تحول يوليو 2026 إلى شهر منافسة بين نموذجين رائدين مفتوحي الوزن من الصين: أطلقت Moonshot AI نموذج Kimi K3 في 16 يوليو، ثم كشفت علي بابا عن Qwen 3.8-Max بعد ثلاثة أيام وأتاحته للجمهور في أوائل أغسطس. كلاهما نموذج خليط خبراء (MoE) بمليارات المعلمات، ويتكامل مع أنظمة وكلاء شبيهة بـ Claude Code، ويستهدف تكلفة أقل من مختبرات الذكاء الاصطناعي الأمريكية الرائدة. لكن الاختلاف العملي بينهما يظهر في الأوزان المتاحة فعليًا، ودعم الصور، والتكلفة عند الاستخدام المكثف. ابدأ بـ شرح Qwen 3.8-Max للحصول على تفاصيل النموذج، ثم استخدم هذه المقارنة لاتخاذ قرار تنفيذ مناسب.
ملاحظة مهمة: لا يوجد حتى الآن معيار مستقل ومباشر يقيّم Qwen 3.8-Max وKimi K3 تحت نفس الإعدادات. جميع أرقام المعايير أدناه منشورة من البائعين أنفسهم، لذلك تعامل معها كمؤشرات أولية لا كحكم نهائي.
الجدول الزمني: من أطلق ماذا، ومتى
ترتيب الإطلاق مهم هنا لأن عبارة «الأوزان المفتوحة» لا تعني الشيء نفسه للنموذجين في الوقت الحالي.
- Kimi K3: أُطلق في 16 يوليو 2026، ووصلت أوزانه إلى Hugging Face في 27 يوليو بصيغة MXFP4 وبحجم 594 جيجابايت. يمكنك تنزيله وتكميمه وتشغيله على بنيتك الخاصة الآن.
- Qwen 3.8-Max: كُشف عنه في 19 يوليو، وأصبح متاحًا عبر Alibaba Cloud Model Studio في أوائل أغسطس، وفقًا لـ منشور إطلاق Qwen الرسمي. وُعدت الأوزان بالوصول إلى Hugging Face وModelScope «الأسبوع المقبل»، أي قرب 10 أغسطس.
قرار عملي: إذا كانت الاستضافة الذاتية شرطًا أساسيًا هذا الأسبوع، فاختر Kimi K3. أما إذا كنت تعتمد على واجهة برمجة تطبيقات مستضافة، فتابع المقارنة.
المعلمات: نموذجان MoE بحجم تريليوني
كلا النموذجين يستخدمان خليط خبراء متفرقًا؛ لذلك يجب التمييز بين إجمالي المعلمات والمعلمات النشطة لكل رمز. العدد النشط أقرب لتقدير تكلفة الاستدلال.
| المواصفات | Qwen 3.8-Max | Kimi K3 |
|---|---|---|
| إجمالي المعلمات | 2.4T | 2.8T |
| المعلمات النشطة لكل رمز | 95B | 104B |
| نسبة التنشيط | ~4% | ~3.7% |
| قاعدة المعمارية | أساس Qwen 3.5، MoE | MoE |
| الأوزان المفتوحة | وُعدت قرب 10 أغسطس | MXFP4، بحجم 594 جيجابايت على Hugging Face |
Qwen 3.8-Max أصغر بـ 400 مليار معلمة إجمالية و9 مليارات معلمة نشطة لكل رمز. هذا لا يثبت جودة أعلى أو أقل، لكنه يشير إلى تكلفة خدمة أقل نظريًا عند تساوي العوامل الأخرى.
بالنسبة للاستضافة الذاتية، حجم تنزيل K3 البالغ 594 جيجابايت بدقة MXFP4 يعني نقلًا متعدد العقد قبل احتساب ذاكرة KV cache لسياقات طويلة. من المتوقع أن تقع أوزان Qwen 3.8-Max في الفئة نفسها تقريبًا عند إصدارها.
الانفتاح اليوم: أوزان مباشرة مقابل وعد
الأوزان العامة ليست مجرد تسمية تسويقية. تحقق من هذه النقاط قبل اختيار النموذج:
- هل يمكنك تنزيل الأوزان الآن؟
- هل يمكنك مراجعة الترخيص؟
- هل يمكنك تشغيل إصدار ثابت من النموذج دون تبديله من البائع؟
- هل توجد تكميمات أو أدوات مجتمع متاحة؟
بالنسبة إلى Kimi K3، الإجابة هي نعم اليوم: الأوزان متاحة، ويمكن استضافتها وتكميمها وضبطها بدقة.
بالنسبة إلى Qwen 3.8-Max، يمثل الوعد بنشر الأوزان تحولًا مهمًا؛ إذ سيكون أول نموذج من فئة Qwen-Max يصدر بأوزان مفتوحة. لكن حتى يصبح المستودع متاحًا، يبقى نموذج API مع إعلان عن أوزان قادمة.
