Step 5 Preview مقابل MiMo V2.6 Pro: نقطة مؤشر واحدة مقابل تسعة أضعاف التكلفة

في التشغيل نفسه على Artificial Analysis، يحتل نموذج StepFun المسمى Step 5 Preview ونموذج Xiaomi المسمى MiMo V2.6 Pro مركزين يفصل بينهما فارق نقطة ذكاء واحدة: 29 مقابل 30. لكن الفارق بينهما ليس دولارًا واحدًا. يحدد التشغيل نفسه سعر إنجاز مهمة مؤشر مكتملة عند 2.35 دولار لـ Step 5 Preview و0.26 دولار لـ MiMo V2.6 Pro، بفارق يقارب تسعة إلى واحد. كلاهما نموذجان مفتوحا الأوزان من نوع خليط الخبراء بنافذة سياق تبلغ مليون رمز، وكلاهما يستقبل الصور إلى جانب النص، ووصلا بفارق يوم واحد من بعضهما في أواخر سبتمبر 2026 — Step 5 Preview عبر واجهة StepFun البرمجية في 20 سبتمبر، وMiMo V2.6 Pro في 21 سبتمبر. وهذا ما يجعل هذه المواجهة المباشرة الأنظف المتاحة في فئة الأوزان المفتوحة، وهي المقارنة الوحيدة التي يكون فيها النموذج الأرخص هو أيضًا الأفضل نتيجةً بفارق طفيف.

ما يلي يستخدم تشغيل تقييم واحدًا، أُجري على نسخة المؤشر التي يقدّمها Artificial Analysis اليوم، لأن كل صفحات المقارنة تقريبًا التي ما زالت على الويب تستخدم نسخةً سبق تجاوزها. الأرقام أدناه قابلة لإعادة الإنتاج، ومن التشغيل نفسه، وتسمّي مَن أنتجها.

ملاحظتا إصدار بينهما أسبوع واحد، وانخفاضان في الوزن مختلفان تمامًا

تتباين الجداول الزمنية بقدر ما تتباين البنى. فقد بلغ Step 5 Preview واجهة API في 20 سبتمبر، ثم أمضى قرابة أربعة أسابيع منتجًا مستضافًا فقط قبل أن تنشر StepFun نقاط التحقق في 15 أكتوبر. وأصدر MiMo V2.6 Pro أوزانه المرخّصة بموجب MIT إلى جانب API في 21 سبتمبر، ونشرت Xiaomi وصفة التعلّم المعزّز الخاصة به، ونحو 7,000 بيئة مهام، ونموذجًا شقيقًا مقطّرًا بحجم 9B في الوقت نفسه.

أوراق المواصفات، سطر واحد لكل بُعد:

• إجمالي المعاملات والمعاملات النشطة — Step 5 Preview: 600B إجمالي، و27B نشطة لكل رمز. MiMo V2.6 Pro: 1.0T إجمالي، و42B نشطة.

• البنية — معاينة الخطوة 5: 92 طبقة، وانتباه استعلام مجمّع متفرق مع فهرسة كتل من 8 رموز، ومزيج بنسبة 3:1 من انتباه النافذة المنزلقة المُبوّب مع الانتباه الكامل المتفرق. MiMo V2.6 Pro: MoE متفرق يضم 384 خبيرًا موجّهًا، ثمانية منها نشطة لكل رمز.

• السياق والمخرجات — Step 5 Preview: مليون رمز. MiMo V2.6 Pro: مليون رمز، مع حد أقصى للمخرجات قدره 131K في صفحة النموذج الخاصة بنا.

• المدخلات — معاينة الخطوة 5: النص والصورة والفيديو. MiMo V2.6 Pro: النص والصورة والفيديو والصوت، ويعلن عن دعم صوت أصلي بدلًا من الفيديو فقط.

• الأوزان والترخيص — Step 5 Preview: BF16 وFP8، بموجب ترخيص StepFun Model License 1.0. MiMo V2.6 Pro: MIT.

• السعر لكل مليون رمز — Step 5 Preview: 1.00 دولار للإدخال، 2.70 دولار للإخراج، 0.10 دولار للمخبأ. MiMo V2.6 Pro: 0.435 دولار للإدخال، 0.87 دولار للإخراج، 0.0036 دولار للمخبأ.

