⚡ الخلاصة السريعة
- أفضل قيمة ← Meta Muse Ember. يعادل Claude Haiku 5.5 بنتيجة 36 على مؤشر Artificial Analysis للذكاء، مقابل نحو ثلث التكلفة لكل مهمة ($0.14 مقابل $0.41) — أرخص ذكاء بمستوى متقدم في نوفمبر 2026.
- الأفضل للأتمتة ← Muse Ember أيضاً. يسجل 37.8 على AutomationBench-AA، مقابل 13.9 لـHaiku 5.5 و20.2 لـGPT-6 Luna. الفارق ليس متقارباً.
- الأفضل للبرمجة ← Claude Haiku 5.5. الوزن المضاد الصادق: ما زال Haiku يفوز في FrontierCode 2.0، بنسبة 34.9% مقابل 27.2% لـEmber. في البرمجة، يحتفظ Haiku بالعرش.
- GPT-6 Luna ← المركز الثالث. يتأخر على المؤشر الرئيسي (28 مقابل 36) وفي الأتمتة (20.2 مقابل 37.8). اختره فقط إذا كنت متعمقاً أصلاً في منظومة OpenAI.
- اختيارنا لمعظم الناس ← Muse Ember. ذكاء بمستوى Haiku مقابل ثلث التكلفة، مع أفضل نتائج أتمتة بين الثلاثة.
قد نكسب عمولة إذا اشتريت عبر روابطنا، دون أي تكلفة إضافية عليك.
في 9 نوفمبر 2026، أطلقت Meta نموذج Muse Ember — أصغر نماذج Muse — وأشعلت بهدوء أمتع حرب أسعار في الذكاء الاصطناعي هذا العام. سعر Ember المعلن هو $0.10 لكل مليون رمز إدخال و$0.50 لكل مليون رمز إخراج، مع نافذة سياق بمليون رمز وحد إخراج 512,000 رمز. هذه الأرقام وحدها تجعله رخيصاً. وما يجعله لافتاً هو ما يقدمه بهذا السعر: يعادل Claude Haiku 5.5 بنتيجة 36 على مؤشر Artificial Analysis للذكاء، مقابل نحو ثلث تكلفة Haiku لكل مهمة — $0.14 مقابل $0.41 — ويتفوق على GPT-6 Luna، النموذج الصغير من OpenAI، في كل ما يهم.
النماذج الصغيرة هي عماد اقتصاد الذكاء الاصطناعي. هي ما يعمل خلف محادثات دعم العملاء ومعالجة المستندات وخطوط التلخيص ومساعدي البرمجة وملايين سير العمل الوكيلي التي تستدعي نموذجاً آلاف المرات يومياً. النموذج الرائد يخطف العناوين؛ أما النموذج الصغير فيحسم الفاتورة. وعندما يطابق نموذج صغير جديد ذكاء المتصدر السابق بثلث التكلفة، يصبح على كل فريق يعمل بحجم كبير أن يعيد التفكير في بنيته. هذه المقارنة تدور حول إعادة التفكير هذه: أين يفوز Ember فعلاً، وأين يتمسك Haiku، وأين يناسب Luna — أو لا يناسب.
هذه مقارنة بحثية، وليست اختباراً مخبرياً. لم نُخضع النماذج الثلاثة لمجموعة اختباراتنا الخاصة. بدلاً من ذلك، يعتمد تحليلنا على أرقام Artificial Analysis المنشورة وعلى التغطية المستقلة للمقارنة الثلاثية المنشورة في 9–10 نوفمبر 2026 — المصادر نفسها التي كنت ستراجعها بنفسك — مرتبة في أحكام صادقة. جميع أرقام المعايير أدناه مؤرخة بتحديثات لوحة المتصدرين في نوفمبر 2026؛ وأسعار النماذج وتوفرها تتغير كثيراً، لذا تحقق من المواقع الرسمية قبل الالتزام. وللطرف الرائد من لوحة المتصدرين نفسها، انظر مقارنتنا Claude Fable 5.2 vs GPT-6 Astra، كما أن جولة أفضل نموذج ذكاء اصطناعي في نوفمبر 2026 تضع النماذج الستة في مكان واحد.
