ترتيب التقييمات · نظرة سريعة على قوائم النماذج الكبيرة الصينية

ثلاثة أنظمة للقوائم

SuperCLUE(شهري): تقييم شامل للنماذج الكبيرة العامة باللغة الصينية، ويقتصر حاليًا على النماذج المحلية؛ تتكون الدرجة الإجمالية من ستة أبعاد: الاستدلال الرياضي، والتحكم في الهلوسة، والاستدلال العلمي، والالتزام الدقيق بالتعليمات، وبرمجة الوكلاء الأذكياء، وتخطيط مهام الوكلاء، مع بنك أسئلة خاص مغلق.
OpenCompass سينان (Compass)(Shanghai AI Laboratory): قائمة CompassRank الشاملة + قائمة CompassArena للمواجهات الحقيقية بين المستخدمين، بإطار تقييم مفتوح المصدر قابل لإعادة الإنتاج، وأُطلقت نسخة Compass 2.0 في 2025.
المعايير الدولية: مثل AIME (مسابقات الرياضيات) وGPQA-Diamond (أسئلة العلوم) وSWE-bench Verified (هندسة برمجيات حقيقية)، وتُستخدم للمقارنة الأفقية بين النماذج الصينية والأجنبية.

تلميحات لقراءة القوائم: القوائم تُحدَّث باستمرار وبمعايير مختلفة، وهذه الصفحة تعرض صورة المستويات التنافسية ولقطة من الدرجات العلنية؛ عند الاختيار الرسمي يُرجى الاعتماد على تقرير الموقع الرسمي للقائمة للفترة الحالية + الاختبار على مجموعة بيانات أعمالك الخاصة.

المستويات التنافسية للنماذج الصينية

تقييم للمشهد بناءً على القوائم العامة والتقارير التقنية الرسمية (2026-10)

T1المستوى الأول

DeepSeek V4.1-Flash / V4-ProKimi K3.1 ProGLM-5.3Qwen3.7-MaxDoubao Seed 2.1 Pro

منتصف عام 2025، حافظت سلاسل DeepSeek-R1/V3 وGLM-4.5 وQwen3 وKimi-K2 على مراكز متقدمة في قائمة SuperCLUE للنماذج الصينية؛ وفي 2026 حلّت V4 / K3 / GLM-5 / Qwen3.7 محلها مع استمرار نفس المشهد التنافسي.

T2المستوى الثاني

سلسلة MiniMax M3Tencent Hunyuan Hy4 / Hy3ERNIESpark X1Step-3LongCat-Flash

تمتلك قدرات تنافسية مع المستوى الأول في أبعاد محددة (السياق الطويل، الصوت الصيني، تعدد الوسائط، التكلفة).

T3الفئة المتخصصة

MiniCPM 4.0InternLM3SenseNova V6Tiangong T1Ling-1T

مسارات متمايزة مثل النماذج الطرفية، والأكاديمية، والمعززة بالبحث.

لقطة من المعايير العامة

وفق التقارير التقنية الرسمية، بيانات علنية 2025–2026، للإدراك المقارن

المعيار	ما يقيسه	أبرز نتائج النماذج الصينية	مرجع أجنبي
AIME 2025	مسابقات الرياضيات	DeepSeek-R1-0528 ≈87.5؛ GLM-4.5 حسب المصدر الرسمي 98.6 (مع الأدوات)؛ Kimi K2 ≈87.1	o3 high ≈96.7
GPQA-Diamond	أسئلة العلوم	GLM-4.5 79.1；DeepSeek-R1 71.5；Kimi-K2 75.7	Grok-4 87.5 / o3 83.3
SWE-bench Verified	هندسة برمجيات حقيقية	Kimi-K2 ‏65.8؛ GLM-4.5 ‏64.2؛ DeepSeek V4 GA ‏80.6 (وفق المصدر الرسمي 2026-07)	سلسلة Claude في الصدارة بحوالي 80
Terminal-Bench 4.0	مهام الوكلاء الأذكياء على الأجهزة الطرفية	سُجّل رقم قياسي جديد متزامنًا مع إطلاق DeepSeek-V4.1-Flash-1017‏ (2026-10-17)	—

الدرجات وفق التقارير التقنية للشركات أو التقارير العلنية، وظروف الاختبار مختلفة (مثل السماح باستدعاء الأدوات)، لذا لا يمكن المقارنة الأفقية المباشرة؛ درجات النماذج الأجنبية للمرجعية فقط.

مقارنة النماذج الرائدة الصينية والأجنبية

أسعار الكتالوج المصدرة + المعايير العامة، مع توثيق جميع المراجع

① مقارنة أسعار واجهات API للطِرازات الرائدة الحالية

المخيم	النموذج	الإدخال ($/M)	الإخراج ($/M)	سعر الإخراج (Sonnet 5.5 = 1)
الصينية	DeepSeek-V4.1-Flash	0.1158	0.4633	0.06×
الصينية	Doubao Seed 2.1 Pro	0.3861	1.9305	0.25×
الصينية	GLM-5.3	1.0811	3.3977	0.44×
الصينية	Qwen3.7-Max	1.2741	3.8232	0.50×
الصينية	Kimi K3.1 Pro	1.5444	7.7220	1.00×
الأجنبية	Gemini 4 Argon	1.5444	7.7220	1.00×
الأجنبية	GPT-6.1 Sol	1.5444	7.7220	1.00×
الأجنبية	Claude Sonnet 5.5	1.5444	7.7220	1.00× (المرجع)
الأجنبية	Claude Opus 4.7	3.8610	19.3050	2.50×
الأجنبية	Claude Fable 5.1	7.7220	38.6100	5.00×