الخلاصة الحالية:
- الاستضافة الذاتية الآن: Kimi K3
- إعادة التقييم قرب 10 أغسطس: Qwen 3.8-Max إذا نُشرت الأوزان كما وُعد
الوسائط: Qwen يرى الصور، وK3 نصي
هذه واحدة من أوضح الفروقات العملية.
يدعم Qwen 3.8-Max إدخال النصوص والصور وفقًا لتهيئة النموذج الرسمية:
{
"input_modalities": ["text", "image"]
}
تعرض علي بابا أيضًا فهم مستندات PDF طويلة وفيديوهات عبر رسوم ذاكرة في منشور الإطلاق، لكن هذه عروض توضيحية وليست أنواع إدخال API موثقة بوضوح. دعم الصور نفسه متاح عبر API.
أما Kimi K3 فهو نموذج نصي. إذا كانت مهامك تشمل:
- لقطات شاشة
- مستندات ممسوحة ضوئيًا
- OCR
- فهم واجهات المستخدم
- وكلاء استخدام الكمبيوتر
فستحتاج إلى إضافة نموذج رؤية منفصل إلى خط أنابيب K3، مع زيادة في التعقيد وزمن الاستجابة.
قاعدة الاختيار:
| حالة الاستخدام | الخيار العملي |
|---|---|
| ترميز ووكالات نصية فقط | كلاهما مناسب مبدئيًا |
| تحليل صور أو واجهات أو مستندات | Qwen 3.8-Max |
| خط أنابيب محلي بنموذج نصي قابل للتثبيت | Kimi K3 |
السياق، الإخراج، وواجهة API
يوفر Qwen 3.8-Max:
- نافذة سياق ثابتة: 1,000,000 رمز
- حد أقصى للإخراج: 65,536 رمزًا
- تحكم في الاستدلال عبر
reasoning_effort - مستويات استدلال:
xhighافتراضيًا، وmedium، وlow - احتساب أوضاع التفكير وغير التفكير بالسعر نفسه، مع احتساب رموز التفكير ضمن الإخراج
يتوفر Qwen عبر Alibaba Cloud Model Studio في مناطق بكين وسنغافورة وفرجينيا، ويقدم واجهتين متوافقتين مع:
- OpenAI
- Anthropic
لهذا يمكن دمجه مع Claude Code بأسلوب متغيرات البيئة:
export ANTHROPIC_BASE_URL="https://<dashscope-anthropic-endpoint>"
export ANTHROPIC_MODEL="qwen3.8-max"
export ANTHROPIC_API_KEY="<your-api-key>"
راجع التوفر الإقليمي والتشكيلة من صفحة نماذج Model Studio.
يدعم Kimi K3 أيضًا نقطة نهاية متوافقة مع Anthropic، لذلك يمكنه العمل مع أنظمة وكلاء مشابهة لـ Claude Code. للحصول على تفاصيل نقاط النهاية وحدودها الحالية، راجع شرح Kimi K3.
عند اختبار مناطق متعددة أو مزودين مختلفين، استخدم بيئات منفصلة في Apidog لحفظ عنوان URL الأساسي ومفتاح API ومعرف النموذج لكل مزود دون تعديل الطلب يدويًا.
التسعير: إدخال أرخص وإخراج أقل تكلفة مع Qwen
الأسعار المعلنة لكل مليون رمز:
| السعر | Qwen 3.8-Max | Kimi K3 |
|---|---|---|
| الإدخال | $2.00 | $3.00 |
| الإخراج | $6.00 | $15.00 |
| الإدخال من ذاكرة التخزين المؤقت | $0.20 | $0.30 |
| التصنيف الطبقي | ثابت حتى سياق 1M | وفق جدول Moonshot المنشور |
وفقًا لـ صفحة تسعير Model Studio الرسمية، يكلف Qwen 3.8-Max:
- 2 دولار لكل مليون رمز إدخال
- 6 دولارات لكل مليون رمز إخراج
- 125% من سعر الإدخال لإنشاء ذاكرة تخزين مؤقت صريحة
- 10% من سعر الإدخال لضربات ذاكرة التخزين المؤقت
هناك أيضًا حصة مجانية قدرها مليون رمز في منطقة سنغافورة لمدة 90 يومًا.
كيف تقدّر التكلفة قبل الترحيل
استخدم معادلة بسيطة:
التكلفة = (رموز الإدخال ÷ 1,000,000 × سعر الإدخال)
+ (رموز الإخراج ÷ 1,000,000 × سعر الإخراج)
+ تكلفة التخزين المؤقت إن وجدت
مثال على عبء عمل وكيل كثيف الإخراج:
إدخال: 2M رمز
إخراج: 1M رمز
Qwen 3.8-Max = (2 × $2) + (1 × $6) = $10
Kimi K3 = (2 × $3) + (1 × $15) = $21
الفجوة الأكبر تظهر في الإخراج: سعر K3 البالغ 15 دولارًا يساوي 2.5 ضعف سعر Qwen البالغ 6 دولارات.
