نسخة خالية من الفقدان وغير مراقبة من نموذج Qwen3.6 35B A3B تحافظ على قدرات النموذج الأصلي مع إزالة سلوكيات الرفض. صُممت للمطورين والباحثين في الذكاء الاصطناعي وسير العمل المتقدم للوكلاء الذين يحتاجون إلى مخرجات نموذج غير مقيدة دون المساس بالأداء في الاستدلال والبرمجة والتعدد اللغوي واستخدام الأدوات. النسخة العدوانية (Aggressive variant) مفتوحة بالكامل ومصممة لتقديم استجابات مباشرة وكاملة عبر مجموعة واسعة من المطالبات. على الرغم من أن النموذج قد يضيف أحيانًا إخلاءات إعلامية قصيرة موروثة من تدريب النموذج الأساسي، إلا أنها ليست حالات رفض، والمحتوى المطلوب يُنشأ بالكامل. مناسب لأبحاث الذكاء الاصطناعي، واختبار الأمان، وتمارين الفريق الأحمر (red teaming)، وتطوير الوكلاء، ومساعدي البرمجة، وغيرها من التطبيقات المتقدمة للذكاء الاصطناعي التي تستفيد من أقصى مرونة في المخرجات. الوصول إلى هذا النموذج مقيد ومخصص لباحثي الأمن، وفرق الأحمر، وباحثي سلامة الذكاء الاصطناعي، وغيرهم من المهنيين المؤهلين الذين يجرون أبحاثًا وتقييمات واختبارات مشروعة.
هذا النموذج هو أحد متغيرات "Mixture-of-Experts" من سلسلة Qwen3.6، تم تطويره في الأصل بواسطة Alibaba Cloud ويستضيفه المزوّد Obsidian على منصة OrcaRouter. يمتلك 35 مليار معامل إجمالي، مع تفعيل 3…
يتميّز هذا النموذج في المهام التي تستفيد من نافذة سياق كبيرة وفهم متعدد الوسائط. بالنسبة للنصوص، يمكنه تلخيص أو الإجابة عن أسئلة حول مستندات يصل طولها إلى 262,144 رمزًا، مثل الكتب الكاملة أو التقارير الطويلة. بالنسبة للصور والفيديو، يمكنه استخراج معلومات مفصلة ودمجها مع السياق النصي. تسمح طبيعته غير المقيدة له بتوليد محتوى إبداعي دون قيود السلامة النموذجية، وهو مفيد لتوليد القصص أو لعب الأدوار أو أي سيناريوهات أخرى لا تُرغب فيها المرشحات التقييدية. يوفر تصميمه (MoE) استدلالًا سريعًا مقارنة بالنماذج الكثيفة ذات الحجم الكلي المماثل، مما يجعله عمليًا للتطبيقات في الوقت الفعلي عند نشره بكفاءة. القدرات متعددة اللغات موروثة من عائلة Qwen3.6، وتدعم العديد من اللغات.
قد يعني وسم "غير مُرقّب" أن النموذج خضع لتدريب تقليص التوافق (alignment) بشكل أقل مقارنةً بنقاط التفتيش القياسية لـ Qwen3.6. وقد يؤدي ذلك إلى مخرجات أقل تصفيةً للمحتوى الضار أو المسيء أو المُثير للجدل. يجب على المستخدمين اختبار النموذج بدقة في حالة الاستخدام الخاصة بهم لضمان توافق المخرجات مع معاييرهم. يمكن أن يكون غياب الرقابة مفيدًا في مهام مثل الكتابة الإبداعية، ولعب الأدوار غير المُرقّب، أو البحث في مواضيع حساسة حيث يُراد توليد محايد. ومع ذلك، فهذا يعني أيضًا أن النموذج قد يُنتج محتوى ينتهك سياسات المحتوى النمطية. لا تدّعي OrcaRouter وجود أي تصفية أمان إضافية؛ سلوك النموذج الأساسي هو ما تحصل عليه.
