نضع كيمي K3, GLM 5.3, كوين 3.8 ماكس و ديب سيك V4 Pro 0813 مقابل بعضها البعض عبر أربعة اختبارات برمجة أحادية الدفع، جميعها تعمل على EmpirioLabs. نفس الطلب، محاولة واحدة، بدون تعديلات أو إعادة تشغيل، وكل نتيجة تعرض مباشرة في متصفح حقيقي.
شاهد المقارنة بين الأربعة
المواصفات من النظرة الأولى
| كيمي K3 | GLM 5.3 | كوين 3.8 ماكس | ديب سيك V4 Pro 0813 | |
|---|---|---|---|---|
| الصانع | مونشوت AI | Z.ai | علي بابا | ديب سيك |
| نافذة السياق | 1,000,000 رمز | 1,000,000 رمز | 1,000,000 رمز | 1,000,000 رمز |
| المدخلات | النص والصور والفيديو | النص | النص والصور والفيديو | النص |
| التحكم في الاستدلال | reasoning_effort، من المنخفض إلى الحد الأقصى | reasoning_effort، من المنخفض إلى الحد الأقصى | reasoning_effort، لا يوجد حتى الحد الأقصى | reasoning_effort، لا يوجد حتى الحد الأقصى |
| الإنتاج المنظم | مخطط JSON صارم | وضع JSON | مخطط JSON صارم | مخطط JSON صارم |
| سعر المدخلات | $3.00 لكل مليون رمز | $1.40 لكل مليون رمز | $2.00 لكل مليون رمز | $1.32 لكل مليون رمز |
| سعر الإنتاج | $15.00 لكل مليون رمز | $4.40 لكل مليون رمز | $6.00 لكل مليون رمز | $3.96 لكل مليون رمز |
كيف أدرناها
كل نموذج يتلقى نفس التوجيه لأربع مهام: متاهة تولد ثم تحل نفسها ببحث A* متحرك، محاكاة رمال متساقطة، غروب شمس في المحيط مع قارب شراعي يركب الأمواج، ومطر ينزلق على نافذة في الليل. كل مهمة كانت تطلب ملف HTML مستقل واحد بدون مكتبات خارجية. جميع النماذج الأربعة كانت تعمل في reasoning_effort: "ماكس" بميزانية إخراج 65,536 رمزا، وجلسة واحدة، بدون محاولات. يتم قياس عدد الأسطر وtokens-per-second القراءات على كل لوحة من استدعاءات API الحقيقية، وكل نتيجة هي الملف الذي أعاده النموذج، وتم تقديمه كما هو.
ما الذي يجب البحث عنه
أعاد DeepSeek V4 Pro 0813 ملفاته الأسرع، بحوالي 100 رمز في الثانية. كتب Qwen3.8 Max أطول الملفات، حوالي 540 سطرا في المتوسط، وكيمي K3 الأكثر إحكاما، حوالي 360 خطا. استخدم GLM 5.3 أكبر عدد من رموز الإخراج، حوالي 47,000 لكل مهمة بما في ذلك منطقه. شاهد كيف يتحرك كل نموذج البحث في المتاهة، ويتكدس الرمال، ويحرك الأمواج، ويدمج قطرات المطر. نحن لا نعلن فائزا. شغل المقطع وقيم المخرجات حسب حالتك الخاصة.
أجر نفس الاختبار على EmpirioLabs
curl https://api.empiriolabs.ai/v1/chat/completions \ -H "التفويض: حامل $EMPIRIOLABS_API_KEY" \ -H "CONTENT-TYPE: application/json" \ -d '{ "model": "kimi-k3", "reasoning_effort": "max", "messages": [{"role": "user", "content": "ابن متاهة تولد وتحل نفسها في ملف HTML واحد."}] }'تبديل النموذج إلى glm-5-3, qwen3-8-max أو deepseek-v4-pro-0813 لتشغيل نفس الطلب ضد الآخرين، أو تجربتهم بشكل تفاعلي في الملعب.
الأسئلة الشائعة
هل تم تعديل النتائج أم إعادة تجربتها؟
لا. كل نموذج حصل على محاولة واحدة لكل مهمة بنفس الطلب، والنتيجة التي تم عرضها هي بالضبط الملف الذي أعاده.
لماذا التفكير القصوى؟
المواجهة المباشرة العادلة تظهر كل نموذج في أفضل حالاته. جميع الأربعة يعرضون تحكم reasoning_effort على EmpirioLabs، لذا تم تشغيل جميع الأربعة بأعلى إعداد.
أي موديل يجب أن أستخدم؟
DeepSeek V4 Pro 0813 لديه أقل سعر لكل رمز من بين الأربعة وأجاب على الأسئلة الأسرع هنا. Kimi K3 و Qwen3.8 Max يقبلان الصور والفيديو بالإضافة إلى النصوص. GLM 5.3 قريب من DeepSeek من حيث السعر. قم بتجربة عبء عملك الخاص مع كل واحد منها قبل اتخاذ القرار.
