إصدار يوليو 2026! ملخص لأحدث مقارنة في قدرات البرمجة لنماذج LLM
ملخص لقدرات البرمجة لنماذج LLM في يوليو 2026: النتائج، أحجام VRAM المثالية للاستخدام المحلي، الأجهزة الموصى بها، والتكاليف.
اعتبارًا من يوليو 2026، شهدت قدرات البرمجة الآلية للذكاء الاصطناعي تطورًا هائلاً. على وجه الخصوص، أصبحت النتيجة في "SWE-bench Pro"، الذي يقيس القدرة على حل مهام هندسة البرمجيات، مقياسًا مهمًا جدًا لتقييم قوة البرمجة لكل نموذج لغوي كبير (LLM). في هذه المقالة، نقارن نتائج النماذج المغلقة والمفتوحة الرئيسية، ونشرح بالتفصيل تكوين الأجهزة، والتكاليف، ونقطة التعادل مقابل واجهات برمجة التطبيقات السحابية لتشغيل النماذج المفتوحة محليًا.
أحدث مقارنة لقدرات البرمجة لنماذج LLM (SWE-bench Pro)
النتائج والميزات للنماذج الرئيسية في الوقت الحالي هي كما يلي. *يتم تقييم النتائج بناءً على SWE-bench Pro| الترتيب | اسم النموذج | المطور | النوع (VRAM المطلوب) |
النتيجة | الميزات |
|---|---|---|---|---|---|
| 1 | Claude Fable 5 | Anthropic (الولايات المتحدة) |
مغلق | 80.0% | البطل المطلق في الوقت الحاضر بقدرات تصحيح أخطاء ساحقة. تمت الموافقة عليه من قبل الحكومة الأمريكية ومتوفر الآن في بلدان أخرى. |
| 2 | Claude Mythos | مغلق | 77.8% | نموذج استدلال قوي للغاية متوفر مسبقًا. متخصص للغاية في الأمان، ومتاح فقط للشركات المعتمدة مثل البنوك وشركات الأوراق المالية. | |
| 3 | Claude Opus 4.8 | مغلق | 69.2% | أعلى أداء بين النماذج المتاحة عندما لا يمكن استخدام Fable 5. | |
| 4 | GPT-5.6 Sol | OpenAI (الولايات المتحدة) |
مغلق | 64.6% | القمة داخل OpenAI. نموذج استدلال ممتاز في سلوك الوكيل. |
| 5 | GLM-5.2 | Z.ai (الصين) |
مفتوح (2TB) |
62.1% | يحتل المرتبة الأولى عالميًا في الأوزان المفتوحة، لا يقتصر على النماذج الصينية، ويقترب من النماذج المغلقة. |
| 6 | Claude Sonnet 5 | Anthropic (الولايات المتحدة) |
مغلق | 59.6% | نموذج عالي الفعالية من حيث التكلفة يوفر قوة برمجة مكافئة بأقل من 40٪ من سعر Opus 4.8. |
| 7 | Qwen3.7 Max | Alibaba (الصين) |
مفتوح (2TB) |
60.6% | نموذج مفتوح متعدد الاستخدامات مع إصدارات أوزان مختلفة، اختارته العديد من الشركات الناشئة كأساس للذكاء الاصطناعي الخاص بها. |
| 8 | MiniMax M3 | MiniMax (الصين) |
مفتوح (1TB) |
59.0% | تم إصداره للتو في يونيو 2026، قوي في التعامل مع السياقات الطويلة. نموذج متعدد الوسائط قادر على إدخال الصور والفيديو. |
| 9 | DeepSeek-V4 | DeepSeek (الصين) |
مفتوح (1TB) |
55.4% | نموذج ذو أداء ممتاز من حيث التكلفة. |
نقطة التركيز: بينما تهيمن عائلة Claude التابعة لـ Anthropic على المراكز العليا، تجدر الإشارة إلى أن النماذج المفتوحة الصينية (GLM-5.2 و Qwen3.7 Max) تقترب من النماذج المغلقة القوية مثل GPT-5.6 Sol.
متطلبات الأجهزة لتشغيل نماذج LLM المحلية واسعة النطاق
تحتوي العديد من النماذج المفتوحة على عدد هائل من المعلمات في فئة 1TB إلى 2TB. نشرح "حجم VRAM المثالي" وتكوين الأجهزة لتشغيلها بسرعة عملية (مع تطبيق التكميم) في بيئة محلية.الحجم المقدر المطلوب لـ VRAM
فئة 2TB (مثل GLM-5.2 و Qwen3.7 Max): حتى مع تكميم 4 بت (INT4/AWQ وما إلى ذلك)، يتطلب الأمر حدًا أدنى يبلغ 192 جيجابايت أو أكثر من VRAM لتحميل النموذج ونافذة السياق (ذاكرة التخزين المؤقت KV).فئة 1TB (مثل MiniMax M3 و DeepSeek-V4): وبالمثل، 128 جيجابايت أو أكثر من VRAM مثالية مع تكميم 4 بت.
