UI-Venus-2-9B مقابل Qwen2.5-Omni-7B: سليلان من Qwen، عام مقابل وكيل
- AlibabaجديدQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 لكل مليون رمز
- z-aiجديدZ.ai: GLM 5.3 Flash2026-08-2658الذكاء72البرمجة
- DeepSeekجديدDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.15 / $0.29 لكل مليون رمز
- z-aiZ.ai: GLM 5.32026-08-1860الذكاء75البرمجة
- obsidianQwen3.8 27B2026-08-1552الذكاء68البرمجة
- qwenQwen: Qwen3.8 27B (free)2026-08-13qwen/qwen3.8-27b-free
- deepseekDeepSeek: DeepSeek V4 Pro 08132026-08-1253الذكاء69البرمجة
- grokSpaceXAI: Grok 4.62026-08-1261الذكاء77البرمجة
- metaMeta: Muse Spark 1.22026-08-0557الذكاء72البرمجة
- qwenQwen: Qwen3.8 Max2026-08-0358الذكاء72البرمجة
- deepseekDeepSeek: DeepSeek V4 Flash 07312026-07-3152الذكاء69البرمجة
- minimaxMiniMax: MiniMax-H32026-07-31minimax/minimax-h3
- qwenQwen: Qwen3.7 Flash2026-07-27$0.03 / $0.13 لكل مليون رمز
- orcaOrcaDub: OrcaDub 1.02026-07-27orca/dub
- anthropicAnthropic: Claude Opus 52026-07-2463الذكاء78البرمجة
- googleGoogle: Gemini 3.6 Flash2026-07-2152الذكاء69البرمجة
- googleGoogle: Gemini 3.5 Flash-Lite2026-07-2137الذكاء49البرمجة
- metaMeta: Muse Spark 1.12026-07-1653الذكاء71البرمجة
- kimiMoonshotAI: Kimi K32026-07-1560الذكاء76البرمجة
- openaiOpenAI: GPT-5.6 Luna2026-07-0952الذكاء71البرمجة
UI-Venus-2-9B وQwen2.5-Omni-7B كلاهما من النماذج مفتوحة الأوزان المنحدرة من السلالة نفسها، ما يجعل هذه المواجهة تجربة مضبوطة نادرة. نموذج Qwen2.5-Omni-7B، الذي صدر في مارس 2025 بموجب ترخيص Apache-2.0، هو النموذج العام متعدد الوسائط الراسخ من أيّ مدخل إلى أيّ مخرج: نص وصورة وصوت وفيديو كمدخلات، ونص وكلام منطوق كمخرجات، وهو نموذج يدرك كل شيء ويجيب بالطريقة التي تريدها. أما نموذج UI-Venus-2-9B من مجموعة Ant Group، الذي صدر بهدوء في 26 أغسطس 2026، فهو مُهيّأ من Qwen الأحدث — Qwen3.5-9B — وتخصص في الاتجاه المعاكس تمامًا: وكيل واجهة مستخدم رسومية (GUI) مغلق الحلقة يلتقط لقطة شاشة ويجيب بإجراء فعلي بدلًا من النثر. العائلة نفسها، ومساران مختلفان. السؤال الذي تجيب عنه هذه المواجهة ليس أيّهما أفضل — فهما لا يتنافسان على معيار مشترك واحد — بل ما الذي تشتريه فعلًا عندما تختار نموذجًا عامًا دون حلقة وكيل، أو نموذجًا متخصصًا بُني لتشغيل جهاز كمبيوتر.
عائلة واحدة، مهنتان
سلالة Qwen هي الأساس الذي صُنع منه كلا النموذجين، وهذا هو أنقى ما في المقارنة. نموذج Qwen2.5-Omni-7B يستند إلى جيل Qwen2.5 وأنفق تدريبه ليصبح متعدد الوسائط: نص وصورة متداخلان، وفهم للصوت والفيديو، ومخرجات لغة منطوقة فوق نفس الفضاء الكامن. أما نموذج UI-Venus-2-9B فينطلق من Qwen3.5-9B وأنفق تدريبه المكوّن من ثلاث مراحل — تدريب وسيط متعدد الوسائط، وتعلّم تعزيزي غير متصل بالإنترنت، وتقطير من عدة معلّمين — ليصبح عاملاً: يثبّت العناصر، ويحلّ اختبارات CAPTCHA، ويتنقّل في بيئات الجوال والويب وسطح المكتب في حلقة مغلقة. العائلة المعمارية نفسها، منحنية في اتجاهين مختلفين. عندما يتشارك نموذجان في الأساس ولكن ليس في الغاية، فإن كل اختلاف في تصميمهما يصبح قرارًا يستحق القراءة.