نظرة سريعة: Ember مقابل Haiku 5.5 مقابل Luna
#1 · Meta Muse Ember · أفضل قيمة وأتمتة
- AA Intelligence Index
- 36 — متعادل مع Haiku 5.5
- السعر المعلن
- $0.10 / $0.50 لكل مليون رمز
- نافذة السياق
- 1 مليون رمز؛ 512K إخراج
- التكلفة لكل مهمة AA
- $0.14
- الأفضل لـ
- الأتمتة والوكلاء والأعمال عالية الحجم
#2 · Claude Haiku 5.5 · أفضل برمجة بين النماذج الصغيرة
- AA Intelligence Index
- 36 — متعادل مع Ember
- السعر المعلن
- تحقق من الموقع الرسمي
- نافذة السياق
- تحقق من الموقع الرسمي لمعرفة الرقم الحالي
- التكلفة لكل مهمة AA
- $0.41
- الأفضل لـ
- البرمجة والاستدلال الدقيق ومستخدمو Claude
#3 · GPT-6 Luna · الأفضل إذا كنت تعيش في OpenAI
- AA Intelligence Index
- 28
- السعر المعلن
- تحقق من الموقع الرسمي
- نافذة السياق
- تحقق من الموقع الرسمي لمعرفة الرقم الحالي
- التكلفة لكل مهمة AA
- تحقق من الموقع الرسمي
- الأفضل لـ
- تكاملات OpenAI الحالية
جدول التكلفة لكل مهمة: المقارنة كاملة في مكان واحد
النماذج الصغيرة تُشترى على أساس التكلفة، لذا نبدأ بالتكلفة. تنشر Artificial Analysis رقماً يسمى «التكلفة لكل مهمة»: ما يكلفه النموذج فعلاً لإكمال إحدى مهام معاييره. وهو أقرب ما في القطاع إلى فاتورة واقعية، لأنه يكشف ما تخفيه أسعار الرموز وحدها — كم رمزاً يحرق النموذج للوصول إلى إجابة.
| المقياس | Muse Ember | Claude Haiku 5.5 | GPT-6 Luna |
|---|---|---|---|
| Artificial Analysis Intelligence Index | 36 | 36 | 28 |
| التكلفة لكل مهمة | $0.14 | $0.41 | تحقق من الموقع الرسمي |
| AutomationBench-AA | 37.8 | 13.9 | 20.2 |
| FrontierCode 2.0 | 27.2% | 34.9% | تحقق من الموقع الرسمي |
| سعر الرمز المعلن | $0.10 / $0.50 لكل مليون | تحقق من الموقع الرسمي | تحقق من الموقع الرسمي |
| نافذة السياق | 1 مليون رمز | تحقق من الموقع الرسمي | تحقق من الموقع الرسمي |
| أقصى إخراج | 512,000 رمز | تحقق من الموقع الرسمي | تحقق من الموقع الرسمي |
اقرأ الجدول بهذه الطريقة. Ember وHaiku 5.5 متعادلان على الذكاء الرئيسي بنتيجة 36. تكلفة Ember نحو ثلث تكلفة Haiku لكل مهمة. ويفوز Ember في الأتمتة بفارق كاسح — 37.8 مقابل 13.9 و20.2. ويفوز Haiku في معيار البرمجة الوحيد لدينا، بنسبة 34.9% مقابل 27.2%. أما Luna فيأتي ثالثاً في كل رقم لدينا. الجدول لا يتوّج نموذجاً واحداً؛ بل يرسم الخريطة. Ember هو اختيار القيمة والأتمتة. وHaiku هو اختيار البرمجة. وLuna هو الاختيار الذي تتخذه لأسباب تتعلق بالمنظومة، لا بأسباب تتعلق بالمعايير.
تحفظ واحد على أرقام التكلفة: أرقام التكلفة لكل مهمة هي أرقام Artificial Analysis بإعدادات الجهد القياسية، وتكلفة Luna لكل مهمة لم ترد في التغطية التي راجعناها. المقارنة بين $0.14 و$0.41 بين Ember وHaiku هي المقارنة الراسخة؛ وغياب Luna عن هذا الصف فجوة في البيانات المنشورة، وليس حكماً عليه. تحقق من صفحات الأسعار الرسمية للنماذج الثلاثة قبل الالتزام، فأسعار النماذج الصغيرة تتحرك بسرعة — وهذا الإطلاق نفسه خفض أسعار مقنّع، والمنافسون يردون خلال أسابيع.
ما هو Meta Muse Ember فعلاً؟
Muse Ember هو أصغر نموذج في عائلة Muse من Meta، أُطلق في 9 نوفمبر 2026 إلى جانب أخبار النماذج الرائدة في الأسبوع نفسه. وقدّمت Meta الإطلاق تماماً كما تقدمه هذه المقارنة: مواجهة ثلاثية ضد Claude Haiku 5.5 وGPT-6 Luna، النموذجين الصغيرين اللذين صُمم ليحل محلهما في أحمال العمل عالية الحجم. السعر المعلن — $0.10 لكل مليون رمز إدخال و$0.50 لكل مليون رمز إخراج — يجعله من أرخص النماذج في فئته، ونافذة السياق بمليون رمز مع حد إخراج 512,000 رمز سخية لنموذج صغير: مستندات طويلة تدخل، وإجابات طويلة تخرج.