لقطة من الدليل نفسه وفي اللحظة الزمنية نفسها (2026-10، الأسعار الرسمية الأصلية)، بمنهجية موحّدة قابلة للمقارنة المباشرة. سعر إخراج الطِرازات الصينية الرائدة يبلغ نحو 1/2 إلى 1/16 من نظيراتها الأجنبية، والفجوة أكبر في الفئة عالية الكفاءة من DeepSeek.

② المعايير العامة: الأفضل الصيني مقابل الطِرازات الأجنبية الرائدة

المعيار	الأفضل الصيني (وفق الأرقام المعلنة)	مرجع أجنبي	الوضع
AIME 2025 للرياضيات	GLM-4.5 بحصة 98.6 (مع الأدوات)؛ DeepSeek-R1-0528 بحصة 87.5	o3 high 96.7	بلغ المستوى نفسه
SWE-bench Verified للبرمجة	DeepSeek V4 GA بحصة 80.6 (وفق الأرقام الرسمية في 2026-07)	سلسلة Claude نحو 80	متعادل تقريبًا
GPQA-Diamond للعلوم	GLM-4.5 79.1；Kimi-K2 75.7	Grok-4 87.5；o3 83.3	متأخر بنحو 8 نقاط
الترتيب في لوحات الترتيب الشاملة	المجموعة الصينية الأولى في المراكز المتقدمة	Claude Opus 5.5 / Gemini 4 Argon / Claude Fable 5.1 في المراكز الثلاثة الأولى (وفق مواقع التجميع في 2026-10)	الأجنبية ما تزال في الصدارة

③ كيف تقرأ هذه المقارنة

البرمجة والرياضيات: تم سدّ الفجوة الجيلية.في عام 2025 كانت الطِرازات الصينية الرائدة متأخرة عن الأجنبية بجيل كامل، وفي عام 2026 سجّل DeepSeek V4 رسميًا 80.6 على SWE-bench، وتقول تقارير عامة إنه "يقترب من Opus 4.8"، ومعياره الرياضي في مستوى o3 نفسه.
السعر: الميزة التنافسية الأكثر تأكيدًا.ضمن الدليل نفسه، يبلغ سعر إخراج الطِرازات الصينية نحو 1/2–1/16 من نظيراتها الأجنبية؛ وتشير مراجعات طرف ثالث إلى أن تسعير V4 يبلغ نحو 1/57 من سعر Fable 5 (وفق أرقام 2026-07).
ما زالت هناك فجوة:الاستدلال العلمي (GPQA) متأخر بنحو 8 نقاط؛ والمراكز الثلاثة الأولى في لوحات الترتيب الشاملة ما تزال للطِرازات الأجنبية؛ وفي منظومة الأدوات وتعدد اللغات والخدمات المؤسسية ما تزال الخيارات الأجنبية هي الخيار الافتراضي.
خلاصة الاختيار:في السيناريوهات الصينية والأعمال الحساسة للتكلفة، تُعدّ الطِرازات الصينية الرائدة الخيار الافتراضي المفضل؛ وللسعي إلى القدرات القصوى والامتثال العالمي، ما تزال الطِرازات الأجنبية الرائدة متقدمة.

درجات المعايير مأخوذة من التقارير التقنية للشركات والتقارير العامة، وظروف الاختبار مختلفة فلا يجوز المقارنة المباشرة بينها؛ والدرجات الأجنبية للاسترشاد فقط. الأسعار قابلة للتغيير في أي وقت، والمعتمد هو الصفحات الرسمية لكل جهة.

فئة المصادر المفتوحة

مشهد النماذج الصينية متاحة الأوزان للتنزيل العام

المصدر المفتوح T1تقدم شامل

سلسلة DeepSeek V4 (رخصة MIT)Kimi K3（2.8T）سلسلة Qwen3 مفتوحة المصدرخط GLM مفتوح المصدر

عادةً ما تصدر لن تحتل صدارة HuggingFace Trending فور الإطلاق؛ عدد النماذج المشتقة من سلسلة Qwen وحجم تنزيلاتها في الصدارة عالمياً (وفق البيانات الرسمية لعام 2025: أكثر من 100 ألف نموذج مشتق).

مفتوح المصدر T2لكلٍّ منها نقاط تفوق

هونيوان Hy4 PreviewLongCat-FlashLing-1TStep-3ERNIE 4.5InternLM3

الشركات الإنترنتية الكبرى والمؤسسات الأكاديمية تُطلق نماذج مفتوحة المصدر بكثافة، تغطي MoE والوسائط المتعددة ومواصفات خفيفة للأجهزة الطرفية.

أوقف HuggingFace رسمياً تحديث لوحة صدارة Open LLM Leaderboard في 2025، ويعتمد حالياً لقياس حرارة المصادر المفتوحة على Trending وحجم التنزيلات وLMArena.