العام: Qwen2.5-Omni-7B
Qwen2.5-Omni-7B هي واحدة من أكثر نقاط التحقق المفتوحة متعددة الوسائط الشاملة إثباتًا للجدارة المتاحة. تقبل أي مزيج من النص والصورة والصوت والفيديو، وتستجيب بالنص أو بالكلام المنطوق الطبيعي مع قدرة تفكير بأسلوب Qwen3 من الأعلى. بطاقتها تعرض OmniBench 0.561، الذي كان الأكثر تقدمًا عند الإصدار لنموذج مفتوح، إلى جانب GSM8K 88.7 وHumanEval 78.7 وMATH 71.5 وMBPP 73.2 — أرقام عامة قوية لنموذج بحجم 7B. إنها صراحةً ليست وكيلًا: لا استدعاء دوال، ولا مخرجات منظمة، وسطح مخرجاتها بالكامل محادثاتي. ما لديها بدلًا من ذلك هو قاعدة نشر ضخمة — تعمل على الهواتف وأجهزة الكمبيوتر المحمولة، ولديها منافذ MLX وتكميم، وكانت قيد الاستخدام الإنتاجي لمدة عام ونصف. بالنسبة لمطوّر يحتاج نموذجًا يمكنه إجراء محادثة منطوقة حول صورة، أو فهم الصوت والفيديو معًا، فهو الخيار الناضج والممل والصحيح.
المتخصص: UI-Venus-2-9B
UI-Venus-2-9B هو النموذج المضاد للتعميم. بطاقته تذكر نافذة سياق تبلغ 256 ألف رمز وحلقة مغلقة للملاحظة–التفكير–الفعل–التغذية الراجعة، وجدول معاييره يدور بالكامل حول تنفيذ المهام على الشاشات: AndroidWorld 80.2، WebVoyager 90.8، OSWorld-Verified 70.8، ScreenSpot-Pro 73.0، MCA-Bench 75.7 على CAPTCHA، ونسبة نجاح هجوم OSBlind 18.5%. لا يدّعي أي قدرة على المحادثة، ولا على الصوت، ولا على فهم الفيديو بما يتجاوز لقطات الشاشة — بل يُصدر أثرًا تفكيريًا ثم فعلًا منظمًا. بنيته بالكامل، من التحقق المثبت على النقاط الرئيسية مع التصويت متعدد النماذج إلى الإشراف الانعكاسي المستخلص من التغذية الراجعة الموثقة، مبنية لهدف واحد: إكمال المهام طويلة الأفق في واجهات حقيقية دون أن تنخدع بالتقدم الجزئي. كل رقم على بطاقته مُعلن من قبل المطور ولم يتم إعادة إنتاجه بشكل مستقل بعد.
لوحة النتائج في عالمين
لا توجد طريقة صادقة لوضع هذين الاثنين على لوحة تصنيف واحدة، لأنهما لا يقدمان تقارير عن أي من المعايير نفسها. المقارنة المفيدة تكون على الأبعاد التي تحدد الدور، وليس الترتيب.
• الدور — UI-Venus-2-9B: وكيل واجهات رسومية، يحوّل لقطات الشاشة إلى إجراءات. Qwen2.5-Omni-7B: محادثة وكلام متعدد الوسائط، أي وسيط إلى نص أو صوت.
• الأساس — UI-Venus-2-9B: Qwen3.5-9B. Qwen2.5-Omni-7B: Qwen2.5-generation، ~7B.
• الإدخال — UI-Venus-2-9B: لقطات شاشة، سجل سياق 256K. Qwen2.5-Omni-7B: نص وصورة وصوت وفيديو متداخل.
