيل LFM2.5 2.6B عند 8.4 — لكن الرقم الثاني تقديري، وهو لا يقيس نقطة التفتيش الواردة في عنوان هذا المقال. كلا التحذيرين مهمان، وهما أول ما يجب توضيحه.

ورقة المواصفات، جنبًا إلى جنب

• المعاملات — تحتوي Solar Mini 4 على 35 مليارًا إجمالًا مع 3 مليارات نشطة؛ بينما LFM2.5 2.6B Base كثيف عند 2.69 مليار، من دون الاحتفاظ بأي شيء. ثلاثة عشر ضعفًا للأوزان في جانب Upstage مقابل ميزانية حوسبة مماثلة تقريبًا لكل رمز.

• البنية — Solar Mini 4 هو مزيج متناثر من الخبراء. LFM2.5 2.6B Base مكوّن من 30 طبقة، 22 منها كتل التفاف قصير مزدوجة البوابات و8 انتباه بالاستعلامات المجمّعة، التصميم الهجين الذي بنته Liquid من أجل وحدة المعالجة المركزية والاستدلال الطرفي.

• التدريب — لا تنشر Upstage ميزانية للرموز. توثّق بطاقة Liquid 34 تريليون رمز ومفردات من 128,000 رمز عبر 16 لغة، منها الكورية واليابانية.

• الترخيص — Solar Mini 4 مملوك خاص. يُوزَّع LFM2.5 2.6B Base بموجب ترخيص LFM Open License v1.0 — متساهل للاستخدام التجاري مع شروط، وقابل للضبط الدقيق.

• السياق — توثّق Upstage 512K tokens، بينما تُدرج Artificial Analysis 1.05M للنموذج نفسه، لذا تعامل مع الحدّ الأقصى باعتباره غير محسوم. يشغّل LFM2.5 2.6B Base عدد 131,072.

• النمط — كلاهما نصّ إلى نصّ. لا يستقبل أيٌّ منهما الصور أو الصوت.

• السعر — Solar Mini 4 بسعر 0.10 دولار / 0.01 دولار للمخزّن مؤقتًا / 0.40 دولار لكل مليون رمز، بخصم 50% حاليًا حتى 22 أكتوبر 2026. لا يمتلك LFM2.5 2.6B Base بطاقة أسعار على الإطلاق؛ يتتبّع المضيف Artificial Analysis أسعار جيل LFM2.5 2.6B عند 0.00 دولار.

ما الذي يقيسه "8.4, estimated" وما لا يقيسه

مدخل Artificial Analysis لجيل LFM2.5 2.6B — النموذج المُدرَّب لاحقًا، وليس Base المُدرَّب مسبقًا — يحمل مؤشرًا قدره 8.4 موسومًا باعتباره تقديرًا، مع وسم معظم تقييمات مكوّناته بالطريقة نفسها. هذا موضع على لوحة المتصدرين، وليس مواصفة يُبنى عليها، ولا ينبغي أبدًا الاقتباس منه كما لو أن أحدًا شغّل نقطة تحقق Base عبر مجموعة الاختبارات. لم يفعل ذلك أحد. بطاقة نموذج Liquid نفسها لا تنشر أي جدول معايير لـ LFM2.5 2.6B Base على الإطلاق: فهو نقطة تحقق مُدرَّبة مسبقًا لإكمال النصوص، وتقول البطاقة صراحةً إنه يُوصى به فقط للضبط الدقيق المكثّف.

النموذج الشقيق المُقيَّم هو منتج مختلف. يُظهر جدول المعايير الخاص بـ Liquid للنموذج LFM2.5 2.6B بعد التدريب قيم IFStruct عند 85.5 وMulti-IF عند 80.1، وAIME25 عند 51.9، وLiveCodeBench v6 عند 59.4، وBFCLv4 عند 56.9، وτ³-Banking عند 5.7 — جميعها مُشغَّلة من المورّد، وجميعها على النسخة المدرَّبة على التعليمات، ورقم τ³ هو الذي يُقرأ كتحذير.

ملف تعريف Solar Mini 4 مختلف تمامًا في شكله. فهو يسجل 83.3% في AA-LCR v1.1 للاستدلال طويل السياق، و47.6% في SciCode، و−10.8 في AA-Omniscience بدقة 18.4% ومعدل عدم هلوسة 64.2%. كما يسجل 1% في Terminal-Bench 4.0 و22.3% في AutomationBench-AA. كلتا العائلتين ضعيفتان في العمل الوكيلي؛ فطراز Upstage ضعيف في العمل الوكيلي مع كونه مكلفًا، وهو وضع أسوأ من أن تكون ضعيفًا في العمل الوكيلي مع كونك مجانيًا.

ما يجعل Solar Mini 4 يستحق سعره هو نطاق الاستدلال. فعند 88,300 رمز إخراج لكل مهمة فهرسة — منها 71,600 للاستدلال — فإنه يستهلك الحوسبة بطريقة لا يستطيع نموذج كثيف بسعة 2.6 مليار معامل أن يحاكيها بمجرد تزويده بمطالبة أطول. يمكن إخبار نموذج يمتلك 2.69 مليار معامل بأن يفكر خطوة بخطوة؛ لكن لا يمكن إخباره بأن يمتلك 35 مليار معامل. هذا هو المنتج الفعلي.

