بدائل Jev: مقارنة نماذج الذكاء الاصطناعي لاتخاذ القرار في 2026

إذا كنت تقارن نماذج الذكاء الاصطناعي بحثًا عن بدائل Jev تخفّض فاتورة الاستضافة، فابدأ بتقييم واجهة Perplexity بسعر $0.02 لكل مليون رمز إدخال. أما إذا كان تطبيقك يعمل بالفعل على Cloudflare، فالأقرب لاحتياجك هو Clef-flash، وللقرارات المتعلقة بالصور محليًا ابدأ بـLiquid AI d1-3B. عند تنفيذ مليون قرار شهريًا، يستهلك كل منها 1,000 رمز إدخال محتسب في الفاتورة، لا يوفّر الانتقال من Jev إلى Perplexity سوى $22 من رسوم الإدخال الأساسية. اختر البديل الذي يحافظ على معدل الأخطاء في القرارات التي تعتمدها، ويعمل في البيئة التي يحتاجها تطبيقك.

جرى التحقق من الأسعار والتراخيص ووثائق النشر في 11 أكتوبر 2026. الأسعار أدناه منشورة لدى الشركات المطوّرة. أما الأرقام الشهرية فهي حسابات مبنية على افتراضات موضّحة، وليست فواتير اختبار في بيئة إنتاج. لم يُشغَّل أي نموذج لإجراء هذه المقارنة.

بدائل Jev: أي نماذج الذكاء الاصطناعي تناسب مهمتك؟

ابدأ بقيود بيئة التشغيل، ثم قارن الجودة على القرارات الفعلية في تطبيقك. في الواجهة المستضافة، يتولى مزوّد الخدمة تشغيل النموذج. أما الأوزان المفتوحة فتعني أنك تستطيع الحصول على ملفات النموذج وتشغيل الاستدلال بنفسك وفق ترخيصها؛ ولا تعني أن أحدًا سيوفّر لك موارد الحوسبة مجانًا.

أسعار الخدمات المستضافة لا تحدد تكلفة الاستدلال عند الاستضافة الذاتية. وبالنسبة إلى نماذج Liquid وStrands القابلة للتنزيل، تعني عبارة غير منشور أن صفحات المطوّر لا تعرض تعرفة ثابتة لرموز الإدخال. تظل تكاليف الأجهزة والكهرباء والاستضافة والتشغيل عليك. وترد تفاصيل التراخيص ونسخ الأوزان في الأقسام الخاصة بكل نموذج.

خط الأساس الحالي لدى TypeSafe هو Jev 1.13، بمعرّف النموذج jev-1.13.0، وسعر $0.042 لكل مليون رمز إدخال، مع مخرجات مجانية. يقبل النصوص والنصوص المهيكلة مثل JSON، ولا يقبل الصور أو الصوت أو الفيديو. وبذلك يطابق سعر Microsoft تعرفة الإدخال المنشورة لـJev، بينما يزيد عليها سعر OpenAI الأساسي، ويقل عنها سعرا Perplexity وClef-flash. كتالوج نماذج TypeSafe

تكاملك الحالي مع Jev يتضمن أصلًا شيئًا قيّمًا: تعريف القرارات التي يحتاجها تطبيقك. حافظ على هذا التعريف. إذا كان المطلوب توجيه تذاكر الفوترة إلى المالية ومشكلات الوصول إلى الحساب إلى الدعم، فعلى البديل أن يثبت كفاءته في هذه الحالات قبل أن تؤثر نتيجة اختبار لافتة في الاختيار.

كيف اخترنا نماذج اتخاذ القرار في هذه المقارنة؟

أعطينا الأولوية للنماذج التي يوفر مطوّروها واجهة برمجة أو بطاقة نموذج أو مستودعًا يتولون صيانته، مع تفاصيل موثّقة تكفي لاتخاذ قرار النشر. واستبعدنا النسخ المجتمعية التي لا تملك صفحة موثوقة من الجهة المطوّرة. تشمل القائمة ست جهات مطوّرة ضمن سبعة خيارات للشراء؛ جمعنا عائلة Cloudflare في قسم واحد، بينما أفردنا لكل من نموذجي Liquid توصية مستقلة.

معايير الاختيار عملية: أنواع المدخلات المطلوبة، والتشغيل المستضاف أو المحلي، وترخيص الأوزان، والقيود الموثّقة التي قد تعطل استخدامك، وتكلفة القرار القابل للاعتماد. والقرار القابل للاعتماد هو ما يستطيع تطبيقك قبوله من دون تصحيح مكلف أو تصعيد غير ضروري.

تبدأ القائمة بأبرز مرشح مستضاف بسعر أقل، ثم تنتقل إلى الخيارات المناسبة للمنصات المختلفة والتشغيل المحلي. هذا الترتيب ليس تصنيفًا للدقة. فاختبارات الشركات تختلف في مجموعات البيانات والأجهزة وأطوال المدخلات ومسارات الشبكة. وكل رقم أداء مذكور هنا صادر عن الشركة المطوّرة، ولا يثبت أي منها أن النموذج سيتفوق على Jev في تذاكرك.

وللمهمة حدود أيضًا: تختار هذه النماذج من نتائج محددة أو تمنحها درجات. إذا كنت تحتاج إلى رد دعم مكتوب أو تفسير، فاحتفظ بخطوة لتوليد النص. تتناول مقارنتنا بين Jev وGLM-5.3-Flash هذا الاختيار الأوسع.

سبعة خيارات تستحق المقارنة

1. Perplexity pplx-decider-v1.1-27b: البداية لخفض سعر الاستضافة

نموذج Perplexity pplx-decider-v1.1-27b مخصص لاتخاذ القرار، ويتاح عبر Decisions API المستضافة لدى Perplexity وبنسخة أوزان قابلة للتنزيل. وهو أول مرشح سأقيّمه لتوجيه تذاكر الدعم المعتادة أو إسناد التصنيفات على نطاق واسع إذا كان المطلوب ببساطة خفض تكاليف إدخال Jev. فسعره هو الأدنى بين أسعار الاستضافة المنشورة في هذه القائمة. لكن التوصية تتغير إذا لم تلائم استخدامك حدود الطلبات أو متطلبات التشغيل المحلي أو معدل الأخطاء.

