SubQ Snap 1.1 مقابل Gemma 4 12B: مُقيّم متخصص في مواجهة نموذج عام مفتوح

اطلب من كلٍّ من SubQ Snap 1.1 وGemma 4 12B أن يحدّدا أيّاً من خمسمئة تذكرة دعم تمثّل طلبات استرداد، وسيقدّم كلاهما إجابة قابلة للاستخدام. لكن واحداً منهما فقط سيخبرك أيضاً، لكل تذكرة، بمدى ثقته — وواحداً فقط منهما يمكن تنزيله وتشغيله على عتاد تملكه. هذه هي المقارنة بأكملها، وسبب أنها لا تنتهي إلى فائز هو أن النموذجين ليسا في الفئة نفسها حقاً. Snap 1.1 هو نموذج قرار أصدرته Subquadratic في 22 أكتوبر 2026: يقيّم مجموعة محددة من الخيارات ولا يولّد أي نص. أما Gemma 4 12B فهو النموذج العام مفتوح الأوزان من Google DeepMind، نموذج كثيف بنحو 12 مليار معامل بموجب ترخيص Apache 2.0 يقرأ النصوص والصور والصوت والفيديو ويكتب النثر.

اعتبرها بديلين لبعضهما وستقع في أحد خطأين: أن تدفع أسعار API مقابل مصنّف يمكنك تشغيله على حاسوب محمول، أو أن تحاول الحصول على توجيه منظّم من نموذج لم يُدرَّب قط على الامتناع. أما إذا تعاملت معهما كطبقتين في خط أنابيب واحد، فإنهما يتكاملان بشكل معقول.

ما هو كل واحد منها في الحقيقة

Gemma 4 12B هو الطراز الأوسط في عائلة Gemma 4، إذ يقع بين طرازي E2B وE4B العاملين على الجهاز، وبين فئتي 26B-A4B و31B. وأبرز ادعاء معماري له أنه خالٍ من المُرمِّزات: إذ تُسقَط رقع الصور وموجات الصوت مباشرةً في العمود الفقري اللغوي بدل تمريرها عبر مُرمِّزات رؤية وصوت منفصلة. وهو يعمل في تهيئة استدلال وتهيئة غير استدلالية، ويُطرح بموجب Apache 2.0، وهو من النوع الذي يختاره فريق لأنه قابل للضبط الدقيق والتكميم والتضمين والطرح دون استئذان أحد. تختلف أدوات التتبع حول تاريخ الإصدار الدقيق — فـ Artificial Analysis وBenchLM يقولان 3 يونيو 2026، بينما يقول llm-stats إنه 23 مايو — وهذا تذكير صغير بأن حتى الحقائق المملة عن الإصدارات المفتوحة يُعاد صياغتها بشكل مختلف حسب من يحصيها.

إنّ SubQ Snap 1.1 أضيق نطاقًا عن قصد. فهو يستقبل ما يصل إلى 384K من الرموز النصية والصور، إضافةً إلى مجموعة إجابات يحدّدها التطبيق — من سؤال واحد إلى ستة عشر سؤالًا، ومن بديلين إلى 255 بديلًا لكل سؤال — ويعيد اختيارًا مصحوبًا باحتمال. لا يوجد نص حرّ في المخرجات لتحليله، ولا مخطط JSON لفرضه، ولا أي طريقة ليُجيب النموذج عن سؤال لم تعرضه عليه. وحجّة Subquadratic هي أنّ هذه مهمة حسابية مختلفة عن التوليد، وأنّ معمارية انتباه متفرّق يمكنها أداؤها بحساب ثابت لكل رمز بدلًا من دفع كلفة انتباه تربيعي عبر مستند من 300K رمز.

المواصفات، جنبًا إلى جنب

• السياق — يقبل SubQ Snap 1.1 عدد 384 ألف رمز في تمريرة واحدة؛ ويقبل Gemma 4 12B عدد 256 ألف (262,144).

• طريقة الإدخال — يتلقى Snap 1.1 النصوص والصور؛ بينما يتلقى Gemma 4 12B النصوص والصور والصوت والفيديو.

• الإخراج — يُرجع Snap 1.1 خيارًا أو درجة من قائمتك، مع احتمال؛ بينما يولّد Gemma 4 12B نصًا بأي طول.

• السعر — Snap 1.1 هو 0.04 دولار لكل مليون رمز إدخال مع إخراج مجاني؛ ووسيط Gemma 4 12B عبر المزوّدين هو 0.10 دولار لكل مليون رمز إدخال و0.30 دولار لكل مليون رمز إخراج.

• الأوزان — لا تنشر Snap 1.1 أي أوزان؛ بينما توفّر Gemma 4 12B أوزانًا بموجب Apache 2.0 يمكنك تنزيلها وتكميمها واستضافتها ذاتيًا.