• المخرجات — UI-Venus-2-9B: إجراءات منظمة بعد رموز الاستدلال. Qwen2.5-Omni-7B: نص أو كلام طبيعي؛ لا استدعاء للدوال، ولا مخرجات منظمة.
• حلقة الوكيل — UI-Venus-2-9B: مغلقة: ملاحظة–استدلال–إجراء–تغذية راجعة. Qwen2.5-Omni-7B: لا يوجد.
• أرقام مميزة — UI-Venus-2-9B: AndroidWorld 80.2, WebVoyager 90.8 (كما أوردها البائع). Qwen2.5-Omni-7B: OmniBench 0.561, GSM8K 88.7, HumanEval 78.7 (كما أوردها البائع).
حلقة الوكيل هي الفرق
أزل اختلافات الوسائط وسيكون الفارق الحقيقي هو ما إذا كان الناتج ينتهي بكلمات أو بأفعال. Qwen2.5-Omni-7B هو نقطة نهاية محادثة: ترسل إليه موجهًا متعدد الوسائط فيجيب؛ الحلقة التي تحول الإجابة إلى عمل تكمن في الكود الخاص بك. UI-Venus-2-9B هو نقطة نهاية مهام: مُدرَّب على أخذ هدف، ومراقبة شاشة، والتفكير، والتصرف، ومراقبة النتيجة، والتصرف مرة أخرى — الحلقة داخل النموذج، وآلية التحقق مصممة لإبقاء الحلقة صادقة. لهذا السبب، "هل يستطيع النموذج العام أداء عمل الوكيل؟" له إجابة واضحة (لا — ليس لديه فضاء أفعال ولا حلقة)، و"هل يستطيع الوكيل أداء عمل النموذج العام؟" له إجابة واضحة بنفس القدر (لا — ليس لديه مخرجات كلام ولا فهم فيديو). إنهما مكملان، وليسا بديلين، ويصادف أنهما يتشاركان اسم العائلة.
الاختيار حسب عبء العمل
اختر Qwen2.5-Omni-7B لكل ما ينتهي بإجابة: المساعدات الصوتية، الدردشة متعددة الوسائط، فهم الصوت والفيديو معًا، الذكاء الاصطناعي المحادثي على الجهاز — عام ونصف من التحصين الإنتاجي ميزة حقيقية. واختر UI-Venus-2-9B لكل ما ينتهي بمهمة مكتملة: تعبئة النماذج، أتمتة الويب، تشغيل التطبيقات، استخدام الكمبيوتر المكتبي — إنه الشيء الذي تدرب على إنجازه. أما للفرق التي تحتاج حقًا إلى كليهما، فإن السلالة العائلية هي الجانب المريح: يُعد خط Qwen من أعمق الخطوط على OrcaRouter، إذ يضم أكثر من أربعة وعشرين نموذجًا بسعر قائمة المزود وبدون أي هامش ربح، لذا فإن التبديل بين متخصص عام من Qwen ومتخصص مشتق من Qwen، أو الدمج بينهما — متخصص عام يحلل المهمة ووكيل ينفذها — هو تغيير في API واحدة وليس إعادة تكامل. ولا يُقدَّم UI-Venus-2-9B ولا Qwen2.5-Omni-7B عبر OrcaRouter اليوم؛ فكلاهما مشروعان مفتوحا الأوزان للاستضافة الذاتية، وكلاهما سيظهران بتكلفة المزود مع تسعير تمريري في اليوم الذي يضيفهما فيه مزود موجَّه.
الحكم
هذه ليست مواجهة مباشرة مع فائز؛ بل هي مفترق طرق بين شكلين يمكن أن يتخذهما نموذج Qwen. إذا كان تطبيقك محادثةً، فإن Qwen2.5-Omni-7B هو الخيار العام المُثبت والافتراضي الآمن. إذا كان تطبيقك تشغيليًا — برنامج يحتاج إلى استخدام برامج أخرى — فإن UI-Venus-2-9B هو الأداة المتخصصة، الجديدة وغير المُثبتة بعد، لكنها موجهة بدقة للمهمة. وإذا كنت تبني برنامجًا يخاطب المستخدم ثم ينفذ له أمورًا، فالإجابة هي كلاهما، مع طبقة التوجيه بينهما.