النتيجة الرئيسية هي التعادل. يعادل Ember نموذج Haiku 5.5 بنتيجة 36 على مؤشر Artificial Analysis للذكاء، وهي النتيجة التي كانت معيار النماذج الصغيرة الذي يجب تجاوزه. لكن العنوان الرئيسي يقلل من شأن القصة، لأن مؤشر الذكاء مركّب يأخذ متوسط العديد من المهام. ففي AutomationBench-AA — المعيار الذي يقيس ما تفعله النماذج الصغيرة فعلاً طوال اليوم، أي أتمتة المهام متعددة الخطوات — لا يتعادل Ember مع Haiku. بل يتفوق عليه بأكثر من الضعف: 37.8 مقابل 13.9، مع Luna في الوسط عند 20.2. وهذا هو الرقم الذي يجب أن يحسم هذه المقارنة لأي شخص يبني وكلاء أو أتمتة، لأنه يقيس المهمة نفسها، لا المتوسط.
الوزن المضاد الصادق هو البرمجة. يسجل Ember نسبة 27.2% على FrontierCode 2.0، مقابل 34.9% لـHaiku. كلا الرقمين ليس مرتفعاً — فالنماذج الصغيرة ليست مبرمجة رائدة — لكن الفجوة حقيقية، وهي المكان الوحيد الذي يحتفظ فيه Haiku بتفوق واضح. إذا كان نموذجك الصغير يكتب الشيفرة طوال اليوم، فهذا مهم أكثر من نتيجة الأتمتة. نعود إلى هذا أدناه، لأنه أدق نقطة في المقارنة.
أمر واحد يستحق الذكر: خلافاً لإطلاق Claude Fable 5.2 في الأسبوع نفسه، كان Ember قصة صحافة تجارية، لا قصة اجتماعية. فقد أظهرت التغطية الاجتماعية في الفترة 8–10 نوفمبر أنه لم يكن هناك نقاش يُذكر حول Ember، بينما جذب Fable 5.2 عدد 108 إشارات. وهذا لا يجعل Ember أقل أهمية — بل يجعله أقل ضجيجاً، وغالباً ما تختبئ القيمة الحقيقية هناك. فالفرق التي ستوفر أكبر قدر من المال من هذا الإطلاق ليست تلك التي تنشر عنه؛ بل تلك التي تبدّل النموذج بهدوء خلف استدعاءات واجهة برمجة التطبيقات الخاصة بها.
ما هو Claude Haiku 5.5 فعلاً؟
Claude Haiku 5.5 هو النموذج الصغير من Anthropic — العضو السريع والرخيص في عائلة Claude، وحتى 9 نوفمبر كان النموذج الصغير الذي يجب تجاوزه. يعادل Ember بنتيجة 36 على مؤشر الذكاء، وهو النموذج الذي يعرفه مستخدمو Claude أصلاً: المنتج نفسه، وواجهة البرمجة نفسها، وموقف السلامة نفسه، والمنظومة نفسها مثل النموذج الرائد Fable 5.2. بالنسبة للفرق المبنية أصلاً على Claude، فإن Haiku 5.5 هو الخيار الافتراضي، وللخيارات الافتراضية قيمة حقيقية — لا ترحيل، ولا إعادة اختبار، ولا مورّد جديد.
تقوم حجة Haiku في هذه المقارنة على أمرين. أولاً، البرمجة: نسبة 34.9% على FrontierCode 2.0 مقابل 27.2% لـEmber هي تقدم حقيقي، وبالنسبة لمساعد برمجة يظهر هذا الفارق كل يوم في الفرق بين إصلاح يعمل من المحاولة الأولى وإصلاح يحتاج محاولة ثانية. ثانياً، الثقة: النموذج الصغير من Anthropic قيد الاستخدام الإنتاجي منذ مدة أطول، مع تقييمات منشورة أكثر وخبرة واقعية أكبر. أما Ember فعمره أيام. وHaiku مجرّب.
لكن مشكلة Haiku هي السعر. فبتكلفة $0.41 لكل مهمة في Artificial Analysis مقابل $0.14 لـEmber، يكلف Haiku نحو ثلاثة أضعاف مقابل الذكاء الرئيسي نفسه. وبالنسبة لفريق يشغّل مليون مهمة شهرياً، فهذا هو الفرق بين نحو $410,000 ونحو $140,000 — فجوة قدرها $270,000 تشتري الكثير من وقت الهندسة، أو الكثير من المحاولات الثانية، أو الكثير من المراجعة البشرية. وعلى Haiku أن يستحق هذه العلاوة في كل مهمة، وفي معظم المهام لا يستطيع، لأن المهام ليست صعبة بما يكفي ليكون لتفوقه في البرمجة أهمية.
