نضع Qwen3.8 فلاش, فلاش ديب سيك V4.1, ميمو V2.6 فلاش و الخطوة 3.7 فلاش مقابل بعضها البعض عبر أربعة اختبارات برمجة أحادية، جميعها تعمل على EmpirioLabs. نفس الطلب، لمرة واحدة، بدون تعديلات، وكل نتيجة تعرض مباشرة في متصفح حقيقي.
شاهد المقارنة بين الأربعة
المواصفات من النظرة الأولى
| Qwen3.8 فلاش | فلاش ديب سيك V4.1 | ميمو V2.6 فلاش | الخطوة 3.7 فلاش | |
|---|---|---|---|---|
| الصانع | علي بابا | ديب سيك | شاومي | ستيب فان |
| نافذة السياق | 1,000,000 رمز | 1,000,000 رمز | 1,000,000 رمز | 256,000 رمز |
| المدخلات | النص والصور والفيديو | النص والصور | النصوص، الصور، الفيديو والصوت | النص والصور والفيديو |
| الأسباب | الجهد يصل إلى الحد الأقصى | الجهد يصل إلى الحد الأقصى | التفكير بشكل متقطع أو غير | الجهد يصل إلى الحد الأقصى |
| الإنتاج المنظم | مخطط JSON صارم | وضع JSON | مخطط JSON صارم | وضع JSON |
| سعر المدخلات | $0.16 لكل مليون رمز | $0.30 لكل مليون رمز | $0.14 لكل مليون رمز | $0.20 لكل مليون رمز |
| سعر الإنتاج | $0.47 لكل مليون رمز | $1.20 لكل مليون رمز | $0.28 لكل مليون رمز | $1.15 لكل مليون رمز |
كيف أدرناها
كل نموذج يتلقى نفس التوجيه لأربع مهام: بناء عجلة فيريس ليلا في ملف HTML واحد؛ بناء بيتزا تخبز في فرن يعمل بالحطب في ملف HTML واحد؛ بناء مجموعة قطار ألعاب في ملف HTML واحد؛ بناء طائرات ورقية تطير فوق الشاطئ في ملف HTML واحد. كل مهمة تطلب ملف HTML مستقل واحد بدون مكتبات خارجية تتحرك بنفسها. Qwen3.8 Flash، DeepSeek v4.1 Flash وStep 3.7 Flash كانت تعمل عند reasoning_effort: "ماكس"; MiMo V2.6 Flash، الذي لا يحتوي على إعداد جهد، كان يعمل مع تفكير مستمر. كل نموذج كان لديه ميزانية إخراج 65,536 رمزا وطلقة واحدة لكل مهمة. يتم قياس عدد الخطوط والقراءات tokens-per-second في كل لوحة من استدعاءات واجهة برمجة التطبيقات الحقيقية، وكل نتيجة هي الملف الذي أعاده النموذج، وتم تصييره كما هو.
ما الذي يجب البحث عنه
أعاد DeepSeek V4.1 Flash ملفاته الأسرع، بحوالي 191 رمزا في الثانية. كتب MiMo V2.6 Flash أطول الملفات، حوالي 930 سطرا في المتوسط، وStep 3.7 Flash الأكثر إحكاما، حوالي 490. استخدم Qwen3.8 Flash أكبر عدد من رموز الإخراج، حوالي 48,000 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": "qwen3-8-flash", "reasoning_effort": "max", "messages": [{"role": "user", "content": "ابن عجلة فيريس ليلا في ملف HTML واحد."}] }'تبديل النموذج إلى deepseek-v4-1-flash, mimo-v2-6-flash أو step-3-7-flash لتشغيل نفس الطلب ضد الآخرين، أو تجربتهم بشكل تفاعلي في الملعب.
الأسئلة الشائعة
هل تم تعديل النتائج أم إعادة تجربتها؟
لا. كل لوحة هي أول ملف أعاده النموذج لذلك الطلب، وتم عرضه تماما كما تم إرجاعه. الطلب الذي عاد بدون ملف تم إرساله مرة أخرى.
لماذا أعلى إعداد للمنطق؟
المواجهة العادلة تظهر كل نموذج في أفضل حالاته، لذا كل منها يعمل بأعلى إعداد منطقي: أقصى جهد ل Qwen3.8 Flash، DeepSeek V4.1 Flash و Step 3.7 Flash، مع التفكير في MiMo V2.6 Flash.
أي موديل يجب أن أستخدم؟
MiMo V2.6 Flash لديه أقل سعر إخراج من بين الأربعة هنا. قم بتشغيل عبء العمل الخاص بك مع كل واحدة قبل اتخاذ القرار: نفس الطلب يعمل على الأربعة مع تغيير اسم النموذج فقط.