الأنسب لـ: التوجيه وإسناد التصنيفات والتقييم وفق معايير محددة، عبر خدمة مستضافة أقل تكلفة.
أبرز ميزة: واجهة مباشرة، مع مسار مستقل للنشر باستخدام أوزان مفتوحة.
الأسعار: $0.02 لكل مليون رمز إدخال؛ المخرجات مجانية؛ لا رسوم على كل طلب.
التجربة المجانية: غير مذكورة في دليل Decisions المشار إليه.
المدخلات والتشغيل: نصوص وJSON وصور مضمّنة عبر واجهة Perplexity؛ وأجهزة تدعم CUDA للتنفيذ المحلي المرفق.
الترخيص: Apache-2.0 لنسخة الأوزان القابلة للتنزيل؛ أما الوصول المستضاف فيظل خدمة مستقلة. دليل الواجهة، ترخيص الأوزان

القيد الأبرز في الاستضافة هو معدل الطلبات: توثّق Perplexity حدًا يبلغ 10 طلبات في الثانية لكل مؤسسة على جميع الخطط. وتسمح بما يصل إلى 128 سؤالًا تستند إلى أدلة مشتركة، على أن يكون إجمالي الإدخال أقل من 262,144 رمزًا. حدود الطلبات وجود دفعة من تذاكر عملاء منفصلة تحتاج كلها إلى تصنيف لا يجعلها تلقائيًا طلبًا واحدًا ذا سياق مشترك. تجنّب جمع حالات غير مترابطة بطريقة تغيّر طبيعة المهمة. قيود الاستضافة

عند هذا الحد، يحتاج تنفيذ مليون طلب منفصل إلى 27.8 ساعة على الأقل، حتى مع جدولة مثالية ومن دون إعادة أي طلب. هذا حد أدنى محسوب، وليس قياسًا للسرعة. ومعالجة تراكم كبير من التذاكر ليلًا تختلف جذريًا في متطلباتها عن تدفق مستمر قليل الكثافة، حتى عند استخدام الواجهة المنخفضة التكلفة نفسها.

للاستضافة الذاتية قيد آخر. فالإعداد الذي يقدمه المطوّر يحتاج إلى نحو 49 GiB للأوزان، إضافة إلى ذاكرة العمل، ويرفض تنفيذ prepare المرفق المدخلات المجمّعة التي تتجاوز 8,192 رمزًا. ويجب الحفاظ على إعدادات الانتباه والمعايرة التي خضعت للتقييم. ولا تزال بطاقة النموذج تشير إلى وصول موثّق إلى مستودع خاص، لذا تأكد من قدرة حسابك على تنزيل الأوزان قبل الالتزام بنشر محلي. بطاقة نموذج Perplexity

لا تنقل حد السياق المستضاف كما هو إلى متطلبات النشر المحلي. يجب تقييم النسخة المحلية بوصفها بيئة تشغيل مستقلة، بما يشمل معالجتها المسبقة الفعلية واستهلاك الذاكرة وإصدار النموذج. وإلا فقد يفشل المسار الاحتياطي تحديدًا مع السجلات الطويلة التي أرهقت الخدمة الأساسية.

في المقارنة الأولى، اختر مهمة محدودة بما يكفي لمراجعة الأخطاء مباشرة.

1. 1

   احتفظ بتعريفات مسارات التذاكر الحالية

   استخدم التصنيفات والحالات الحدّية في تنفيذ Jev الحالي. واحتفظ بنتيجة صريحة مثل «أخرى» أو «للمراجعة» للتذاكر التي لا تندرج تحت تلك التعريفات. يوفر دليل توجيه تذاكر الدعم باستخدام Jev سير عمل مرجعيًا للمقارنة.

2. 2

   استخدم صيغة الطلب الأصلية لدى Perplexity

   اضبط النموذج على pplx-decider-v1.1-27b، وأرسل state مع questions مسمّاة إلى POST /v1/decisions. استخدم سؤالًا من نوع choice، مع criteria تصف كل مسار للتذاكر. اتبع المرجع الأصلي للواجهة في بنية الطلب والاستجابة.

3. 3

   سجّل الإجابات مع إبقاء التوجيه الحالي

   اقرأ الإجابة تحت اسم سؤالها. واحفظ التصنيف المختار والاحتمالات المعادة واستهلاك الإدخال المحتسب وحالة الطلب إلى جانب نتيجة Jev الحالية. افصل إخفاقات المزوّد عن القرارات الصحيحة من حيث الصيغة والمنخفضة الثقة.

4. 4

   حدّد شرط الانتقال قبل معرفة الفائز

   حدّد معدلًا مقبولًا للتوجيه الخاطئ وحجم المراجعة والمهلة القصوى للاستجابة. لا تعتمد المرشح إلا إذا استوفى تلك الشروط على حالات مصنّفة تمثل العمل الفعلي. انخفاض فاتورة الإدخال وحده لا يكفي لاجتياز هذا الشرط.

2. Cloudflare Clef وClef-flash وClef-omni: اختر بحسب المدخلات

يُعد Cloudflare Clef-flash الخيار العملي الأول عندما يكون القرار جزءًا من تطبيق قائم على Workers. تجمع العائلة بين الاستضافة على Workers AI وأوزان بترخيص Apache-2.0، فتستطيع تقييم خدمة مُدارة مع الاحتفاظ بإمكانية الاستضافة الذاتية لاحقًا. اختر النسخة بحسب الأدلة التي يجب أن تقرأها وحدود الواجهة المستضافة. فالنسخة الأرخص لا تعوّض غياب دعم الصوت أو ضيق السياق.

