معركة سابقة · 2026-01-29 UTC
LLM مواجهة — 29 يناير 2026
من فئة LLM. 26 علامات موزعة على 8 متنافسين. DeepSeek V3 نال التاج.
الترتيب النهائي
التشكيلة
المتنافسون
ملفات تعريف كل أداة تنافست في هذه المعركة، مرتبة حسب الدرجة النهائية.
DeepSeek V3 هو نموذج لغة مدمج خبير متعدد كبير الحجم (MoE) طورته شركة DeepSeek AI. يتم تنشيط جزء فقط من معاملاته الإجمالية لكل رمز، مما يسمح له โดย تقديم أداء قوي في مهام المنطق والرياضيات والبرمجة مع الحفاظ على تكلفتها في الاستدلال بشكل كبير أقل من النماذج المجسمة المماثلة. أُصدِرَ مع权重 مفتوح، أصبح DeepSeek V3 خيارًا شائعًا للمطورين والباحثين الذين يحتاجون إلى μοντέل أساسي قوي يمكنهم استضافته自ياً أو تعديله الدقيق أو التكامل přes واجهة برمجة التطبيقات. تقع الاختبارات الموحدة له في المنافسة مع النماذج الاقطاعية الرائدة مثل GPT-4o، خاصة في تقييمات الرياضيات والمنطق. النموذج مناسب بشكل جيد للمساعدين الفنيين، وخطوط أنابيب生成 الشفرة، وتدفقات البحث، وأي تطبيق حيث يهم جودة المنطق والكفاءة المالية معًا.
تفصيل المعايير
- هندسة خلیط الخبراء
- مقاييس المنطق والرياضيات التنافسية
- أوزان النموذج مفتوحة المصدر
- API access via DeepSeek platform
- دعم نافذة السياق الطويل
- صديق للتطوير الدقيق
Mistral Large 24.11
النموذج اللغوي الكبير الرائد من Mistral للاستدلال متعدد اللغات، والترميز، والمهام على مستوى المؤسسات.
هو إصدار نوفمبر 2024 لنموذج اللغة الكبير من شركة Mistral AI، وهو من الدرجة الأولى. يعمل على تحسين التفكير المتقدم وترجمة الكود وال حل المسائل الرياضية ومتابعة التصاميم المعقدة عبرหลาย لغات، مما يجعل من него مناسبًا لكلتا الاستخدامات البحثية والاستخدامية. يتم وضح الموديل لتنفيذ جريان عمل متميز في الشركات, بفضل الدعم القوي للتعامل مع الدوال, والمخرجات المنظمة, وتasks بأطوالسياق طويلة. ومتاح الموديل عن طريق API موديل Mistral وبرنامج SDK, وإستخدام منصات الاواتش العاملة مع الشركاء, مما يتيح الفصائل الفعاليات في كيفية تنفيذها وتكاملها. يتولى المطورون استخدام Mistral Large 24.11 لتشغيل مساعدي الترميز، البوتات المتعددة اللغة، مجاري تحليل الوثائق، وتطبيقات إعادة الإستجلاب التي تحسن الوحشية عبر اللغات.
تفصيل المعايير
- الاستدلال المتقدم ومتابعة التعليمات
- دعم متعدد اللغات الأصلي
- توليد التعليمات البرمجية وتصحيح الأخطاء
- استدعاء الوظائف والإخراجات JSON
- التعامل مع السياق الطويل
- خيارات النشر على مستوى المؤسسات
هذا أداة transcription تنقذ audio files مثل المحاضرات، البرامج podcast، المكاتبات، والملفات الصوتية والواردات إلى النص الكتابة. وتعتمد على AI speech recognition para أن يتم إنتاج transcripts قابلة للقراءة بدون حاجة إلى typing hand or hardware مخصصة. يساعد هذا الخدمة مستخدمين أصحاب احتياجات تسريع extraction النصي من المحتوى الناطق بسرعة مع صقله من الاحتكاك . يُرفع الملفات المرفقة بتنسيق MP3 تلقائيًا، ويمكن копي النتائج المتولدة وتوضيحها أو الحفظ لمواضيع الملاحظات والبحوث والتدوين والمعالجة الأخرى أو استعارة المحتوى. يحسن هذا الأداة للطلاب والمحررين والمذيعين والعلماء والباحثين والعاملين بشكل معتاد مع الأصوات المسجلة الذين يتفضّلون workflow مباشرًا على منصة الترميز المُصعّبة أكثر.