إذا كانت مهمتك تتضمن مدخلات قصيرة (مثلاً بضع مئات من الرموز)، أو تصنيفًا بسيطًا، أو تتطلب فقط فهمًا أساسيًا للغة، فقد تكون النماذج الأصغر والأرخص مثل Qwen2.5-7B أو GPT-4o-mini أكثر فعالية من حيث التكلفة. نقاط قوة هذا النموذج تكون أكثر وضوحًا عند التعامل مع سياقات طويلة جدًا (أكثر من 10 آلاف رمز) أو مدخلات متعددة الوسائط. بالنسبة للمهام النصية البحتة التي تقل عن 8 آلاف رمز ولا تحتاج إلى قدرة الصور/الفيديو، يمكنك توفير المال باستخدام نموذج صغير مخصص. أيضًا، إذا كان تطبيقك يتطلب تصفية صارمة للمحتوى، فقد تجبرك طبيعته غير الخاضعة للرقابة على إضافة طبقة مراقبة خارجية، مما يزيد التكلفة.
يقبل النموذج إدخالات الصور والفيديو بالإضافة إلى النص. بالنسبة للصور، يمكنك تقديم بيانات الصور المشفرة بتنسيق base64 أو عناوين URL (عبر مصفوفة المحتوى الخاصة بواجهة API مع النوع "image_url"). بالنسبة لمقاطع الفيديو، من المحتمل أن تقبل واجهة API إطارات الفيديو كتسلسلات صور أو عناوين URL لملفات الفيديو؛ يجب التحقق من التنسيق الدقيق في توثيق OrcaRouter. يقوم النموذج بمعالجة هذه الإدخالات البصرية مع النص لتوليد الردود. تنطبق نافذة السياق البالغة 262,144 رمزًا على العدد الإجمالي للرموز من جميع وسائط الإدخال. لاحظ أن معالجة الصور ومقاطع الفيديو تستهلك رموزًا تتناسب مع الدقة البصرية والطول، لذا فإن الإدخالات الأكبر ستقلل من سعة النص المتاحة.
لم يتم تقديم أي نتائج قياس أداء محددة لهذا النموذج من قبل المزود. سلسلة Qwen3.6 تنافس بشكل عام في اختبارات السياق الطويل مثل L-Eval وRULER، وفي المهام متعددة الوسائط مثل MMMU وMathVista، لكن الأرقام الدقيقة لهذه النسخة غير الخاضعة للرقابة من 35B A3B لم تُنشر. يجب على المستخدمين المهتمين بالأداء التجريبي إجراء تقييماتهم الخاصة على مجموعات بيانات تمثيلية. غالبًا ما تُنتج بنية MoE مع 3B معاملات نشطة نتائج مشابهة للنماذج الكثيفة ذات الحجم النشط المماثل، بينما تكون تكاليف التخزين والذاكرة الإجمالية أعلى بسبب الـ 35B معامل كاملة.
تعتمد السرعة وزمن الاستجابة على عدة عوامل: طول الإدخال، طول الإخراج، حمل الخادم، وتكوين الأجهزة. نظرًا لأن النموذج ينشط فقط 3 مليارات معامل لكل رمز، فمن المتوقع أن يكون أسرع من نموذج كثيف بحجم 35 مليار معامل، مع معدلات توليد مماثلة لنماذج مثل GPT-3.5 (على الرغم من عدم تقديم أرقام دقيقة). قد توفر بنية OrbaRouter عبر Obsidian زمن استجابة متغير؛ يمكن للمستخدمين الاختبار باستخدام أعباء العمل الخاصة بهم. بالنسبة لسيناريوهات السياق الطويل (على سبيل المثال، 100 ألف رمز أو أكثر)، يزداد وقت التحميل المسبق خطيًا مع طول الإدخال. عادةً ما يكون توليد الرموز الناتجة هو المساهم الرئيسي في زمن الاستجابة. لم يتم ذكر أي اتفاقية مستوى خدمة (SLA) للسرعة.