انتبه إلى أن
reasoning_effort=xhighهو الوضع الافتراضي في Qwen، وتُحتسب رموز التفكير كرموز إخراج. لذلك قد تكون الفاتورة الفعلية أعلى من تقدير إدخال/إخراج بسيط.
لأمثلة تكلفة حسب المهمة، راجع تحليل تسعير Qwen 3.8.
المعايير: جدولان من البائعين، لا مقارنة مباشرة
ما هو متاح اليوم:
- نشرت علي بابا نتائج Qwen 3.8-Max مقابل Claude Opus 4.8 وFable 5 وGPT-5.6 Sol وQwen 3.7-Max.
- نشرت Moonshot نتائج Kimi K3 مقابل مجموعة مشابهة من النماذج الرائدة.
- كلا الجدولين صادر عن البائع الذي يقيّم نموذجه.
ما ليس متاحًا:
- تقييم مستقل يضع Qwen 3.8-Max وKimi K3 في نفس بيئة الاختبار.
- إعدادات موحدة للنظام والمنصة وأخذ العينات.
- أرقام Artificial Analysis لـ Qwen 3.8-Max وقت كتابة المقالة.
نتائج علي بابا المنشورة
| المعيار | Qwen 3.8-Max | Claude Opus 4.8 | Fable 5 | GPT-5.6 Sol |
|---|---|---|---|---|
| Terminal Bench 2.1 | 86.6 | 84.6 | 84.6 | 88.8 |
| SWE-bench Pro | 67.7 | 69.2 | 80.0 | 64.6 |
| PaperBench | 93.0 | 80.3 | 88.8 | 90.5 |
| GPQA Diamond | 92.6 | 92.0 | 92.6 | 94.1 |
| HLE | 43.6 | 45.7 | 53.3 | 47.2 |
تشير نتائج علي بابا نفسها إلى نقاط ضعف واضحة: يتأخر Qwen 3.8-Max عن Fable 5 في SWE-bench Pro، ويتأخر عن جميع النماذج المدرجة في HLE. من أبرز صفوفه PaperBench واتباع التعليمات والمسح متعدد الوسائط.
أما Moonshot، فتعرض تفوق K3 على Claude Opus 4.8 في عدد من معاييرها، مع تأخره عمومًا عن Fable 5 وGPT-5.6 Sol. راجع مقارنة Kimi K3 وClaude Opus 4.8 لمعرفة التفاصيل والتحذيرات.
التفسير الصحيح: لا تستخدم جدول بائع لاختيار نموذج للإنتاج. استخدمه فقط لتحديد ما يجب اختباره في عبء عملك الحقيقي.
أجرِ مقارنتك الخاصة في Apidog
أفضل معيار هو تشغيل نفس المهام من منتجك على النموذجين. بما أن كليهما يوفر واجهات إكمال دردشة متوافقة مع OpenAI، يمكنك إعداد اختبار قابل للتكرار بسرعة في Apidog.
1. أنشئ بيئتين
بيئة Qwen:
BASE_URL = <DashScope endpoint>
MODEL = qwen3.8-max
API_KEY = <Qwen API key>
بيئة Kimi:
BASE_URL = <Moonshot endpoint>
MODEL = <K3 model identifier>
API_KEY = <Moonshot API key>
2. احفظ طلبًا موحدًا
استخدم مهمة حقيقية من منتجك بدل لغز عام:
{
"model": "{{MODEL}}",
"messages": [
{
"role": "system",
"content": "أنت مساعد برمجي. أعد إجابة عملية وقابلة للتنفيذ."
},
{
"role": "user",
"content": "{{PROMPT}}"
}
]
}
3. اختبر المقاييس التي تهمك
لكل نموذج، سجّل:
- زمن الاستجابة
- عدد رموز الإدخال والإخراج
- جودة الحل
- نجاح استدعاءات الأدوات أو الوكيل
- التزام مخطط JSON
- تكلفة المهمة
- سلوك البث عبر SSE
4. أضف تأكيدات قابلة للتكرار
أمثلة مفيدة:
- رمز الحالة يجب أن يكون 200
- زمن الاستجابة أقل من الحد المقبول
- الاستجابة تطابق مخطط JSON المتوقع
- الإخراج يتضمن الكلمات أو الحقول المطلوبة
يساعدك تصحيح SSE في Apidog على فحص تدفق محتوى الاستدلال، خصوصًا إذا كانت واجهتك تعرض رموز التفكير للمستخدمين. يمكنك تنزيل Apidog مجانًا وتشغيل مجموعة من الموجهات نفسها على النموذجين قبل اتخاذ قرار معماري.
