بطاقة عنوان مُولّدة تحمل العنوان «Tell 1 vs Qwen 3.8». البطاقة اليسرى الموسومة بـ«Tell 1» تحمل أيقونة ساعة توقيت والسطرين «الأول في زمن الاستجابة» و«الخامس في استدعاءات الأدوات»؛ أما البطاقة اليمنى الموسومة بـ«Qwen 3.8» فتحمل أيقونة مفتاح ربط والسطرين «سياق 1M رمز» و«استدعاء الأدوات الأصلي». ويقرأ فاصل «السرعة مقابل المعاملة». وشعار OrcaRouter مركّب في الزاوية السفلية اليمنى.
Guides & Insights

Tell 1 مقابل Qwen 3.8: فجوة استدعاء الأدوات التي لا يضعها أحد في العنوان الرئيسي

الكاتب

jinhao.song

تاريخ النشر

أحدث النماذج · 20عرض جميع النماذج →
المعايير: Artificial Analysis · يُحدَّث يوميًا
العودة إلى جميع المقالات

تنشر Retell لوحة صدارة لنماذج الصوت وتضع Tell 1 في المركز الأول عليها. وتقول لوحة الصدارة نفسها، عند القراءة أبعد قليلًا إلى الأسفل في كل عمود، إن Tell 1 خامس في استدعاء الأدوات. هذا التصنيف الواحد هو أكثر شيء فائدة في الصفحة، لأنه يحدد الحد الفاصل بدقة بين ما Tell 1 صُمم لفعله وما أصبح نموذج عام الأغراض مثل Q​wen 3.8 — الجيل الذي طرازه الرائد Qwen3.8-Max وعضوه الكثيف المفتوح Qwen3.8-27B — جيدًا فيه فعلًا. الوكيل الهاتفي الذي لا يستطيع حجز الموعد أسوأ من وكيل بطيء. والنموذج البالغ 2.4 تريليون معامل والذي يحتاج 8 ثوانٍ ليقول مرحبًا لا يستطيع الرد على الهاتف إطلاقًا. السؤال المثير للاهتمام ليس أي نموذج أفضل؛ بل أين يتوقف كل واحد منهما في بنيتك عن كونه الأداة الصحيحة.

من المفيد تسمية مستويات الأدلة قبل أي شيء آخر، لأن هذين النموذجين موثّقان بطرق غير متوافقة. فقد أُطلق Qwen3.8-Max كواجهة برمجية مسعّرة في 3 أغسطس 2026 مع مصفوفة قدرات منشورة، وسياق يبلغ مليون رمز، ومعايير أداء من الجهة المورّدة؛ ثم تبعه Qwen3.8-27B كأوزان قابلة للتنزيل بترخيص Apache-2.0؛ وكلاهما يحصل على تقييم مستقل من Artificial Analysis. أما Tell 1 فليس له سوى صف واحد في معيار أداء كتبه مالكه، ولا توجد له بطاقة نموذج على الإطلاق. لذا فإن أحد جانبي هذه الصفحة مقيس والآخر مُبلَّغ عنه، وكل رقم أدناه موسوم وفق ذلك.

ما الذي يكلفك إياه المركز الخامس لـ Tell 1 في الواقع؟

أرقام جدول vCX نفسه تستحق القراءة بالترتيب الذي تظهر به لا بالترتيب الذي توحي به الرتب. في الصف الذي يسمّيه Retell عاميًّا، يسجّل Tell 1 نسبة 96.6% ولا يتفوق عليه أي إعداد من بين 62 إعدادًا. وفي الصف الذي يسمّيه استدعاء الأدوات، يسجّل النموذج نفسه 95.4% ويتفوق عليه أربعة آخرون — وهذا ليس عيبًا في النموذج بقدر ما هو بيان عمّا ضُبط ليكون بارعًا فيه. ومتوسط 94.45% ووسيط 72.5 ms كلاهما ينبعان من تلك الأولوية؛ وكذلك تكلفة النموذج البالغة 3.5 سنت لكل دقيقة والتي تحتل المرتبة 19، في وسط الجدول بأريحية.