تفصيل المعايير
- تحويل الصوت لملف MP3 الى نص
- استخدام تقنية التعرف الضوئي الصوتي
- دعم المحاضرات والبودكاست والملفات الصوتية
- نسخ النصوص النظيف والمعشوق للتكملة
- إطار عمل متاح بتصميم متصفح
- نتائج مبسطة مع تحول سريع للتحميل
Gemma 4 Local Hardware Matcher
ابحث عن نموذج Gemma 4 المثالي لمطابقة جهاز الكمبيوتر الخاص بك
Gemma 4 Local Hardware Matcher هي أداة توفر للمستخدمين المساعدة في تحديد الإصدارات من عائلة modelos Gemma 4 التي يمكنها التشغيل بشكل فعال على الأجهزة المحددة الخاصة بهم. من خلال تحلیل العوامل مثل ذاكرة GPU VRAM وذاكرة النظام وخصائص المعالج Централь وذاكرة التخزين المتاحة، توصي بأحجام نمذجة متوافقة ومستويات كوانتاتي. يتوجه الأداة إلى المطورين والهواة والباحثين الذين يريدون تشغيل Gemma 4 على حاسوبهم المحلي دون إجراء اختبارات بالtrial-and-error. إنها تزيل التحديات حول متطلبات الذاكرة والتوقعات الأدائية، مما يساعد المستخدمين على اختيار نسخة مناسبة من التصميم تتوازن بين الجودة والسرعة لآلةهم.
تفصيل المعايير
- اكتشاف وتحليل الأجهزة
- توصيات حجم وضغط النموذج
- تقديرات الحاجة إلى VRAM و RAM
- التوقعات الأدائية لكل متغير
- دعم الإصدارات المتعددة من Gemma 4
- إرشادات لاستدلال CPU و GPU
DeepSeek R1 هو نموذج لغة كبير مفتوح المصدر يمتاز في مهام العرض والرياضيات والبرمجة. يستخدم هيكلاً من نوع Mixture of Experts (MoE) مع 37بليون معامل 활ية و671 بليون معامل إجمالي، ويدعم طول سياق 128 كيلو. يتضمن النموذج تقنيات تعلم تعافي متقدم لتحقيق التأكيد الذاتي والتفكير المتعدي والreasoning المتوافق مع البشر. достиг DeepSeek R1 أداءً على أعلى مستوى في مختلف البنود， بما في ذلك 97.3٪ دقة على MATH-500 و 79.8٪ معدل مرور على AIME 2024 وتفوق 96.3٪ من المشاركين في Codeforces. يتوفر النموذج بvariant متعددة، تتراوح من 1.5 مليار إلى 70 مليار معامل، ومرخص بموجب MIT للاستخدام والتطوير المجاني. يمكن استخدام DeepSeek R1 عبر الإنترنت مجانًا، ويمكن تشغيل نسخة مدعومة من WebGPU محليًا في المتصفح. تم设计 هذا المنهج للتعامل مع المشكلات المعقدة والتفاهم المتعدد اللغات وانتاج شفرة من الطراز الصناعي. وتشمل قوته القدرة الاستثنائية على التفكير الرياضي وانتاج الشفرة والفهم اللغوي الطبيعي. ومع ذلك، كـ نموذج مفتوح المصدر، قد يتطلب الخبرة الفنية لتثبيته وتحسينه لاستخدامات محددة. يوضع DeepSeek R1 في مقدمة النماذج عالية الأداء ذكاءً اصطناعيًا على مستوى العالم، مع إمكانيات قابلة للمقارنة مع الحلول المملوكة الرائدة. وتسمح طبيعته المفتوحة المصدر بالتطوير القائم على المجتمع والترقيات المستمرة، بما في ذلك دعم الوسائط المتعددة المخطط له وتحسين التحديث الحواري والاستدلال الموزع. يتميز النموذج بتطوير تعليم تعزيزي نقي، مما يسمح له بالحصول على أداء رياضي على مستوى GPT-4 بتكلفة أقل بكثير. تسمح خاصية تعريف تسلسل الفكر بالتغلب على تحديات "الصندوق الأسود" للذكاء الاصطناعي، مما يوفر رؤى حول عملية استدلال النموذج. يوفر واجهة برمجة تطبيقات DeepSeek R1 نقطة نهاية متوافقة مع OpenAI للدمج ، بسعر 0.14 دولار لكل مليون رمز. يتم توفير أوزان الطراز مفتوحة المصدر ، مما يسمح بالاستخدام التجاري والتعديل.
تفصيل المعايير
- هيكل الخبراء الم مختلط (MoE)
- تقنيات التعلم التعزيزي المتقدمة
- قابليات التحقق الذاتي والت phảnعكسة متعددة الخطوات
- الاستدلال المحاذي للإنسان
- دعم uzun لطول السياق 128K
- نقطة نهاية API متوافقة مع OpenAI
Gemma 4
جلب Gemma 4 من عائلة نماذج اللغة الضخمة المفتوحة المصدر من جوجل لمطوري الذكاء الاصطناعي والباحثين.