بطاقة الأداء
| المحور | الفائز اليوم | التحذير |
|---|---|---|
| إجمالي/المعلمات النشطة | Qwen 3.8-Max | الأصغر لا يعني الأفضل؛ الفرق يشير أساسًا إلى تكلفة الخدمة |
| الأوزان المفتوحة اليوم | Kimi K3 | أوزان Qwen وُعدت قرب 10 أغسطس |
| الوسائط | Qwen 3.8-Max | دعم الفيديو والمستندات الطويلة معروض في المدونة، لا كأنواع API موثقة |
| نافذة السياق | Qwen 3.8-Max | تحقق من حدود K3 الحالية في وثائق Moonshot |
| السعر | Qwen 3.8-Max | وضع التفكير الافتراضي xhigh قد يزيد فاتورة الإخراج |
| المعايير | لا يمكن تحديد فائز | لا توجد مقارنة مستقلة مباشرة |
| نظام الوكلاء | تعادل | كلاهما يدعم نقاط نهاية بروتوكول Anthropic |
| سجل الوعود | Kimi K3 | شحن الأوزان بعد 11 يومًا؛ وعد Qwen ما زال مفتوحًا |
أي نموذج تختار؟
اختر Kimi K3 إذا كنت تحتاج إلى:
- أوزان قابلة للتنزيل والاستضافة الذاتية الآن
- نموذج يمكن تثبيته ومراجعته لأسباب امتثال
- حمل نصي بحت
- سيناريو كثيف الإدخال مع استخدام فعال لذاكرة التخزين المؤقت
اختر Qwen 3.8-Max إذا كنت تحتاج إلى:
- إدخال صور أو مهام فهم مستندات وواجهات
- سياق يصل إلى مليون رمز
- أحمال وكلاء كثيفة الإخراج
- تكلفة إخراج أقل
- تكامل سريع مع واجهات OpenAI أو Anthropic المتوافقة
انتظر إذا كانت الأوزان المفتوحة هي عامل الحسم الوحيد. إذا نشرت علي بابا أوزان Qwen كما وعدت قرب 10 أغسطس، فستتحول المقارنة إلى الترخيص، والوسائط، والسعر، ونتائج اختبارك الفعلية.
في النهاية، لا تجعل جدول بائع يقرر عنك. شغّل موجهاتك وبياناتك ومهام وكيلك على النموذجين، ثم اختر بناءً على الجودة وزمن الاستجابة والتكلفة التي تراها في بيئتك.
الأسئلة الشائعة
هل Kimi K3 أكثر انفتاحًا من Qwen 3.8-Max؟
اليوم، نعم. أوزان K3 متاحة على Hugging Face منذ 27 يوليو 2026 بحجم 594 جيجابايت وبصيغة MXFP4، بينما أوزان Qwen 3.8-Max كانت موعودة قرب 10 أغسطس وليست قابلة للتنزيل بعد. حتى ذلك الحين، K3 هو الخيار الوحيد للاستضافة الذاتية. راجع دليل تشغيل Kimi K3 محليًا لمعرفة المتطلبات.
أي نموذج أفضل للبرمجة؟
لا توجد إجابة موثوقة بعد. ينشر كلا البائعين أرقامًا قوية للبرمجة الوكيلية، لكن الاختبارات نُفذت في بيئات مختلفة ولا توجد مقارنة مستقلة مباشرة بينهما. شغّل النموذجين على مهام من مستودعك، مثل إصلاح أخطاء حقيقية أو مراجعة طلبات السحب أو توليد اختبارات، قبل اتخاذ القرار.
هل يمكن استخدام النموذجين مع Claude Code؟
نعم. يوفر كلاهما نقاط نهاية متوافقة مع Anthropic. بالنسبة إلى Qwen 3.8-Max، عيّن ANTHROPIC_BASE_URL إلى نقطة نهاية DashScope المتوافقة مع Anthropic، واضبط ANTHROPIC_MODEL=qwen3.8-max. يدعم Kimi K3 نمطًا مماثلًا عبر نقطة نهاية Moonshot.
أيهما أرخص لعبء عمل وكيل نموذجي؟
بحسب الأسعار المعلنة، Qwen 3.8-Max أرخص: 2 دولار للإدخال و6 دولارات للإخراج لكل مليون رمز، مقابل 3 دولارات و15 دولارًا لـ Kimi K3. هذا مهم لوكلاء البرمجة لأنهم يميلون إلى توليد كثير من رموز الإخراج. لكن نمذج مزيج الرموز الفعلي لديك، لأن ضربات ذاكرة التخزين المؤقت في K3 تنافسية، ولأن رموز التفكير الافتراضية في Qwen تُحتسب ضمن الإخراج.
Top comments (0)