ملخص لأرخص تكوينات الأجهزة الموصى بها والتكاليف للنماذج المحلية
في سوق وحدات معالجة الرسومات الحالي، يمكن القول إن أرخص طريقة لبناء إعداد VRAM ذو سعة كبيرة هي AMD في الوقت الحالي. في الماضي، كان Mac Studio وغيره من المرشحين، ولكن بسبب مشاكل نقص الذاكرة، فإن الحد الأقصى الحالي للذاكرة هو 96 جيجابايت (أو بالأحرى، هذا هو الخيار الوحيد)، وارتفعت الأسعار بنسبة 30٪، لتبدأ بحد أدنى يبلغ حوالي 1.2 مليون ين.| النموذج | CPU(TOPS) | VRAM (الذاكرة) | التكلفة المقدرة | الميزات والتقييم |
| NVIDIA DGX Spark | 1000 TOPS (INT 4) | 128 جيجابايت (ذاكرة موحدة) | 800,000 ين (وحدة واحدة) | يعمل على Linux بدون كمبيوتر. يمكن ربطه بوحدة ثانية للزيادة إلى 256 جيجابايت. استهلاك طاقة منخفض وهدوء ممتاز. |
| NVIDIA A100 | 1248 TOPS (INT 4) | 80 جيجابايت (VRAM) | 4.3 مليون ين (وحدة واحدة) + تكلفة الكمبيوتر | يبدو كبطاقة رسومات، ولكن نظرًا لأنه يمكنه إجراء معالجة الذكاء الاصطناعي فقط، فإنه لا يحتوي على أطراف إخراج الصور. يستهلك كمية غير طبيعية من الطاقة. مستعمل فقط. |
| NVIDIA H100 | 3958 TOPS (INT 8) | 80 جيجابايت (VRAM) | 5.7 مليون ين (وحدة واحدة) + تكلفة الكمبيوتر | خليفة A100. زاد عرض النطاق الترددي بشكل كبير، مما أدى إلى مضاعفة سرعة الحساب. يخضع لقيود التصدير إلى الصين. |
| إعداد RTX 3090 × 8 وحدات + كمبيوتر | 2504 TOPS (INT 8) | 192 جيجابايت (VRAM) | من 1.8 مليون ين (شامل الكمبيوتر) | يتطلب لوحة أم قادرة على استيعاب 8 بطاقات رسومات. |
| AMD AI Max+ 395 | 50 TOPS | 128 جيجابايت (ذاكرة موحدة) | من 590,000 ين | أقوى أداء من حيث التكلفة. استهلاك طاقة منخفض وهدوء ممتاز. |
| Apple Mac Studio M3 Ultra | 36 TOPS | 96 جيجابايت (ذاكرة موحدة) | من 1.16 مليون ين | استهلاك طاقة منخفض وهدوء ممتاز. |
سعر وحدة الرمز ونقطة التعادل عند استخدام واجهات برمجة التطبيقات المغلقة
هل يجب أن تستثمر في جهاز كمبيوتر بهذه المواصفات، أم يجب أن تستمر في استخدام واجهات برمجة التطبيقات السحابية (مثل Claude Opus أو GPT-5.6) على أساس الدفع أولاً بأول؟ نقدر نقطة التعادل باختصار. حاليًا، تبلغ أسعار واجهات برمجة التطبيقات النموذجية للنماذج المغلقة عالية الأداء حوالي ما يلي (بافتراض فئة Sonnet 5 كمثال):
- الإدخال: 3.00 دولار / 1 مليون رمز
- الإخراج: 15.00 دولار / 1 مليون رمز
في مهام البرمجة، يتم تحميل كمية هائلة من السياق (مثل قواعد الكود الحالية)، مما يؤدي إلى زيادة رموز الإدخال بشكل كبير.
على سبيل المثال، إذا كان التبادل الواحد يستهلك 50,000 رمز إدخال / 2,000 رمز إخراج، فإن تكلفة التبادل تبلغ حوالي 0.18 دولار (حوالي 27 ين).
حساب نقطة التعادل: التكلفة الشهرية البالغة 27,700 ين ÷ 27 ين للمرة = حوالي 1,025 طلب استدلال شهريًا. بعبارة أخرى، بالنسبة للمستخدمين الكثيفين أو فرق التطوير التي تنفذ مهام البرمجة باستخدام قواعد تعليمات برمجية ضخمة على الأقل 34 مرة في اليوم، يُحسب أن شراء الأجهزة لتشغيل النماذج المفتوحة محليًا أكثر فعالية من حيث التكلفة من الاستخدام المستمر لواجهات برمجة التطبيقات السحابية.
في الواقع، يستخدم الجميع الاشتراكات، لذا فإن تكلفة الرموز الشهرية أقل بكثير. إذا كانت الذاكرة باهظة الثمن بشكل غير طبيعي، فمن المشكوك فيه بصدق أن يتمكن حتى المستخدمون الكثيفون من استرداد استثماراتهم حتى نقطة التعادل.