أول ما يلفت الانتباه هو فجوة المعاملات. إن Step 5 Preview هو النموذج الأصغر من حيث الحجم الإجمالي، والأصغر من حيث الحوسبة النشطة، 27B مقابل 42B. وهذا ليس مصادفة في التغليف؛ إذ تدافع مدونة StepFun التقنية عن مقايضة معاكسة — بنية ضيقة وعميقة دُرّبت لتتصرف كأنها نموذج أكبر بكثير في أعمال الوكلاء طويلة الأفق، ولهذا تقع 92 طبقة داخل إطار سعة 600B بدلًا من إطار بتريليون معامل.

تمت إعادة تقييم النتائج، لكن الأرقام القديمة لا تزال منتشرة في كل مكان

إذا بحثت عن هذه المواجهة اليوم، فستخبرك معظم النتائج أن MiMo V2.6 Pro يسجل 46 وأن Step 5 Preview يسجل 44. كانت تلك قراءات حقيقية. وقد أُخذت على نسخة أقدم من مؤشر الذكاء Artificial Analysis Intelligence Index، وقد استُبدلت تلك النسخة منذ ذلك الحين. وعلى اللوحة كما هي الآن، يسجل النموذجان نفسهما 30 و29، وقد تحركت النماذج التي كانت تقع بالقرب منهما بمقادير مماثلة.

هذا مهم لسبب عملي لا لسبب متحذلق: فكل رقم مشتق يُحسب من الدرجات القديمة أصبح الآن خاطئًا. نسبة «$0.13 مقابل $0.72 لكل مهمة» التي تداولت عند الإطلاق أصبحت $0.26 مقابل $2.35. لم يتغير الترتيب — فلا يزال MiMo متقدمًا بفارق واحد — لكن حجم كل ما حوله تغير، كما تغير اتجاه قصة التكلفة من خطأ تقريب إلى قرار.

تحذير بشأن كيفية قراءة أي من هذه الأرقام: المؤشر مركّب مرجّح، ومعاييره الفرعية تتباين تباينًا حادًا بشأن هذا الزوج. إن الإبلاغ عن المركّب وحده سيخفي الجزء الوحيد من المقارنة الذي يمنح Step 5 Preview مبررًا لوجوده.

حيث يشتري تسعة إلى واحد شيئًا

ثلاث نتائج فرعية من التشغيل نفسه تصب حقًا في صالح {{1}}Step 5 Preview's{{/1}}، وهي تتجمع حول موضوع واحد: أن تقول أقل عندما لا يعرف.

• اختبار البشرية الأخير (Diamond) — Step 5 Preview بنسبة 24% مقابل MiMo V2.6 Pro بنسبة 15%. بفارق يقارب تسع نقاط على أصعب معيار معرفي ضمن المجموعة.

• AA-Omniscience — Step 5 Preview 16 مقابل MiMo V2.6 Pro −4. تُكافئ الدرجة الامتناع المعاير بالإضافة إلى الاستدعاء الصحيح، وتعني القيمة السالبة أن النموذج يجيب بثقة وعلى نحو خاطئ أكثر مما يلتزم الصمت.

• سرعة الإخراج — Step 5 Preview: ‏179.1 رمزًا في الثانية مقابل MiMo V2.6 Pro: ‏58.0، مقاسة على الخدمة نفسها. الإنتاجية بثلاثة أضعاف تمثل فرقًا حقيقيًا في زمن الاستجابة داخل حلقة وكيل تُنفّذ اثني عشر استدعاءً متتاليًا.

تلك الثلاثة مجتمعةً تشكّل دفاعًا متماسكًا عن السعر الأعلى: فالنموذج الذي يهلوس أقل ويعود أسرع يستحق أكثر لكل رمز في تلك الأحمال نفسها التي يستهدفها كلا المزوّدين — وكلاء يعملون لفترات طويلة، ومطالبات بحجم مستودع كامل، وتوليف بحثي. أما ما إذا كان يستحق تسعة أضعاف السعر، فذلك سؤال منفصل، وتتوقف إجابته على مقدار ما تكلّفه إجابة خاطئة وواثقة.