من نقاط قوة النموذج نافذة السياق الكبيرة التي تبلغ 262 ألف رمز، مما يتيح معالجة الكتب بأكملها أو نصوص الفيديو الطويلة متعددة الساعات في مرور واحد. يوفر تصميم MoE توازنًا جيدًا بين السعة وسرعة الاستدلال. يتيح الإدخال متعدد الوسائط تنفيذ المهام التي تجمع بين البيانات النصية والمرئية. تسمح الطبيعة غير الخاضعة للرقابة بتوليد محتوى قد ترفضه نماذج أخرى. يغطي الدعم متعدد اللغات عشرات اللغات. التسعير تنافسي لنموذج بهذه الإمكانية: $0.31/M للمدخلات و $4.21/M للمخرجات، بدون أي هامش ربح.
تشمل القيود عدم وجود أرقام قياسية منشورة، مما يجعل تقييم الأداء النسبي أكثر صعوبة. قد تؤدي الطبيعة غير المصفاة إلى إنتاج مخرجات غير مرغوب فيها دون إشراف إضافي. عدد المعاملات النشطة البالغ 3 مليارات يعني أنها قد لا تضاهي القوة الاستدلالية الخام للنماذج الكثيفة الأكبر (مثل GPT-4) في المهام المنطقية المعقدة. قد تكون القدرات متعددة الوسائط أقل دقة من النماذج المخصصة للرؤية واللغة. قد تؤدي طرائق الإدخال مثل ترميز الفيديو إلى تقليل السياق الفعال للنص. لا توجد ضمانات لقدرات التدفق أو استخدام الأدوات. أخيرًا، الاعتماد على مزود الطرف الثالث Obsidian يعني أن التوفر ووقت التشغيل ليسا تحت سيطرة OrcaRouter.
التسعير شفاف: $0.31 لكل مليون رمز إدخال و$4.21 لكل مليون رمز إخراج. هذه هي أسعار المزود الدقيقة من Obsidian، مع عدم إضافة أي هامش ربح من OrcaRouter. رموز الإدخال تشمل جميع رموز النص والمرئيات (للصور والفيديوهات). رموز الإخراج هي النص المُنشأ. لا توجد رسوم لكل طلب أو اشتراك مطلوب. أنت تدفع فقط مقابل الرموز المستهلكة. التسعير لكل 1M رمز، لذا فإن الطلبات الصغيرة تكلف كسورًا من السنت. لا يتم الإعلان عن أي طبقة مجانية أو نسخة تجريبية.
لم يتم الكشف عن أي خصومات أو مزايا تخزين مؤقت أو تسعير حجمي لهذا النموذج. الأسعار المدرجة ثابتة لكل رمز. على عكس بعض المزودين الذين يقدمون أسعارًا مخفضة لرموز الإدخال المخزنة مؤقتًا، يطبق OrcaRouter نفس سعر الإدخال بغض النظر عن التكرار. بالنسبة للاستخدام العالي جدًا، يمكنك الاتصال بـ OrcaRouter لترتيبات مخصصة محتملة، ولكن لا تُوثَّق أي خصومات قياسية. تضمن سياسة عدم هامش الربح أنك تدفع بالضبط ما تفرضه Obsidian، دون أي رسوم مخفية.
نماذج مشابهة طويلة السياق متعددة الوسائط من مزودين آخرين غالبًا ما تكون أغلى ثمنًا: على سبيل المثال، نموذج GPT-4 Turbo من OpenAI بسعر 10 دولارات لكل مليون رمز (token) للإدخال و30 دولارًا للإخراج، بينما Claude 3.5 Sonnet بسعر 3 دولارات للإدخال و15 دولارًا للإخراج. هذا النموذج أرخص بشكل ملحوظ بسعر 0.31 دولارًا/4.21 دولارًا. ومع ذلك، تقدم تلك النماذج إمكانيات مختلفة (مثل استخدام الأدوات، ومعايير تفكير أعلى). يعكس السعر المنخفض بنية MoE وحقيقة أنه نموذج غير خاضع للرقابة يستضيفه طرف ثالث. إذا كنت بحاجة إلى موثوقية مضمونة، أو أمان أعلى، أو ميزات متقدمة مثل استدعاء الدوال (function calling)، فقد تكون التكلفة الإضافية مبررة.