الأنسب لـ: التوجيه والتصنيف بالقرب من تطبيق يعمل على Workers.
أبرز ميزة: تكامل مباشر عبر روابط Workers AI وواجهة REST، إلى جانب أوزان قابلة للتنزيل.
الأسعار: Clef-flash بسعر $0.038؛ وClef بسعر $0.240؛ وClef-omni بسعر $0.150 لكل مليون رمز إدخال.
التجربة المجانية: يوفّر Workers AI حصة يومية مجانية مشتركة، وليست تجربة مستقلة غير محدودة لـClef.
المدخلات والتشغيل: يعالج Clef وClef-flash النصوص وJSON والصور وإطارات الفيديو؛ ويضيف Clef-omni إدخال الصوت والفيديو المصحوب بصوت مباشرة. التشغيل عبر Workers AI المستضاف أو منظومة الاستضافة الخاصة بك.
الترخيص: أوزان النماذج الثلاثة بترخيص Apache-2.0. أسعار Workers AI، الإصدار الأول، بطاقة Clef-omni

صدر Clef وClef-flash في 1 أكتوبر 2026، ثم أضاف تحديث 9 أكتوبر نموذج Clef-omni وغيّر المفاضلات في الاستضافة. وأبرز تغيير أن Clef-flash أصبح يوفّر نافذة سياق مستضافة من 24,576 رمزًا. وقد يُقتطع نص الحالة ليلائمها. لذلك يمكن أن يفقد سجل حوادث طويل أدلة مهمة، مع أن التطبيق يتلقى إجابة. وثائق Clef-flash الحالية، تحديث أكتوبر

ولهذا، يُفضّل أن تبدأ مع flash بنموذج استقبال قصير بدل أرشيف محادثات بلا حدود. خصّص ميزانية واضحة للمدخلات تتسع لسياسة توجيه التذاكر وأدلة العميل الحاسمة. وإذا اختصرت السجل قبل إرساله، فقيّم النسخة المختصرة نفسها، لا نسخة كاملة مثالية لا يتلقاها النموذج.

يمثّل Cloudflare Clef الخيار الأكبر للنصوص والصور، مع سياق مستضاف من 65,536 رمزًا. يستحق سعره الأعلى النظر عندما يثبت تقييمك تحسنًا مفيدًا، أو عندما يكون سياق flash المستضاف أصغر من حاجتك. لكن حجمه الأكبر لا يضمن تلقائيًا جودة أفضل. وثائق Clef

أما Cloudflare Clef-omni فهو المرشح المناسب عندما تتضمن الأدلة صوتًا. فقد يحتاج تطبيق للخدمات الميدانية إلى تصنيف تسجيل لآلة مع وصف الفني. الفارق هنا هو إدخال الصوت والفيديو مباشرة، لا الاكتفاء باستخراج إطارات ثابتة على أمل أن تحمل الإجابة. تحدد وثائقه سياقًا من 64,000 رمز، مع حدود مستقلة للوسائط تشمل مقاطع صوت تصل إلى 300 ثانية وفيديوهات تصل إلى 60 ثانية، إضافة إلى حدود لعدد الملفات وحجمها بالبايت. وثائق Clef-omni

إتاحة الأوزان لا تجعل omni مناسبًا تلقائيًا للتشغيل على الهاتف. يذكر الإعداد المرجعي لدى Cloudflare حاجة البنية الأساسية إلى نحو 64 GB من ذاكرة معالج الرسوميات بصيغة bfloat16. هذه متطلبات تشغيل ينبغي إدراجها في الميزانية، وليست رسومًا لكل رمز في الخدمة المستضافة. بطاقة نموذج Clef-omni

حصة Cloudflare المجانية البالغة 10,000 Neurons يوميًا مشتركة ضمن سعة Workers AI؛ وNeurons هي وحدة احتساب الحوسبة لديها. تجاوز هذه الحصة يتطلب Workers Paid. تعامل مع تعرفة الرموز بوصفها رسوم النموذج، وأدرج بقية اشتراك Workers واستخدام التطبيق ضمن ميزانية التشغيل. قواعد الحصة والفوترة

3. Microsoft-Decision-1: للتصنيف وضبط قرارات الوكلاء داخل Foundry

Microsoft-Decision-1 نموذج مستضاف لتقييم القرارات، يناسب المطوّرين الذين يعملون بالفعل على Microsoft Foundry. وسعره البالغ $0.042 لكل مليون رمز إدخال يطابق سعر Jev المنشور حاليًا، لذا قيّمه لملاءمة المنصة وجودة المهمة، لا لتوفير مباشر في تكلفة الرموز. من البدايات المناسبة تصنيف ملاحظات العملاء أو تحديد ما إذا كان الوكيل سيواصل أو يعيد المحاولة أو يصعّد الحالة. يقبل الطلب الموثّق نصًا أو JSON؛ ولا تفترض دعم الصور استنادًا إلى عائلة النموذج الأساسي. إعلان Microsoft، دليل Foundry

الأنسب لـ: إسناد التصنيفات وتحديد الأولويات وضبط قرارات الوكلاء ضمن بيئة Foundry.
أبرز ميزة: مسار نشر موثّق على Foundry باستخدام Entra ID أو مفتاح API.
الأسعار: $0.042 لكل مليون رمز إدخال؛ المخرجات مجانية.
التجربة المجانية: غير مذكورة في صفحات نموذج القرار المشار إليها.
المدخلات والتشغيل: نصوص أو JSON؛ عبر Microsoft Foundry وOpenRouter.
الترخيص: خدمة مستضافة؛ لم تنشر صفحات المطوّر هذه ترخيصًا لأوزان قابلة للتنزيل. أسعار Microsoft وطرق الوصول، متطلبات النشر

يحدد منشور Microsoft بتاريخ 9 أكتوبر 2026 النموذج الأساسي بأنه Qwen3.5-9B. أما الحديث عن الانتقال إلى نماذج أساسية أخرى فهو خطة مستقبلية، وليس وصفًا للبنية التي تشتريها اليوم. كذلك، لا تعني إتاحة النموذج الأساسي أن لديك إذنًا بتنزيل نموذج Microsoft بعد تدريبه اللاحق. يظل هذا خيارًا مستضافًا ما لم تطرح Microsoft الأوزان في إصدار مستقل. مصدر معلومات البنية

الفائدة التشغيلية هي إمكان إجراء التقييم داخل المنصة التي يستخدمها تطبيقك أصلًا. لنفترض أن نموذجًا عامًا يصنّف ملاحظات العملاء قبل أن يقرأ مدير المنتج تقريرًا أسبوعيًا. حدّد الموضوعات ونتيجة «غير مصنّف»، وقارن النظامين على الملاحظات نفسها، ثم افحص ما إذا كانت التعليقات المبهمة تحصل على تصنيفات شديدة التحديد بلا مبرر. فقد يكون التصنيف سليم البنية تمامًا ويضلّل التقرير مع ذلك.