الرقم صاحب المركز الخامس — 95.4%، أي نجاح 954 من أصل 1,000 تقييم — ليس سيئًا على المستوى المطلق. لكن النمط هو ما يهم. في تدفق مركز اتصال، تكون استدعاءات الأدوات هي حيث يقوم الوكيل بشيء غير قابل للتراجع: يحجز موعدًا، أو يقبض دفعة، أو يحوّل متصلًا، أو يلغي طلبًا. ومعدل فشل 4.6% في تلك الخطوات يعني نظامًا يعمل في الغالب ويخطئ أحيانًا، وهو بالضبط نمط الفشل الذي يؤدي إلى سحب وكيل ذكاء اصطناعي من الإنتاج بعد شهر. أما مكاسب المحادثة الطبيعية وزمن الاستجابة، في المقابل، فهي التي تجعله معتمدًا في المقام الأول. هذا التفاوت — أن يكون أفضل في العرض التوضيحي منه في المعاملة — هو ما يجب اختباره، لا ما يجب افتراضه.

تحذيران بشأن المعيار نفسه، لأنه الدليل العام الوحيد على Tell 1. يحمل صفّه الإصدار 17 من أداة الاختبار بينما تحمل 50 من أصل 62 صفًا الإصدار 1، لذا فإن "#1 overall" يجمع عبر مجموعتَي اختبار مختلفتين. وهو معيار Retell الخاص، ويُشغَّل على أنماط حركة المرور الخاصة بـ Retell، وهو منهجية مشروعة وليست مستقلة.

ما الذي يجلبه Q​wen 3.8 إلى المشكلة نفسها

Qwen 3.8 هو جيل وليس نموذجًا، والتفريق بينهما مهم هنا. Qwen3.8-Max هو الرائد المستضاف: سياق يبلغ مليون رمز، وإدخال نص وصورة وفيديو، ووضع التفكير، واستدعاء الدوال، وأدوات مدمجة، ومخرجات منظمة، ويُقدَّم بصيغ نقل متوافقة مع OpenAI وAnthropic وDashScope. يمنحه Artificial Analysis درجة 33.7 على مؤشر الذكاء الخاص به — أفضل من 73% من النماذج التي يقارنها — مع 76.2 على مؤشر البرمجة، و92.8 في GPQA Diamond، و88.8 على Terminal-Bench 2.1، و47.8 على tau-banking، وهو المزيج من نتائج المورّد والنتائج المستقلة الذي تستشهد به صفحة نموذجنا. Qwen3.8-27B هو العضو الكثيف المفتوح الأوزان: 27B معاملًا، وسياق 256K، ومتعدد الوسائط، وApache 2.0، وعلى بطاقة Qwen الخاصة به 90.3 في LiveCodeBench v6، و89.2 في GPQA Diamond، و84.3 في OSWorld-Verified، و79.0 في QwenSWEBench.

اقرأ رقم tau-banking مرتين إذا كان استخدام الأدوات هو ما يقلقك. إنه معيار قياس لمهام خدمة العملاء المعزَّزة بالأدوات — البحث عن حساب، وتغيير طلب، واتباع سياسة — و47.8 درجة صعبة المنال في اختبار صعب، وليست رقمًا تسويقيًا. أصبحت النماذج العامة بارعة في هذا قبل أن تتقن الظهور بمظهر بشري، والترتيب هو بيت القصيد في هذه المقارنة: سيشغّل Q​wen 3.8 حلقة أدواتك بموثوقية أكبر مما سيفعل نموذج صوتي بزمن 72 مللي ثانية، وسيستغرق ثوانٍ قبل أن يبدأ التحدث.

• زمن الاستجابة — 72.5 ms وسيطًا لـ Tell 1 داخل أداة اختبار Retell؛ وتضع قياساتنا المخدومة الخاصة Qwen3.8-Max عند 8,235 ms p50 وQwen3.8-27B عند 4,197 ms p50 خلال نافذة سبعة أيام، وهو مقدار مختلف قيس بطريقة مختلفة، ولا يمثل أي منهما دور مكالمة هاتفية.

• استدعاء الأدوات — 95.4% (المرتبة 5 من 62) لـ Tell 1 على إطار الاختبار الخاص بـ Retell؛ و47.8 في tau-banking، واستدعاء دوال أصلي كامل مع مخرجات منظمة لـ Qwen3.8-Max، على معايير تقييم يقيّمها أشخاص لا يبيعون أيًا من النموذجين.

