نضع كيمي K3, GLM 5.3, كوين 3.8 ماكس 0902 و ديب سيك V4 Pro 0813 مقابل بعضها البعض عبر اختبارين ترميزيين أحادي، جميعها تعمل على EmpirioLabs. نفس الطلب، محاولة واحدة، بدون تعديلات أو محاولات، وكل نتيجة تعرض مباشرة في متصفح حقيقي.
شاهد المقارنة بين الأربعة
المواصفات من النظرة الأولى
| كيمي K3 | GLM 5.3 | كوين 3.8 ماكس 0902 | 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 |
| جهد استدلالي | حتى الحد الأقصى | حتى الحد الأقصى | حتى الحد الأقصى | 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 لمهمتين: بناء لعبة Flappy Bird التي تلعب نفسها في ملف HTML واحد; بناء لعبة Missile Command التي تلعب نفسها في ملف HTML واحد. كل مهمة تطلب ملف HTML مستقل واحد بدون مكتبات خارجية تتحرك بشكل مستقل. 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 115 رمزا في الثانية. كتب DeepSeek V4 Pro 0813 أطول الملفات، حوالي 920 سطرا في المتوسط، وكيمي K3 الأكثر إحكاما، حوالي 490. استخدم GLM 5.3 أكبر عدد من رموز الإخراج، حوالي 59,000 لكل مهمة بما في ذلك أسبابه. شاهد كيف يحيي كل نموذج مشهده: الحركة، التفاصيل، وكيف يستمر في العمل بمفرده. 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": "build لعبة Flappy Bird التي تلعب نفسها في ملف HTML واحد."}] }'تبديل النموذج إلى glm-5-3, qwen3-8-max-0902 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 إخراج من بين الأربعة هنا. قم بإجراء عبء العمل الخاص بك مقابل كل واحد قبل اتخاذ القرار: نفس الطلب يعمل مع جميع الأربعة مع تغيير اسم النموذج فقط.