تعلن Microsoft أنها حققت أعلى متوسط دقة في مقارنتها التي تشمل 36 اختبارًا معياريًا. هذه نتيجة أعلنتها الشركة، وتقيس مقارنة زمن الاستجابة لديها Microsoft-Decision-1 عبر Foundry في المنطقة نفسها. لهذه الظروف أهميتها؛ فهي لا تحدد زمن الاستجابة من تطبيقك ولا دقة النموذج ضمن منظومة التصنيف الخاصة بك. وصف Microsoft للتقييم

ومتطلبات النشر محددة: تحتاج إلى مشروع Foundry وصلاحيات نشر النموذج وطريقة للمصادقة، لا مجرد اسم نموذج جديد في حزمة تطوير لا ترتبط بالخدمة. يوثّق الدليل قرارات رقمية، ولا يقدّم تفسيرًا مكتوبًا. إذا كان سير عملك يتطلب تبرير التصنيف أمام مراجع، فاحتفظ بالأدلة الداعمة وقدّم التفسير في خطوة أخرى. إعداد Foundry وبنية المخرجات

4. OpenAI Decisions API: لتطبيقات تستخدم OpenAI بالفعل

تحوّل OpenAI Decisions API النصوص والصور إلى إجابات ذات أنواع محددة باستخدام gpt-6-luna. وهي مرشح مناسب إذا كان تطبيقك يستخدم OpenAI بالفعل وتريد إضافة التصنيف أو الاختيار من بدائل محددة أو التقييم وفق معايير إلى هذا التكامل. بسعر $0.10 لكل مليون رمز إدخال، تكون طبقة القرار أغلى من Jev عند التعرفة الأساسية. اخترها إذا كانت سهولة التكامل أو جودة المهمة المقاسة تبرر الفارق. دليل OpenAI Decisions

الأنسب لـ: تصنيف النصوص والصور وضبط القرارات داخل تطبيق قائم على OpenAI.
أبرز ميزة: إجابات من أنواع predicate وchoice وscore عبر نقطة نهاية مخصصة.
الأسعار: $0.10 لكل مليون رمز إدخال بالتعرفة الأساسية؛ لا رسوم للمخرجات أو قراءة ذاكرة التخزين المؤقت أو الكتابة فيها. تطبَّق زيادات حسب المنطقة ومضاعفات على إدخال السياق الطويل.
التجربة المجانية: غير مذكورة في دليل Decisions.
المدخلات والتشغيل: نصوص وصور مضمّنة عبر نقطة النهاية المستضافة POST /v1/decisions.
الترخيص: وصول إلى واجهة مستضافة؛ لا يوفّر الدليل ترخيصًا لتوزيع أوزان مفتوحة. الدليل والأسعار الحالية

دخلت الواجهة المرحلة التجريبية العامة في 6 أكتوبر 2026. ضع هذه الحالة في الحسبان عند التخطيط للنشر. قد تستحق الواجهة الجديدة التقييم، لكن قبل اعتمادها مسارًا احتياطيًا يجب التحقق من ملاءمتها عبر محلّل الاستجابات ومعالجة الاستثناءات وإمكان وصول حسابك إليها. سجل تغييرات OpenAI

العقبة عند الانتقال هي بنية الطلب والاستجابة. تستخدم OpenAI حقل input ومصفوفة أسئلة مسمّاة، ونوع سؤال نعم أو لا لديها هو predicate. لا يمكنك تمرير كائن أسئلة معدّ لـJev كما هو من دون تعديل. وقد تتضمن الاستجابة أيضًا رفضًا ينبغي التعامل معه بصورة مستقلة عن قيمة الاحتمال. أنماط الطلبات والإجابات

مثلًا، يستطيع سير عمل للمرتجعات أن يسأل إن كانت صورة المنتج تظهر تلفًا واضحًا، ثم يختار مسار المراجعة المناسب. لكن ذلك لا يثبت من تسبب في التلف، أو انطباق الضمان، أو وجود إذن برد المبلغ. تلك قرارات منفصلة تحتاج إلى أدلة أخرى أو قواعد عمل ثابتة.

5. Liquid AI d1-3B: البداية لقرارات النصوص والصور محليًا

Liquid AI d1-3B نموذج قرار بأوزان مفتوحة لمدخلات النصوص والصور، صدر في 7 أكتوبر 2026. وهو أول مرشح محلي في هذه القائمة سأقيّمه لتطبيق مكتبي أو طرفي يحتاج إلى تصنيف وصف وصورة معًا. ميزته هي التحكم في مكان إجراء الاستدلال. ولا يعني ذلك وعدًا بأن تشغيل معالج رسوميات أقل تكلفة من واجهة مستضافة زهيدة السعر. إعلان Liquid AI

الأنسب لـ: تصنيف الصور والفحص البصري وتوجيه النصوص محليًا.
أبرز ميزة: نموذج قابل للتنزيل مع قياسات موثّقة على أجهزة محلية.
الأسعار: لم يُنشر سعر لكل مليون رمز إدخال لهذه النسخة المفتوحة. ضع ميزانية لموارد الحوسبة الخاصة بك.
التجربة المجانية: أوزان قابلة للتنزيل وفق الترخيص؛ الحوسبة منفصلة.
المدخلات والتشغيل: نصوص وJSON وصور؛ تدعم أمثلة المطوّر CUDA وApple MPS ووحدة المعالجة المركزية عبر شيفرة Transformers مخصصة.
الترخيص: LFM Open License v1.0. بطاقة النموذج، ترخيص الأوزان