• السياق — مليون توكن لـ Qwen3.8-Max، و256 ألفًا لـ Qwen3.8-27B؛ غير منشورة لـ Tell 1، وغير ذات صلة إلى حد كبير في المكالمة، حيث تقع قاعدة المعرفة خارج النموذج.

• السعر — يقع Tell 1 ضمن نطاق Retell البالغ 0.07 دولار إلى 0.31 دولار لكل دقيقة، مع نسبة 3.5 سنتات من ذلك منسوبة إلى النموذج؛ ويبلغ Qwen3.8-Max 2 دولار للإدخال و6 دولارات للإخراج لكل مليون توكن، وQwen3.8-27B 0.33 دولار و2.40 دولار، وكلاهما بسعر قائمة المزوّد عبر OrcaRouter دون إضافة أي هامش.

A generated two-column scoreboard headed 'Tell 1 vs Qwen 3.8'. The Tell 1 column reads 'Latency: 72 ms', 'Tool calling: 95.4% rank 5', 'Context: unpublished', 'Weights: none', 'Evidence: vendor benchmark', 'Price: 3.5c per minute'. The Qwen3.8-Max column reads 'Latency: 8235 ms p50', 'Tool calling: tau-banking 47.8', 'Context: 1M tokens', 'Weights: open 27B sibling', 'Evidence: AA Index 33.7', 'Price: $2/$6'. A footer reads 'Tell 1 per Retell; Qwen figures per Artificial Analysis and OrcaRouter.' The OrcaRouter logo is composited in the bottom-right corner.

الحساب الذي يحسم معظم عمليات النشر

غالبًا ما تفقد المقارنات دقتها عند التحويل بين وحدتي السعر، لذا إليك التحويل بشكل صريح. الدقيقة من الكلام تعادل نحو 150 كلمة منطوقة، أي نحو 200 توكن من المخرجات، وربما من 1,500 إلى 3,000 توكن من المدخلات عند احتساب المطالبة والمعرفة المسترجعة ومخططات الأدوات. بسعر Qwen3.8-Max البالغ $2/$6، تبلغ تكلفة النموذج أقل من 2 سنت للدقيقة؛ وبسعر Qwen3.8-27B البالغ $0.33/$2.40، فإنها جزء من سنت.

إذًا نموذج التكلفة لكل رمز ليس الجزء المكلف، وهذا هو الفخ. ما لا يمكنك الحصول عليه من Qwen 3.8 بأي ثمن هو أول مقطع لفظي خلال 72 مللي ثانية، لأن نموذجًا رائدًا بمعاملات تبلغ 2.4 تريليون ويجيب في ثماني ثوانٍ يكون قد خسر المتصل بالفعل. تكلفة النموذج الرائد المستضاف ليست الرموز؛ بل رحلة الذهاب والإياب. وبناء الشيء نفسه بنفسك يعني امتلاك ميزانية زمن الاستجابة من طرف إلى طرف — بوضع النموذج مع مكدس الكلام، وتحديد طول المخرجات، وبث الجملة الأولى قبل أن يكتمل استدعاء الأداة — وهذا العمل الهندسي هو بند التكلفة الفعلي، لا الـ 0.02 دولار.

وهذا هو سبب أن الحكم الصادق معماري لا تنافسي. قيمة Tell 1 هي أن أحدهم أنفق بالفعل الجهد الهندسي على أول 800 مللي ثانية من مكالمة هاتفية. وقيمة Q​wen 3.8 هي أنه أفضل بشكل قابل للقياس في الجزء من المكالمة الذي يُنجَز فيه شيء ما، وهو متاح سواء كواجهة API قابلة للاستدعاء أو كأوزان يمكنك استضافتها.

نمط المكدس المنقسم، وأين يستحق الموجّه مكانه

إن التكوين الذي يحل هذه المسألة ليس اختيارًا بين النموذجين؛ بل هو تقسيم للعمل، ومنصات الصوت تمارسه بالفعل داخليًا. تصف الصفحة الرئيسية لـ Retell بنية تقنيتها على هذا النحو تمامًا: نموذج للاستدلال والتنسيق، وبيئة تشغيل للوكلاء تجمع المعرفة والأدوات، وطبقة كلام منفصلة. يشغل Tell 1 مقعدًا واحدًا في هذا الترتيب، لا جميع المقاعد.