Gemma 4 هو أحدث إصدار من عائلة نماذج اللغة الكبيرة مفتوحة الوزن من جوجل، وهو مصمم لمنح المطورين والباحثين الوصول المباشر إلى نموذج أساسي قوي يمكنهم تشغيله وضبطه وتوزيعه على بنية تحتية خاصة بهم. يتطور على基础 الإصدارات السابقة من Gemma مع تحسينات في التفكير والامتثال للإرشادات والمعالجة متعددة اللغات. النموذج موزع مع أوزان مفتوحة، مما يجعله مناسبًا للتجربة والاستدلال على الجهاز وتكاملها مع التطبيقات المخصصة دون الاعتماد على واجهة برمجة تطبيقات API المضيفة. يمكن استخدامها من خلال الإطارات الشهيرة مثل Hugging Face Transformers وllama.cpp وOllama وJAX، وتنفذ عبر وحدات معالجة الرسومات GPUs ووحدات معالجة التензور TPUs والأجهزة الاستهلاكية المستهلكة حسب المتغير المحدد. يستهدف Gemma 4 الفرق التي تحتاج إلى مرونة وشفافية وسيطرة على مكدسها الإصطناعي، بما في ذلك تلك التي تبني مساعدين خاصين أو نماذج أبحاث أو نماذج مجالات متخصصة من خلال التعدين الدقيق.
تفصيل المعايير
- نماذج مفتوحة المصدر للوزن
- متغيرات متعددة للحجم لتلبية احتياجات الأجهزة المختلفة
- تدعم تطبيقات محلية ذاتية الاستضافة
- توافق مع أشهر المكتبات مثل Hugging Face Transformers و Ollama
- يدعم التعليمات المخصصة والاستعلام
- يدعم التحميل المتوازي للتدريب الفعال
Gemini 2.0 Flash
جيني 2.0 فلاش: نموذج الذكاء الاصطناعي السريع والمتعدد الأنماط من جوجل لمهام الوكلاء في الوقت الفعلي مع نافذة سياق تتكون من مليون رمز
Gemini 2.0 Flash هو نموذج الجيل التالي من Google DeepMind المحسن للسرعة والنطاق والاستدلال المتعدد القياسات. يقبل النصوص والصور والصوت والفيديو كمدخل ويمكن أن يولد نصوصاً وصوراً وصوتاً كخرج، مما يجعله مناسبًا للتطبيقات التفاعلية الغنية. صمم مع مراعاة سير العمليات الوكيلية، يدعم الموديل استخدام الأدوات المحلية، واستدعاء الدوال، ونافذة سياق بحجم 1M من الرموز للتعامل مع المستندات الكبيرة، أو قواعد التعليمات البرمجية، أو الجلسات المتواصلة لفترات طويلة. وتجعل اللاتنسية المنخفضة منه خيارًا عمليًا للمساعدين، والتحليل في الوقت الفعلي، والتنصيب على مستوى الإنتاج. يمكن للمطورين الوصول إلى Gemini 2.0 Flash من خلال Gemini API و Google AI Studio و Vertex AI، مع توفر SDKs عبر اللغات الرئيسية.
تفصيل المعايير
- نافذة سياق بحجم 1M توكن
- إدخال چند القنوات: نص، صورة، صوت، فيديو
- استدعاء أداة أصيلة وتنفيذ رمز
- استجابات بث في الوقت الفعلي
- توليد الصور والصوت
- متاح عبر Gemini API و Vertex AI
تهدف برونوس إلى تحسين الفهم والإنشاء والاستدلال اللغوي بشكل أكثر دقة في اللغة العربية مقارنة بmodeleح لغة شاملة. تُعرف كأحد MODELEح لغوى متزايدة من اللغة العربية، مع التعديلات لمحلياتها ومصادرها الكلاسيكية الحديثة ومعاييرها المعاصرة. يمكن استخدام نموذج البيانات THIS THIS THIS للقيام بالمهام مثل إنتاج المحتوى، وقص المختصر، والنقل، ودعم العملاء، ونظريات التفاعل باللغة العربية بشكل خاص في الأسواق الناطقة باللغة العربية. من خلال التركيز في تدريب THIS THIS THIS على البيانات العربية، يتحكم هذا الدعم في خصوصيات مثل النحو والمقاطع والمنطقة الثقافية التي يتناولها نماذج أوسع منها بلا ثبات.
تفصيل المعايير
- نماذج اللغة المُعدة للعربية
- إجراء التحليل النحوي والتوليد النصي والاستئصال
- دعم الترجمة
- قدرة على التواصل والتفاعل مع البوتات الشات
- مصممة للنطام الذكي العربي للأغراض المنقحة
- Coverage of ماء و اللهجات