بُني النموذج على LFM2.5-VL-3B، وتوثّق صفحته سياقًا من 32,768 رمزًا. تصوّر أداة مكتبية لمراجعة الجودة يزوّدها المشغّل بصورة منتج ويختار سؤال فحص معروفًا. يتيح التشغيل المحلي للتطبيق مواصلة العمل من دون استدعاء خدمة قرار مستضافة، بشرط أن يكون باقي سير العمل محليًا أيضًا. لكنه لا يلغي ضرورة التحقق من ظروف التصوير وتغيير حجم الصور وتعريف العيب. البنية والسياق

تعلن Liquid أزمنة لسؤال واحد تبلغ 16 مللي ثانية على Jetson AGX Thor، و26 مللي ثانية على AGX Orin، و50 مللي ثانية على Orin Nano. هذه قياسات على أجهزة أعلنتها الشركة، وليست وعدًا بالأداء مع حجم مدخلاتك، ولا مقارنة بطلب كامل إلى واجهة عبر الإنترنت. استخدمها لتحديد الأجهزة الجديرة بالتقييم، ثم قِس أداء التطبيق كاملًا. جدول الأزمنة لدى Liquid

الترخيص قيد يجب مراعاته عند الشراء. تستخدم نسختا Liquid ترخيص LFM Open License v1.0، الذي يشير شرط الاستخدام التجاري فيه إلى حد إيرادات سنوية يبلغ $10 ملايين. اقرأ تعريف الكيان القانوني والقسم 5 قبل افتراض انطباق الشروط على استخدامك؛ وأكّدها مع Liquid إذا كان الشرط يمسّك. لا تسجّل هذا النموذج في مستند المشتريات على أنه Apache-2.0. نص الترخيص

وانتبه إلى الأسماء أيضًا. تدرج Liquid نموذج d1 المستضاف بصورة منفصلة عن d1-3B وd1-omni-600M. تشرح وثائقه وإعلانه احتساب المدخلات فقط، لكن الصفحات التي روجعت لهذه المقارنة لا تنشر سعرًا بالدولار لكل مليون رمز. لا تنقل تعرفة النموذج المستضاف وحدوده إلى النسخ القابلة للتنزيل. كتالوج نماذج Liquid، دليل d1 المستضاف

في منتج يعمل دون اتصال، يتوقف الانتقال على اجتياز النموذج معايير الجودة وزمن الاستجابة على الجهاز المستهدف فعلًا. اختبره مع تشغيل البرامج الأخرى، وبصور واقعية واستخدام متواصل. نجاح عملية استدلال منفردة ليس سوى بداية تقييم السعة المطلوبة.

6. Liquid AI d1-omni-600M: قرارات صوتية محدودة ضمن إصدار تجريبي

Liquid AI d1-omni-600M هو النموذج الأصغر والتجريبي في العائلة، ويقبل نصوصًا مع صور أو نصوصًا مع صوت. يستحق إدراجه ضمن خيارات جهاز يحتاج إلى تمييز مجموعة صغيرة من المقاصد المنطوقة، لكن لا تفترض أنه بديل لكل خدمة مستضافة متعددة الوسائط. حجمه يجعل التشغيل المحلي جذابًا، غير أن قيود المدخلات والتدريب تحسم الملاءمة. فتجربة أوامر صوتية محدودة أضيق نطاقًا من تحليل تسجيلات بلا قيود. حالة الإصدار، بطاقة النموذج

الأنسب لـ: تجارب تمييز المقاصد المنطوقة أو قرارات الصور على الأجهزة الصغيرة.
أبرز ميزة: نسخة أوزان مفتوحة صغيرة الحجم مع مسار لإدخال الصوت.
الأسعار: لم يُنشر سعر لكل مليون رمز إدخال لهذه النسخة المفتوحة.
التجربة المجانية: أوزان قابلة للتنزيل وفق الترخيص؛ تظل تكاليف الحوسبة عليك.
المدخلات والتشغيل: نصوص أو JSON مع صور أو صوت؛ أمثلة تشغيل محلي على CUDA أو MPS أو وحدة المعالجة المركزية.
الترخيص: LFM Open License v1.0، مع شرط الاستخدام التجاري نفسه. بطاقة النموذج، الترخيص

توثّق البطاقة 587 مليون معامل، مع تدريب صوتي قائم على طلبات بين متحدث بالإنجليزية ومساعد. وتُقتطع المقاطع الصوتية عند 30 ثانية. لذلك فإن أمرًا مثل «أوقف الفحص مؤقتًا» أنسب للتقييم من مكالمة عميل طويلة متعددة اللغات. دعم الصوت كمدخل لا يثبت مستوى الأداء مع كل أنواع الأصوات. نطاق الصوت

وهناك قيد يسهل إغفاله: يضم النموذج 16,384 موضعًا إجماليًا للسياق، لكن عند استخدام الصور يُقتطع نص الحالة والسؤال إلى 896 رمزًا. لذا قد يتجاوز دليل تشغيل طويل مرفق بصورة الحد الفعلي للنص قبل بلوغ رقم السياق الإجمالي المعلن بوقت طويل. تفاصيل السياق

في جهاز خدمة ذاتية، اجعل قائمة الأوامر والسياسة المحلية موجزتين، وأضف مسارًا للطلبات غير المفهومة. قيّم الكلام في الخلفية ونقص السياق بالعناية نفسها التي تمنحها للأوامر الواضحة. النتيجة المفيدة هي نظام يمتنع عن الحسم عندما تكون التعليمات غير واضحة، بدل أن يقدّم دائمًا خيارًا يبدو صحيحًا.