• المعايرة — يُفيد Snap 1.1 بخطأ معايرة متوقّع قدره 0.014 ومعدّل امتناع 86% عن الأسئلة التي يتعذّر عليه الإجابة عنها؛ في حين لا تنشر Gemma 4 12B أي رقم معايرة قابل للمقارنة.

• مرجع معياري — يسجل Snap 1.1 نتيجة 65 في مؤشر Artificial Analysis Decision Index v1.0، متعادلاً في المركز الأول؛ ويسجل Gemma 4 12B نتيجة 14 في مؤشر Artificial Analysis Intelligence Index، وهو رقم تقديري لفئته الحجمية.

هذان الصفان الأخيران غير قابلين للمقارنة ولا ينبغي وضعهما جنبًا إلى جنب دون تحذير. يقيس Decision Index جودة القرار في مهمة ذات إجابة ثابتة؛ بينما يقيس Intelligence Index الاستدلال العام. إن 65 و14 يجيبان عن سؤالين مختلفين.

المهمة التي يستطيع كلاهما القيام بها، وما تكلفتها

خذ استدعاء توجيه واقعيًا: سلسلة تذاكر من 8,000 رمز، وخمسة قوائم انتظار مرشحة، وإجابة واحدة. يتقاضى Snap 1.1 مبلغ $0.04 لكل مليون رمز إدخال ولا شيء مقابل الإخراج، لذا يكلّف الاستدعاء نحو $0.00032. أما Gemma 4 12B وفق متوسط تسعير المزوّد فيتقاضى $0.0008 مقابل الرموز الـ8,000 نفسها من الإدخال، إضافةً إلى الإخراج — والتسمية المجردة ربما تكون خمسة رموز، أي $0.0000015، لكن إعداد استدلال يفكر قبل الإجابة قد يستهلك بسهولة من 200 إلى 400 رمز، أي ما يعادل $0.00006 إلى $0.00012 إضافية.

بأسعار API، يكون Snap بالتالي أرخص بمقدار مرتين إلى ثلاث مرات لكل استدعاء، وتتسع الفجوة كلما طال المستند، لأن سعر الإدخال لدى Gemma يعادل سعر Snap مرتين ونصفًا. عند 100 ألف رمز، تكون المقارنة $0.004 مقابل $0.010 قبل أن تكتب Gemma أي شيء على الإطلاق.

استضف Gemma 4 12B ذاتيًا الآن على وحدة معالجة رسومات (GPU) تمتلكها بالفعل. تنخفض التكلفة الحدية لكل استدعاء إلى الكهرباء، وتنقلب المقارنة رأسًا على عقب تمامًا. هذا هو أهم شيء على الإطلاق في هذه المواجهة: لا تكون Snap 1.1 أرخص إلا إذا كنت تشتري الاستدلال بالتوكن. وإذا كانت لديك سعة غير مستغلة، فإن Gemma مجانية على الهامش، ولن تكون Snap كذلك أبدًا.

أين تتفوق Gemma 4 12B

الإجابة الواضحة هي الانفتاح، لكن النسخة المفيدة أكثر تحديدًا. Apache 2.0 تعني أنه لا يمكن لأي مورّد أن يسحب نقطة النهاية من تحتك، ولا يمكن لأي حدّ لمعدل الطلبات أن يخنق مهمة دفعات في الثانية صباحًا، ولا تغادر أي بيانات شبكتك. وفي سير عمل خاضع للتنظيم — فرز المطالبات، والترميز السريري، ومراجعة العقود — فإن تلك النقطة الأخيرة عادةً ما تحسم الجدل قبل أن يُناقش السعر.

يؤدي Gemma أيضًا أشياء لا يستطيع Snap القيام بها بحكم بنيته. فهو يكتب ملخص التصعيد بعد أن يقرّر الموجّه التصعيد. ويقرأ نموذجًا ممسوحًا ضوئيًا، ويفرّغ تسجيل مكالمة نصيًا، ويجيب عن سؤال يتعلق بكليهما في تمريرة واحدة. ويمكن ضبطه الدقيق على بياناتك الموسومة الخاصة، وهو ما يتفوق غالبًا، في مهمة تصنيف ضيقة، على سلوك الاستدلال الصفري لدى أي نموذج عام. وبحسب الأرقام المنشورة من المورّد نفسه، يحقق 77.2 على MMLU-Pro، و78.8 على GPQA، و72.0 على LiveCodeBench v6 — وهي أرقام متواضعة لنموذج حدودي، لكنها محترمة تمامًا لشيء يتسع على مسرّع واحد.

نقاط ضعفه محددة بالقدر نفسه: 5.2 في Humanity's Last Exam دون أدوات، و43.4 في استرجاع السياق الطويل MRCRv2، وزمن وصول أول رمز يبلغ نحو 2.4 إلى 2.6 ثانية عند سرعات المزوّدين المعتادة، وهو على الجانب البطيء بالنسبة لقفزة توجيه في حلقة وكيل.