ثلاثة أضعاف المؤشر، ولا يوجد رقم تكلفة قابل للمقارنة

تضع Artificial Analysis سعر Solar Mini 4 عند 0.36 دولار لكل مهمة مؤشر مكتملة مقابل 0.006 دولار لـ Granite 4.2 3B، كما أن جيل LFM2.5 2.6B مسعّر بصفر، لذا لا يوجد رقم لتكلفة كل مهمة يجعل هذه نسبة عادلة. وعليه، فإن الصياغة "تكلّف Solar Mini 4 أكثر بكثير مما يكلّفه LFM2.5 2.6B Base" صحيحة وخارج صلب الموضوع قليلاً. السؤال ذو الصلة هو ما إذا كان العمل الخاص باللغة الكورية، والمستندات الطويلة، والاستخراج المهيكل، الذي بُني Solar Mini 4 من أجله، يمكن إنجازه أصلاً بواسطة نقطة تفتيش مُدربة مسبقًا بحجم 2.69B. عادةً لا يمكن ذلك، وعندها تصبح المقارنة بين Solar Mini 4 ونموذج عام رائد بدلاً من المقارنة بين Solar Mini 4 ونموذج هاتف.

الحالة التي يفوز فيها LFM2.5 2.6B Base ليست الحالة التي يكون فيها أرخص. بل هي الحالة التي تكون فيها المهمة ضيقة بما يكفي لسدّ الفجوة عبر الضبط الدقيق. استخراج الحقول المهيكلة من صيغة مستند معروفة، والتصنيف وفق تصنيف ثابت، ومساعد على الجهاز يجب أن يعمل بلا شبكة — هذه مهام يتفوق فيها نموذج بحجم 2.69B مع بيانات التدريب الخاصة بك على نموذج عام بحجم 35B مع بطاقة أسعار، وتكلفتها نسخة GPU بدلاً من عدّاد الرموز. وتوفّر Liquid نقطة التحقق الأساسية مع وصفات التدريب المسبق المستمر، وLoRA SFT، وDPO، وGRPO عبر Unsloth وTRL تحديداً من أجل هذا التوجه.

أي واحد يجب الاتصال به؟

اختر Solar Mini 4 عندما يكون الإدخال طويلاً، ويحتاج الإخراج إلى استدلال، ويتضمن المزيج اللغوي الكورية أو اليابانية — وعندما يكون تحمّل سبع دقائق من فك التشفير لكل مهمة صعبة أمراً مقبولاً. اختر LFM2.5 2.6B Base عندما تحتاج إلى أن تكون الأوزان ملكك، ويكون الجهاز بلا شبكة، وتكون المهمة ضيقة بما يكفي للضبط الدقيق. تستخدم عمليات النشر المثيرة للاهتمام كليهما، لأنهما ليسا بديلين: نموذج محلي صغير يقوم بالتوجيه والتنقيح والاستخراج، ولا يُستدعى النموذج المستضاف إلا للنسبة من الطلبات التي احتاجت فعلاً إلى 35B معلمة.

نموذج Liquid ليس على OrcaRouter، وكذلك نموذج Upstage ليس عليه، لذا لا يمكننا بيعك أيًّا من هذين المسارين. ما يمكننا فعله هو الجزء الذي يحوّل هذه المقارنة من قرار إلى تهيئة: أكثر من 200 نموذج خلف مفتاح واحد بهامش 0% فوق سعر قائمة المزوّد، مع تحويل تلقائي عند الفشل عبر المزوّدين ولغة DSL للتوجيه تتيح لك تركيب عدة نماذج في استدعاء واحد. عندما تكون الإجابة الصحيحة هي "الرخيص معظم الوقت والجيد عندما يكون الأمر مهمًا"، فهذه مشكلة توجيه، وهي السبب في وجود لغة DSL للتوجيه.

الرقم الذي لن يضعه أيٌّ من المورّدين على شريحة عرض

زمن الاستجابة. يستهلك Solar Mini 4 نحو 88,300 رمز إخراج لكل مهمة من مهام Intelligence Index بمعدل مقاس يبلغ 204 رموز في الثانية، لذا استغرق في المتوسط 430 ثانية — أي ما يزيد قليلاً عن سبع دقائق — في كل مهمة صعبة. أما جيل LFM2.5 2.6B، على المضيف الذي اختبرته Artificial Analysis، فقد عمل بمعدل 45.7 رمزًا في الثانية مع انتظار 2.8 ثانية للجزء الأول، لكن ذلك مضيف في مركز بيانات يتحدث إلى نموذج من المفترض عادةً أن يعمل على مكتبك. وتضع قياسات Liquid الخاصة البنية نفسها عند 220 رمزًا في الثانية على M5 Max، و113 على Ryzen AI Max+ 395، وحوالي 30 رمزًا في الثانية على هاتف — وهي حلقة وكيل قابلة للاستخدام على جهاز بلا شبكة.

إذا كان عبء العمل لديك تفاعليًا، فالمقارنة ليست متقاربة، ولن تغيّرها أي نتيجة اختبار أداء. وإذا كان عبء العمل لديك دفعيًا وكان ما ينتظر هو مهمة cron، فسبع دقائق أمر مقبول، وعمق الاستدلال يستحق ذلك.

ملاحظتان ختاميتان حول المصادر. كل رقم من Artificial Analysis هنا هو قياس مستقل من تلك المنظمة على مجموعة اختبارات مشتركة؛ ومؤشر LFM2.5 2.6B هو تقدير صريح ويغطي النموذج بعد التدريب بدلًا من نقطة تفتيش Base المُدرَّبة مسبقًا المذكورة أعلاه. وكل رقم من Liquid AI هو تشغيل المورّد نفسه على معايير المورّد نفسه، ولم يُعَد إنتاجه — ونقطة تفتيش Base نفسها ليس لديها أي درجات منشورة على الإطلاق، وهذه حقيقة عن النماذج المُدرَّبة مسبقًا وليست انتقادًا لهذا النموذج.