إعلان Liquid لا يورد قياسات سرعة لهذا النموذج التجريبي. لا تنسب إليه أزمنة d1-3B الأكبر، ولا تستنتج ضمانًا لزمن الاستجابة من قلة المعاملات. فلا يزال على التطبيق معالجة الوسائط وتحميل النموذج وإبقاء التشغيل ضمن الموارد المتاحة للجهاز. نطاق قياسات الإطلاق

7. Amazon Strands Decider 2B: ضبط قرارات الوكلاء محليًا مع إمكانية الفحص

Amazon Strands Decider 2B نموذج قرار مفتوح من Strands Labs، مع شيفرة استدلال ومواد تدريب وتقييمات منشورة. وهو الأنسب عندما يكون هدف ترك استدعاء Jev المستضاف هو التحكم في مكوّن قرار صغير داخل بيئة تشغيل وكيلك. ابدأ بمهمة محددة، مثل فحص إجراء مقترح وفق سياسة قصيرة. ولا تتعامل مع الخادم المحلي المرفق على أنه منتج استضافة متكامل. مستودع المطوّر

الأنسب لـ: ضبط قرارات الوكلاء والتوجيه محليًا وتجربة منهج التدريب.
أبرز ميزة: إتاحة أوزان النموذج والشيفرة وتفاصيل التقييم معًا.
الأسعار: لم يُنشر سعر مستضاف لكل مليون رمز إدخال؛ أنت توفّر بيئة التشغيل.
التجربة المجانية: نموذج وشيفرة قابلان للتنزيل بترخيص Apache-2.0؛ الحوسبة منفصلة.
المدخلات والتشغيل: نصوص وصور اختيارية عند استخدام المسار البصري؛ خيارات CUDA وApple Silicon ووحدة المعالجة المركزية.
الترخيص: Apache-2.0 للمشروع ولنسخة الأوزان المحددة المبنية على Qwen. بطاقة النموذج الحالية

ثبّت نسخة الأوزان بدقة: strands-decider-2B-qwen3.5-v1-2610 هي النسخة المرجعية الحالية التي يصفها المستودع. تستخدم بنية أساسية من Qwen3.5-2B-Base مع وحدة تكييف مدرّبة ورأس قرار، وهو الجزء الذي يمنح درجات للإجابات المسموح بها. ولا تزال الأسماء الأقدم hobson-v19 وhobson-v21 ظاهرة، لذا يجب إرفاق أي ادعاء أداء بإصداره. الإصدار والبنية

هذا التمييز مهم لزمن 115 مللي ثانية المتداول كثيرًا. فالجدول التفصيلي في المستودع ينسب وسيط الزمن هذا على RTX 3090 إلى v19، بينما تذكر أعمدة الإصدارات الأحدث أنها تشترك في البنية والحجم. إنها نتيجة تاريخية أعلنتها الجهة المطوّرة، وليست قياسًا جديدًا لنسخة الأوزان الحالية. استخدم القياس المرتبط بالنسخة التي تنوي نشرها. جدول الأداء حسب الإصدار

يستمع الخادم المرفق على localhost ولا يتضمن مصادقة. يفيد ذلك في تجربة محلية، لكن تقديم خدمة عبر الشبكة يحتاج أيضًا إلى التحكم في الوصول وتخطيط الطلبات المتزامنة وتحديد مسؤولية التشغيل والمراقبة. وبالنسبة إلى وكيل داخلي، يجب أن يحدد المسؤول ما يحدث عندما تكون عملية النموذج لم تتهيأ بعد، أو مشغولة، أو غير متاحة. «التشغيل المحلي» خيار للنشر، وليس استراتيجية لضمان التوافر. تعليمات تشغيل الخدمة

يمكن أن يبدأ ضابط القرار بالتمييز بين «الإجراء المقترح يقرأ سجلًا فقط» و«الإجراء المقترح يغيّر سجلًا». ويجب أن تظل قواعد التطبيق الثابتة مسؤولة عن التحقق من صلاحيات المستخدم والعمليات المسموحة. إذا رأى النموذج أن العملية آمنة لكن المستخدم الذي جرت مصادقته غير مخوّل لتنفيذها، فتظل العملية محظورة.

ماذا تغيّر الفاتورة الشهرية في القرار؟

قد تعني نسبة توفير كبيرة مبلغًا صغيرًا بالدولار. افترض مليون قرار شهريًا، يستهلك كل منها 1,000 رمز إدخال محتسب. الإجمالي مليار رمز إدخال. وبحسب الأسعار الأساسية التي جرى التحقق منها، تبلغ فاتورة النموذج للمدخلات وحدها $20 لدى Perplexity، و$38 لدى Clef-flash، و$42 لدى Jev أو Microsoft-Decision-1، و$100 لدى OpenAI Decisions، و$150 لدى Clef-omni، و$240 لدى Clef. Perplexity، Cloudflare، TypeSafe، Microsoft، OpenAI

وحّدنا عدد الرموز المحتسبة عمدًا في هذا السيناريو. فاختلاف أدوات تجزئة النص إلى رموز وبنية الأسئلة ومعالجة الوسائط قد ينتج إجماليات فوترة مختلفة لمدخلات العمل نفسها. ولا تشمل الأرقام الحصص المجانية أو اشتراكات المنصات أو زيادات المنطقة والسياق الطويل أو إعادة المحاولة أو توليد النص لاحقًا أو مراجعة الموظفين.

افترض الآن أن أحد المرشحين يزيد معدل الأخطاء بمقدار 0.1 نقطة مئوية، وأن معالجة كل خطأ إضافي تكلف $1. على مستوى مليون قرار، يعني ذلك 1,000 خطأ إضافي وتكلفة إضافية قدرها $1,000. هذه افتراضات للتوضيح، وليست معدلات إخفاق مقاسة أو سعرًا سوقيًا لوقت الموظفين. وهي تبيّن لماذا يجب تحسين القرارات التي يعتمدها النظام بدل الاكتفاء بتحسين سعر الرموز.