لاستخدام النموذج، أرسل طلب POST إلى https://api.orcarouter.ai/v1/chat/completions (أو نقطة النهاية المناسبة حسب واجهة OrcaRouter المتوافقة مع OpenAI). أضف الرأس "Authorization: Bearer YOUR_API_KEY". في نص الطلب، عيّن "model": "obsidian/Qwen3.6-35B-A3B". مرّر الرسائل بتنسيق OpenAI القياسي: مصفوفة من الكائنات تحتوي على "role" و"content". للمحتوى متعدد الوسائط، استخدم مصفوفة محتوى من النوع "text" و"image_url" (أو ما يعادله للفيديو). مثال باستخدام cURL: ``` curl https://api.orcarouter.ai/v1/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer $KEY" -d '{"model":"obsidian/Qwen3.6-35B-A3B","messages":[{"role":"user","content":[{"type":"text","text":"Describe this image"},{"type":"image_url","image_url":{"url":"https://example.com/photo.jpg"}}]}]}' ```
يمكنك استخدام المعايير النموذجية المتوافقة مع OpenAI: درجة الحرارة (الافتراضي 1.0)، top_p (0.9)، max_tokens (الافتراضي يختلف، يُوصى بتعيينه صراحةً)، تسلسلات الإيقاف، frequency_penalty، presence_penalty، و seed لضمان إعادة الإنتاج. يدعم النموذج البث عبر "stream": true لتلقي الاستجابات رمزًا تلو الآخر. بالنسبة للإدخالات متعددة الوسائط، تتوقع واجهة برمجة التطبيقات صفائف محتوى بنوع "image_url" واختياريًا "video_url" (راجع وثائق OrcaRouter للحصول على تنسيق الفيديو الدقيق). ينطبق حد نافذة السياق البالغ 262,144 رمزًا على إجمالي عدد الرموز في الرسائل بالإضافة إلى الاستجابة. إذا تجاوزت الحد، ستحصل على خطأ في طول السياق؛ يمكنك ضبط "max_tokens" أو اقتطاع الرسائل.
لاستغلال السياق البالغ 262 ألف رمز، قم ببناء مطالباتك بحيث تشمل المستند الكامل أو تاريخ المحادثة. انتبه إلى أن كل رمز في الإدخال يُحتسب ضمن التكلفة والحدود. بالنسبة للمدخلات الطويلة جدًا، فكر في تقطيعها أو تلخيصها قبل الإرسال، على الرغم من أن النموذج مصمم لمعالجة السياق الكامل. استخدم معلمة "max_tokens" للتحكم في طول المخرجات. إذا واجهت أخطاء مهلة، فعِّل التدفق للحصول على نتائج جزئية بشكل أسرع. قد يكون لـ OrcaRouter إعدادات مهلة خاصة به؛ اتصل بالدعم إذا لزم الأمر. لا يدعم النموذج رسائل النظام بطريقة خاصة؛ تعامل معها كرسالة مستخدم أو مساعد بدور "system" (تنسيق OpenAI القياسي).