حيث يتفوّق MiMo دون أي علامة نجمة

تسير الشيفرة واختبارات الأتمتة في الاتجاه المعاكس، وليس بفارق ضئيل.

• FrontierCode 2.0 — MiMo V2.6 Pro 24% مقابل Step 5 Preview 12%. ضعف النتيجة على معيار البرمجة، وهو أكبر تباين منفرد بين الزوجين.

• AutomationBench-AA — 59% مقابل 51%.

• Terminal-Bench 4.0 — 35% مقابل 33%، تقدّم طفيف ذو أهمية لأن التموضع القائم على الوكلاء لدى Step 5 Preview مبني على العمل في الطرفية.

• GDPpdf — 19% مقابل 15%، وTerminal-Bench-Science 6% مقابل 2%، وكلاهما متواضع لكنه متسق.

تُقرأ انتصارات Step 5 Preview على HLE وOmniscience على أنها اتساعٌ في المعرفة ودقّةٌ في المعايرة؛ في حين تُقرأ انتصارات MiMo على FrontierCode وAutomationBench على أنها قدرةٌ على الفعل. وبالنسبة إلى وكيل برمجي، فليست هاتان العملتان متكافئتين.

تُعد اقتصاديات التخزين المؤقت الجزء الأكثر ترجيحًا لأن يفاجئ من يحاولون نمذجة الإنفاق. فسعر المدخلات المخزّنة مؤقتًا في MiMo V2.6 Pro هو 0.0036 دولار لكل مليون رمز، مقابل 0.10 دولار في Step 5 Preview — أي فرق يبلغ 28 ضعفًا في فئة الرموز التي تهيمن على جلسة وكيل طويلة، حيث يُعاد قراءة سياق المستودع أو المستند نفسه في كل دورة. كما تبيع MiMo طبقة UltraSpeed بسعر 4.35 دولار للمدخلات و8.70 دولار للمخرجات من أجل الاستدعاءات الحرجة زمنيًا، وهي وسيلة لشراء الإنتاجية دون تغيير النماذج.

التكلفة الحقيقية لدورة الوكيل

خذ استدعاءً تمثيليًا واحدًا: سياق من 400,000 توكن داخلاً، و20,000 توكن خارجًا. وفقًا لأسعار القائمة، يبلغ ذلك 0.454 دولارًا لـ Step 5 Preview و0.191 دولارًا لـ MiMo V2.6 Pro — أي فجوة بمقدار 2.4 مرة، لا تسع مرات. والآن شغّل السياق نفسه عشر مرات في جلسة واحدة. ومع قيام ذاكرة التخزين المؤقت بدورها، يعيد Step 5 Preview قراءة تلك الـ 400,000 توكن بسعر 0.10 دولار لكل مليون، ويقرؤها MiMo V2.6 Pro بسعر 0.0036 دولار، وتتسع الفجوة في الجزء المخزَّن مؤقتًا إلى نحو 28 إلى واحد.

هذا الحساب هو ما يفسّر عدم توافق الفجوة لكل مهمة مع فجوة السعر المعلن. فقيمة لكل مهمة هي متوسط مرجّح عبر تقييم كامل مع إعادة استخدام كثيفة للمطالبات، لذا فهي تعكس معدل التخزين المؤقت بقدر ما تعكس المعدل الرئيسي. إذا كان عبء العمل لديك يتكوّن من مطالبات تُنفّذ مرة واحدة مع سياق جديد في كل استدعاء، فقدّر الميزانية أقرب إلى رقم 2.4 أضعاف. أما إذا كان وكيلًا مستمرًا يعيد قراءة الملفات نفسها، فإن رقم تسعة أضعاف هو رقم التخطيط الأكثر صدقًا.