وللاستضافة الذاتية اختبار مماثل. إذا كانت ميزانية البنية التحتية الإضافية $100 شهريًا، فإن معادلة سعر Perplexity الأساسي البالغ $0.02 لكل مليون رمز تتطلب خمسة مليارات رمز إدخال شهريًا، قبل احتساب التشغيل أو اختلاف الجودة. مبلغ $100 افتراض، وليس عرض سعر لمعالج رسوميات. وقد تغيّر الأجهزة الفائضة المتاحة لديك هذه الحسابات؛ كما قد يبرر إبقاء البيانات محليًا أو دعم منتج يعمل دون اتصال هذا الخيار حتى من دون توفير في تكلفة الرموز.

قِس الفوترة على الاستخدام الفعلي قبل تعميم الحسابات. مثلًا، تعيد خدمة d1 المستضافة المستقلة لدى Liquid احتساب نص كل سؤال والصور المرفقة به. لذلك، لا يعني إرسال عدة أسئلة في طلب HTTP واحد أنك تدفع مقابل الأدلة مرة واحدة فقط. وهذه القاعدة لا تحدد تعرفة بالدولار لنسخ الأوزان المفتوحة. شرح Liquid للفوترة

أي بديل تعتمد في بيئة الإنتاج؟

للتوجيه المعتاد، قيّم Perplexity أولًا إذا كان هدفك خفض تكلفة الاستضافة. وابدأ بـClef-flash عندما يبسّط البقاء داخل Workers تطبيقك. يتغير الاختيار بحسب ملاءمة المرشح لمعدل الطلبات وطول المدخلات والحدود المقاسة المقبولة للتوجيه الخاطئ والمراجعة. فلا تعوّض التعرفة المنخفضة أو المنصة المألوفة فقدان الأدلة التي تحدد المسار الصحيح للتذكرة.

لإسناد التصنيفات، فضّل المرشح الذي يحافظ على منظومة تصنيفك في الأمثلة الملتبسة. Microsoft-Decision-1 مرشح طبيعي داخل Foundry، وPerplexity هو المرشح المستضاف عندما تكون الأولوية للسعر. اختبر ما إذا كان التعليق قد ينتمي إلى أكثر من موضوع. فالسؤال أحادي الاختيار يفرض نتيجة واحدة؛ لذا ينبغي تقسيم مشكلة التصنيف المتعدد إلى فحوص منفصلة أو تمثيلها بطريقة مدروسة أخرى.

لضبط قرارات الوكلاء، اختر بيئة تستطيع تشغيلها باعتمادية، وأبقِ الصلاحية التنفيذية في الشيفرة. يستحق Strands التقييم كمكوّن محلي، بينما قد تلائم Microsoft أو OpenAI تكاملًا مستضافًا قائمًا. يمكن للنموذج تقديم تقدير بشأن الإجراء المقترح، لكن على التطبيق فرض الصلاحيات وقواعد الإنفاق والعمليات المسموح بها بصورة مستقلة.

للعمل على الجهاز، ابدأ بـd1-3B للنصوص والصور، وبـd1-omni-600M لتجربة صوتية محدودة. وStrands خيار محلي آخر عندما يكون ترخيصه ومنهج تدريبه القابل للفحص أنسب للمشروع. الجهاز والمعالجة المسبقة للمدخلات والاستخدام التجاري المسموح تحسم هذا المسار قبل مقارنة أسعار الاستضافة.

لقرارات الصوت والفيديو داخل تطبيق مستضاف، قيّم Clef-omni. طريقة تعامله مع الوسائط فارق جوهري. ولا يكون النموذج النصي الأرخص بديلًا إلا إذا أضفت خطوة معالجة مسبقة عن قصد، وتحققت من أثر المعلومات التي تفقدها هذه الخطوة.

وعند اختيار مزوّد ثانٍ، حدّد العطل الذي تريد تغطيته. وجود معرّفي نموذج خلف البوابة نفسها يبقي كليهما معتمدًا عليها. كما يفشل البديل المحلي إذا اعتمد على الخدمة الخارجية المتعطلة نفسها لجلب مدخلاته. ارسم مسار الطلب كاملًا، وافصل الاعتماد الذي تريد استمرار العمل عند تعطّله.

انقل قرارًا واحدًا قبل نقل سير العمل كاملًا

ينجح البديل عندما يحافظ على قواعد اتخاذ القرار في التطبيق، وليس لمجرد أنه يعيد JSON سليمًا. ثبّت أسماء مسارات التذاكر ومعاني معايير التقييم وسلوك المسار الاحتياطي، مع تكييف الحقول الخاصة بكل مزوّد. بذلك تستطيع مراجعة الاختلافات من دون خلط تغيير النموذج بتغيير السياسة.

1. 1

   ثبّت القرار والأدلة التي يستند إليها

   اختر استدعاءً قائمًا واحدًا، مثل تحديد مسار تذكرة دعم جديدة. سجّل التصنيفات المسموح بها وإصدار السياسة وحقول الإدخال وتعريف نقص المعلومات. ضمّن مجموعة الحالات المصنّفة أمثلة ملتبسة وأخرى خارج النطاق، لا الأمثلة الواضحة وحدها.

2. 2

   كيّف واجهة التعامل مع المزوّد

   حدّد صراحة كيفية تمثيل الأدلة وتعريف الأسئلة وقراءة الإجابات. تستخدم OpenAI حقل إدخال ومصفوفة أسئلة مسمّاة، بينما تستخدم أمثلة Perplexity وMicrosoft الموثّقة حقل حالة وأسئلة ذات مفاتيح. وتختلف طريقة تضمين الصور أيضًا. تحقّق من الدليل الأصلي للمطوّر، ولا تفترض أن تشابه أسماء العناصر الأساسية يعني تطابق صيغ البيانات المرسلة.

3. 3

   شغّل المرشح بالتوازي مع القرار الحالي

   أبقِ التحكم في يد سير العمل الحالي، واجعل المرشح يكتفي بتسجيل إجابته. قارن القرارات الخاطئة التي اعتمدها النظام، والحالات المحالة، والطلبات الفاشلة، والاستهلاك المحتسب، وأبطأ أزمنة الاستجابة. قدّم الأدلة نفسها للنموذجين حتى لا يبدو تغيير المعالجة المسبقة تحسنًا في النموذج.