يتضمن الترحيل من مزودي الخدمات مثل OpenAI أو Anthropic تغيير عنوان URL الأساسي إلى https://api.orcarouter.ai/v1 وتحديث معرف النموذج. إذا كان الكود الخاص بك يستخدم عميل OpenAI Python، فقم بتعيين client = OpenAI(api_key="YOUR_KEY", base_url="https://api.orcarouter.ai/v1") ثم استخدم client.chat.completions.create(model="obsidian/Qwen3.6-35B-A3B", ...). تنسيق الرسالة وأسماء المعلمات متطابقة. لا حاجة لإجراء أي تغييرات على منطق الاستعلام (prompt). لاحظ أن أشكال كائنات الاستجابة متوافقة أيضًا، لذا يجب أن يعمل كود التحليل الموجود. اختبر أولاً بطلب صغير للتأكد من صحة المصادقة والفواتير.
مقارنةً بـ Qwen3.6-72B (الكثيف)، يستخدم هذا النموذج تقنية MoE وبالتالي تكلفة استدلال أقل لكل رمز (Token) ولكن قد تكون سعته الخام أقل قليلاً. سياق الـ 262K أكبر من سياق Qwen2.5 البالغ 128K. مقارنةً بـ Qwen3.6-32B (ربما كثيف)، يوفر هذا النموذج إدخالًا متعدد الوسائط قد لا تتوفره الإصدارات السابقة. البديل "غير الخاضع للرقابة" فريد؛ إصدارات Qwen القياسية تحتوي على محاذاة. إذا كنت بحاجة إلى أمان صارم، فاختر Qwen3.6 العادي. من حيث السعر، هذا النموذج أرخص من العديد من نماذج Qwen الكثيفة على منصات أخرى.
GPT-4o وClaude 3.5 Sonnet هما نموذجان مملوكان بخاصية تدريب أمني مكثف، ودرجات معيارية أعلى في التفكير والبرمجة، ويدعمان استخدام الأدوات، والرؤية، والسياق الكبير (200 ألف لكلود). يقدم هذا النموذج سياقًا أكبر (262 ألفًا) وإدخالًا متعدد الوسائط بسعر أقل بكثير. ومع ذلك، فإنه يفتقر إلى الميزات المتقدمة والموثوقية وثبات الأداء لتلك النماذج. بالنسبة للتطبيقات التي تكون فيها التكلفة هي الشغل الشاغل ويمكنك قبول بعض التنازل في الجودة، فإن هذا النموذج يُعتبر بديلًا جيدًا. إذا كنت بحاجة إلى تفكير من الدرجة الأولى أو استدعاء الدوال، فإن النماذج المتميزة تستحق التكلفة الإضافية.
هذا النموذج هو الأفضل عندما تحتاج إلى: (1) سياق طويل جدًا (262 ألف رمز) بتكلفة منخفضة؛ (2) إدخال متعدد الوسائط (صور/فيديو) دون دفع أسعار ممتازة؛ (3) توليد نصوص غير مقيد حيث تتداخل عوامل تصفية المحتوى؛ (4) استدلال سريع نسبيًا لإجمالي عدد المعلمات بسبب تفعيل MoE. إنه منافس قوي للبحث، واستخراج البيانات، والكتابة الإبداعية، وأي مهمة تستفيد من السياق العالي والتكلفة المنخفضة لكل رمز. إذا كنت بحاجة إلى ميزات متقدمة مثل استدعاء الأدوات، أو المخرجات المنظمة، أو الموثوقية العالية، ففكر في نماذج أخرى.
| الإدخال / 1M توكن | $0.310 |
| الإخراج / 1M توكن | $4.21 |
| العملة | USD |
تقدير بناءً على السعر المُعلن
تقدير فقط — يعتمد العدد الفعلي للرموز على مُجزّئ الرموز الخاص بالمزوّد.
GET /api/public/models/obsidian/Qwen3.6-35B-A3Bفتح @misc{orcarouter_qwen3_6_35b_a3b,
title = {Qwen3.6 35B A3B Uncensored (Aggressive) API},
author = {obsidian},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/obsidian/Qwen3.6-35B-A3B}
}obsidian. (2026). Qwen3.6 35B A3B Uncensored (Aggressive) API. OrcaRouter. https://www.orcarouter.ai/models/obsidian/Qwen3.6-35B-A3B