خارج منصة صوتية، يبدو هذا التقسيم نفسه على النحو التالي. يتولى نموذج صغير وسريع طبقة تناوب الأدوار — الإقرار، والاستيضاح، وعبارة "دعني أتحقق من ذلك لك" — بينما تذهب الخطوات المثقلة بالأدوات والاستدلال إلى نموذج ذي سجل أفضل في استدعاء الدوال والسياق الطويل. يناسب Q​wen 3.8 الدور الثاني جيدًا، ويمكن توجيه كلا عضويه الرئيسيين عبر OrcaRouter بمفتاح واحد: بدِّل بين Qwen3.8-Max وQwen3.8-27B بتغيير سلسلة اسم النموذج، احتفظ بسلسلة احتياطية حتى لا يتحول خطأ 429 من المنبع إلى مكالمة منقطعة، واستخدم لغة التوجيه (DSL) لإرسال الأدوار الصعبة إلى النموذج الرائد والأدوار الروتينية إلى العضو الأرخص. يُمرَّر سعر القائمة لدى المزوّد دون أي إضافة، لذا يصلك تغيير سعر Q​wen في اليوم نفسه بدلًا من تجديد العقد التالي.

Tell 1 ليس في الكتالوج الخاص بنا ولن يكون؛ فهو لا يُباع كطراز. ما يمكننا فعله هو مسار التصعيد المحيط به — الطراز الذي يستدعيه وكيل الصوت لديك عندما يسأل المتصل عن شيء لا يغطيه السكربت.

كيف تسوّي الأمر في غضون أسبوع

خذ خمسين مكالمة حقيقية من قائمة الانتظار الخاصة بك، لا مكالمات مُصنّعة — فضعف هذا المعيار هو أن مكالماته من Retell، وأوجه فشلك تعيش في نصوصك المسجّلة الخاصة. شغّل كل مكالمة عبر إعدادين: Tell 1 داخل Retell، ومنطق الوكيل نفسه موجّهًا إلى Qwen3.8-Max. قيّم ثلاثة أمور وتجاهل كل ما عداها. هل أُطلق استدعاء الأداة بالوسائط الصحيحة؟ وهل طابقت الإجابة قاعدة معارفك؟ وعند أي طابع زمني بدأ الوكيل بالتحدث بعد توقّف المتصل؟

توقعي، استنادًا إلى الأرقام المنشورة لا إلى الاختبار: ستتفوق تهيئة Qwen في الاختبارين الأولين وتخسر الثالث بشدة، وحجم تلك الفجوة الثالثة هو الرقم الوحيد الذي يحسم المعمارية. إذا كانت استدعاءاتك في معظمها عمليات بحث لها إجابة صحيحة، فإن ميزة زمن الوصول لدى نموذج مضبوط على الصوت تساوي أقل من بضع نقاط من دقة استدعاء الأدوات، ويفوز النموذج العام. وإذا كانت استدعاءاتك في معظمها محادثة — فرز، وطمأنة، وتأهيل — فاستدعاءات الأدوات سطحية، وزمن الوصول هو كل شيء، والنموذج المصمم للهاتف هو الجزء الصحيح للمهمة.

كلا الإجابتين قابلتان للدفاع عنهما، ولهذا يفشل تأطير «أيهما أفضل». الشيء الوحيد الذي لن أفعله هو أن أختار Tell 1 استنادًا إلى احتلاله المركز الأول دون قراءة العمود الذي يحتل فيه المركز الخامس، أو أن أختار Qwen 3.8 استنادًا إلى Intelligence Index دون قياس زمن أول رمز له بساعة إيقاف داخل مكالمة مباشرة.

A screenshot of the OrcaRouter model page for qwen3.8-max captured on 13 November 2026, showing a median time-to-first-token of 8.13 seconds and a listing dated 2026-08-03.A screenshot of the OrcaRouter model page for qwen3.8-27b captured on 13 November 2026, showing a 262K context badge, a median time-to-first-token of about 4.21 seconds and a listing dated 2026-08-13.