4. 4

   اضبط العتبات لهذا النموذج وهذه المهمة

   عتبة Jev لا تصلح للنقل تلقائيًا لمجرد أن واجهة أخرى تعيد احتمالًا أو حقلًا اسمه confidence. أعد فحص العلاقة بين الدرجات والصحة الفعلية على أمثلة مصنّفة. وخصّص مسار مراجعة منفصلًا لنقص الأدلة وإخفاقات المزوّد وحالات الرفض.

5. 5

   اعتمد البديل تدريجيًا وسهّل الرجوع

   غيّر سير العمل المحدد وحده. احتفظ بإعدادات النموذج السابق وبوسيلة للعودة إليه. وأعد التقييم عند تغيير نسخة الأوزان أو الاسم المستعار للنموذج أو صياغة السؤال أو المعالجة المسبقة، لأن أيًا من ذلك قد يغيّر القرارات التي تقبلها عتباتك.

إذا كانت نقطة البداية هي Jev Router لا استدعاء قرار مباشرًا إلى Jev، فحدّد أولًا حدود الفوترة. خدمة التوجيه والنموذج الذي تختاره بعد ذلك جزآن مختلفان من الفاتورة. يشرح دليل أسعار Jev Router هذا الفرق؛ انخفاض تكلفة نموذج القرار لا يجعل الإجابة المولّدة مجانية.

خيارات تجنّبها في هذه الحالات

تجنّب الانتقال إلى Microsoft-Decision-1 بهدف توفير تكلفة الرموز إذا كانت مشكلتك الوحيدة هي سعر Jev الأساسي الحالي. فالأسعار المنشورة متطابقة. وقد يظل خيارًا جيدًا للمنصة أو الجودة، لكن ذلك مبرر مختلف.

تجنّب Clef-flash المستضاف لأرشيف أدلة غير محدود ما لم تتحكم في ميزانية المدخلات. فالاستجابة السليمة بعد الاقتطاع قد تخفي أن معلومة حاسمة لم تصل أصلًا إلى النموذج. اختر استخدامًا يلائم الحدود، أو قيّم مسارًا بسعة سياق مناسبة.

تجنّب d1-omni-600M لتحليل تسجيلات طويلة بلا قيود اعتمادًا على كلمة omni وحدها. فنطاق الكلام الموثّق وحد اقتطاع المقاطع والحالة التجريبية عوامل مؤثرة. Clef-omni هو المرشح المستضاف في هذه القائمة عندما تحتاج إلى وسائط أغنى، مع مراعاة حدوده هو أيضًا.

تجنّب اعتبار الأوزان المفتوحة مرادفًا لخدمة إنتاج مجانية. لدى Liquid ترخيص مشروط، ويتطلب إعداد Perplexity المرجعي ذاكرة كبيرة، ويترك Strands الاستضافة لك. تنزيل النموذج بداية التزام بالتشغيل.

تجنّب اعتماد نسخة غير موثّقة كبديل للطوارئ. تشابه اسم المنتج أو ظهور الواجهة بمظهر متوافق لا يثبت وجود جهة مطوّرة أو ترخيص صالح للاستخدام أو بيئة تشغيل تتلقى الصيانة أو مسار مستقل عند الأعطال. سبب الاستبعاد هو نقص الأدلة، لا الادعاء بأن أداء كل المشاريع المجتمعية ضعيف.

أسئلة شائعة

هل توجد بدائل مجانية لـJev؟

تقدم Cloudflare حصة يومية مجانية مشتركة ضمن Workers AI. وتنشر عدة بدائل أيضًا أوزانًا قابلة للتنزيل، لكن عليك توفير الحوسبة والالتزام بالترخيص. وتدرج وثائق Liquid المستضافة بصورة منفصلة نموذج d1:free للنصوص فقط، من دون نشر حصة استخدام في الصفحة التي روجعت هنا. لا تعتبر إتاحة الوصول المجاني ضمانًا لتشغيل الإنتاج بلا تكلفة. دليل نموذج Liquid المستضاف

أي بدائل Jev توفّر أوزانًا مفتوحة؟

توفّر الجهات المطوّرة مسارات للحصول على أوزان عائلة Clef ونسخة Perplexity المحددة ونسختي d1 من Liquid وStrands Decider. يستخدم Clef وPerplexity ونسخة Strands المحددة ترخيص Apache-2.0، بينما تستخدم Liquid ترخيص LFM Open License v1.0 مع شرط للاستخدام التجاري. أما OpenAI Decisions وMicrosoft-Decision-1 فهما خياران مستضافان في هذه المقارنة، من دون ترخيص أوزان مفتوحة في صفحات المطوّرين المشار إليها.

بأي بديل لـJev أبدأ؟

ابدأ بتقييم Perplexity لسعر إدخال مستضاف أقل، وClef-flash لتطبيق قائم على Workers، وMicrosoft-Decision-1 لـFoundry، وOpenAI Decisions لتكامل مع OpenAI. وللتشغيل المحلي، ابدأ بـd1-3B للنصوص والصور، أو d1-omni-600M لتجربة صوتية محدودة، أو Strands لمكوّن وكيل قابل للفحص. ويحسم تقييم استخدامك الفعلي الاختيار النهائي.

خطوتك العملية مع بداية الأسبوع

اختر استدعاء القرار الذي يستطيع المسؤول عنه شرح شكل الخطأ المكلف فيه. وحدّد مرشحًا واحدًا للسبب الذي تحتاجه: السعر أو المنصة أو مدخلات الوسائط أو التشغيل المحلي. قارنه إلى جانب Jev بالأدلة نفسها، ثم انتقل إليه فقط إذا كانت الأخطاء في القرارات المعتمدة وعبء المراجعة ومهل الاستجابة ضمن المستوى المقبول. وأبقِ الإعداد الأصلي جاهزًا حتى يثبت المسار الجديد اعتماديته في العمل المعتاد.

استخدم قائمة تدقيق سير العمل بالذكاء الاصطناعي للأعمال لتحديد القرار الذي يستحق التغيير أولًا.