ما يمكنك الاتصال به اليوم

يتوفر MiMo V2.6 Pro في كتالوج OrcaRouter تحت معرّف النموذجxiaomi/mimo-v2.6-pro، ويُحتسب وفق سعر القائمة الخاص بXiaomi نفسه البالغ 0.43 دولارًا للمدخلات و0.87 دولارًا للمخرجات لكل مليون رمز، دون إضافة أي هامش على السعر. وهذا مهم هنا لسبب محدد: فالتسعير في هذه المقارنة هو العنصر الأكثر عرضة للتغيّر، ووجود موجّه يمرّر التكلفة كما هي يعني أن أي تغيير في أسعار Xiaomi يظهر على فاتورتك في اليوم نفسه بدلًا من أن ينتظر تجديد العقد التالي.

Step 5 Preview ليس ضمن كتالوجنا. ويبقى مكان استدعائه هو API الخاص بـ StepFun، أو مضيف تابع لجهة خارجية يستضيف نقاط التحقق. وبالنسبة لفريق يوازن بين الخيارين، فإن هذا التفاوت بحد ذاته حجة: يمكن اختبار أحد طرفي هذه المقارنة مقابل بديل احتياطي في إعداد توجيه واحد، بينما يتعذر اختبار الطرف الآخر. وتتيح لك لغة توجيه DSL إرسال حركة طلبات البرمجة إلى MiMo V2.6 Pro والإبقاء على نموذج ثانٍ خلف تجاوز الفشل التلقائي، بحيث لا يؤدي ارتفاع زمن الاستجابة لدى أحد المزوّدين إلى تعطيل الوكيل. وإذا تبيّن أن تفوق MiMo بنقطة واحدة لا يصمد على عبء عملك الخاص، فإن التبديل لا يكلفك سوى معرّف نموذج، لا عقدًا.

الأسئلة التي يثيرها هذا التطابق باستمرار

لماذا لا تزال معظم صفحات المقارنة تعرض 46 مقابل 44؟

لأنها كُتبت استنادًا إلى الإصدار السابق من المؤشر ولم يُعَد حسابها. فقد تغيّر التقييم الأساسي، وليس النماذج فقط، ولذا تحرّك معه كل رقم مشتق منه — بما في ذلك التكلفة لكل مهمة. وعندما يقتبس صفحتان هذا الزوج ويختلفان بأكثر من نقطة أو نحوها، فتحقّق من إصدار المؤشر الذي أنتج كُلًّا منهما.

هل تصمد ميزة المعايرة لدى Step 5 Preview في ظلّ تحوّل النطاق؟

جزئياً. تُقاس نتائج Omniscience وHLE على المعرفة العامة؛ وسلوك المعايرة الذي تكافئه هذه النتائج يكون في أوج قيمته حين يُسأل النموذج عن أمور تقع خارج توزيع تدريبه. وفي مجال ضيّق دُرّب فيه كلا النموذجين تدريباً مكثّفاً — كالبرمجة مثلاً — يُرجّح تقدُّم MiMo في FrontierCode أن ميزة الامتناع ليست هي ما تدفع مقابله.

هل يُعد أيٌّ من الطرازين بديلاً مباشراً للآخر؟

ليس دون التحقق. فهما يتشاركان عمليًا واجهةً متوافقة مع OpenAI، لكن ضوابط الاستدلال تختلف، وسقوف الإخراج تختلف، كما أن البصمة النشطة 27B في Step 5 Preview تغيّر مقدار ما يمكنك إبقاؤه مقيمًا من مطالبة طويلة. انقل المطالبة، وأعد تشغيل مجموعة التقييم الخاصة بك، وقارن على عبء عملك بدلًا من شريحة عرض أيٍّ من المورّدين.

النسخة القصيرة من القرار: إذا كان عبء العمل لديك كثيف المعرفة وحساسًا للتأخير ومكلفًا عند الخطأ فيه، فإن العلاوة السعرية البالغة تسعة أضعاف في Step 5 Preview يمكن تبريرها، وسرعته البالغة 179 رمزًا في الثانية تجعل استخدامه مريحًا. أما إذا كان عبء العمل لديك قائمًا على البرمجة والأتمتة والجلسات الطويلة على السياق نفسه، فإن MiMo V2.6 Pro هو النموذج الأفضل بسعر لا يقارن — وهو النموذج الوحيد من بين الاثنين الذي يمكنك وضعه خلف راوتر اليوم والانتقال عنه غدًا.