أين يتفوّق SubQ Snap 1.1

ثلاثة أمور، مرتبة حسب أهميتها. أولًا، الامتناع المعايَر. يُبلِغ Snap 1.1 عن معدل 86% في قول "لا أعرف" عن الأسئلة التي لا يستطيع الإجابة عنها إجابة صحيحة، مقابل 0.7% لإصداره 1.0 على مؤشر المعرفة الشاملة لدى المورّد — وهذا التحسّن هو العنوان الرئيسي لهذه النسخة. يتطلب جعل نموذج لغوي كبير عام يمتنع بشكل موثوق هندسةَ الأوامر، أو استدلالًا إرشاديًا للثقة، أو نموذجًا ثانيًا يقيّم الأول، ولا شيء من ذلك بنظافة نموذج دُرِّب على الامتناع كهدف صريح.

ثانيًا، السياق. 384K في تمريرة واحدة مقابل 256K، والأكثر صلةً — لا حاجة إلى تصميم استراتيجية تقطيع. يمكن لنموذج عام بسعة 256K أن يحتفظ بالمستند تقنيًا؛ أما ما إذا كان يسترجع الجملة الصحيحة من منتصفه فمسألة مختلفة، وتشير نتيجة Gemma البالغة 43.4 على MRCRv2 إلى أن الإجابة الصادقة هي «أحيانًا».

ثالثًا، شكل المخرجات. فالاحتمال على قوائم الانتظار الخمس لديك قابل للاستخدام مباشرةً كحدّ توجيه. أما الجملة المولّدة فليست كذلك، وشيفرة الربط التي تحوّل إحداهما إلى الأخرى هي موطن معظم أخطاء التصنيف في بيئات الإنتاج.

ما تفتقر إليه Snap هو أي تحقق مستقل من الإصدار 1.1. التقييمات الخارجية الموجودة اختبرت نموذج المعاينة، ووجد أحدها — دراسة لتقييم مدى ملاءمة المستندات أجرتها 95pctai وتقارن Snap بـ Gemma 4 31B — أن Snap أسرع بنحو الضعف ونصف السعر لكل تشغيل، لكنها فاتتها 21 إجابة التقطها خط أساس Gemma. ويشير مؤلف الدراسة إلى أن كلاً من المُقيِّم وخط الأساس كانا من نماذج Google، مما قد يمنح Gemma أفضلية، وإلى أن Snap شُغّلت مرة واحدة فقط.

واقع النشر

Gemma 4 12B ليس في كتالوج OrcaRouter. نوفّر فئتي 26B-A4B و31B من العائلة نفسها، ويتوفر الطراز 12B عبر قنوات Google الخاصة وعدد من منصات الأطراف الثالثة. كذلك ليس Snap 1.1 من منتجاتنا: فهو يعمل عبر واجهة برمجة تطبيقات Subquadratic على console.subq.ai.

السؤال العملي لدى معظم الفرق ليس أيّهما يُعتمد معيارًا، بل ما إذا كان ينبغي لطبقة القرار وطبقة التوليد أن تشتركا في تبعية واحدة. فهما تفشلان بطرق مختلفة: انقطاع الموجّه يوقف خط المعالجة قبل بدء أي عمل، وانقطاع المولّد يوقفه في منتصف الطريق. وإبقاء الاثنين لدى مورّدين منفصلين — مفتاح واحد لأكثر من 200 نموذج توليد على OrcaRouter دون هامش إضافي بنسبة 0% فوق أسعار قائمة المزوّد ومع تحويل تلقائي عند الفشل، وعقد واحد لنموذج القرار — يعني أن يومًا سيئًا لدى أي من المورّدين يُضعف خط المعالجة بدلًا من أن يوقفه.

كيف تقرر في تمريرة واحدة

إذا كان القرار عبارة عن تصنيف ضمن مجموعة خيارات ثابتة، وكانت المستندات طويلة، ولم يكن بإمكانك استضافة الأوزان: فاختر Snap 1.1، وخصّص ميزانية لبناء أداة تقييم خاصة بك لأن لا أحد قد نشر واحدة لهذه النسخة.

إذا كان القرار وسمًا (label) لكن الاستدعاء نفسه يجب أن يُنتج نصًا أيضًا، أو كانت البيانات لا تستطيع مغادرة شبكتك، أو لديك سعة GPU احتياطية: فإنّ Gemma 4 12B، بعد ضبطها الدقيق على بضعة آلاف من أمثلتك الخاصة، ستتفوق عادةً على نموذج قرارٍ عام الأغراض في مهمتك المحددة.

إذا كنت غير متأكد حقًا، فإن التجربة الرخيصة هي تشغيل كليهما على نفس الحالات المصنّفة البالغ عددها 2,000 حالة، ومقارنة ليس الدقة بل تكلفة الأخطاء التي يرتكبها كل منهما. سيمتنع Snap أكثر. سيجيب Gemma أكثر ويخطئ أكثر من دون أن يقول ذلك. أيّهما أسوأ هو خاصية من خصائص عملك، وليس من خصائص أي من النموذجين.