ما هو GPT-6 Luna فعلاً؟
GPT-6 Luna هو النموذج الصغير من OpenAI — العضو السريع والرخيص في عائلة GPT-6، المصمم لأحمال العمل عالية الحجم نفسها مثل Ember وHaiku. يسجل 28 على مؤشر Artificial Analysis للذكاء، متأخراً بثماني نقاط عن منافسيه، و20.2 على AutomationBench-AA، متقدماً على 13.9 لـHaiku لكنه متأخر كثيراً عن 37.8 لـEmber. وبحسب الأرقام المتوفرة لدينا، يأتي Luna ثالثاً.
المركز الثالث على المعايير لا يعني نموذجاً سيئاً. فنتيجة 28 على مؤشر الذكاء ما زالت لنموذج صغير قادر، وبالنسبة للمهام البسيطة — التصنيف والاستخراج والملخصات القصيرة والأسئلة المباشرة — قد يكون الفرق بين 28 و36 غير مرئي. أما حجة Luna الحقيقية فهي المنظومة: إذا كان فريقك يعيش أصلاً في منتجات OpenAI، وإذا كانت أوامرك وتقييماتك مضبوطة لنماذج OpenAI، وإذا كان امتثالك ومشترياتك مُعدّة أصلاً مع OpenAI، فإن الانتقال إلى Meta أو Anthropic من أجل مكسب في المعايير له تكلفة لا يلتقطها أي جدول. أما بالنسبة لفريق يبدأ من جديد، فإن الأرقام تشير إلى مكان آخر — وهذا هو الحكم الصادق.
ليس لدينا تكلفة Luna لكل مهمة ولا نتيجته على FrontierCode 2.0 من التغطية التي راجعناها، لذا لن نختلقهما. وكلاهما يستحق التحقق منه على الصفحات الرسمية إذا كان Luna على قائمتك المختصرة، لأن رقم التكلفة لكل مهمة على وجه الخصوص قد يغيّر حكم القيمة. وما يمكننا قوله هو أن Luna سيحتاج سعراً أقل بكثير بشكل كبير لمنافسة Ember على القيمة، والأرقام المنشورة لا تعطي سبباً لتوقع ذلك.
المعايير: أين يفوز كل نموذج، وبأي قدر
المؤشر الرئيسي يعادل بين Ember وHaiku عند 36، مع Luna عند 28. أما المعايير التفصيلية فتروي قصة أكثر إثارة — قصة يفوز فيها كل نموذج في مكان ما، ويعتمد الفائز فيها كلياً على المهمة.
مؤشر Artificial Analysis للذكاء: 36 مقابل 36 مقابل 28
مؤشر الذكاء مركّب من مهام كثيرة، وهو أكثر نتيجة مستقلة يُستشهد بها في القطاع. يسجل Ember وHaiku كلاهما 36؛ ويسجل Luna 28. التعادل بين Ember وHaiku هو قصة هذا الإطلاق: أرخص نماذج Meta يعادل النموذج الصغير الراسخ من Anthropic في الرقم الرئيسي. والفجوة البالغة 8 نقاط إلى Luna كبيرة بمعايير هذا المؤشر — فالنماذج الصغيرة تتحرك عادة بنقطة أو نقطتين لكل جيل. وللمقارنة، تسجل النماذج الرائدة أعلى بكثير — يقود Claude Fable 5.2 الميدان بنتيجة 65 — لكن لا أحد يشتري نموذجاً صغيراً للتفوق على نموذج رائد. بل يشترونه لأداء العمل الروتيني بتكلفة منخفضة، وعلى هذا المقياس تُعد 36 نتيجة قوية. لكن المركّب يخفي بقدر ما يكشف: فهو يأخذ متوسط المهام التي تختلف فيها النماذج أكثر من غيرها. والمعياران التاليان هما حيث تعيش الفروق الحقيقية.
AutomationBench-AA: 37.8 مقابل 13.9 مقابل 20.2
يقيس AutomationBench-AA ما تفعله النماذج الصغيرة فعلاً طوال اليوم: مهام أتمتة متعددة الخطوات — اتباع التعليمات عبر الأدوات، ومعالجة الحالات الحدّية، وإكمال سير العمل دون إنقاذ بشري. يسجل Ember 37.8. ويسجل Haiku 13.9. ويسجل Luna 20.2. ولا يفوز Ember بهذا المعيار فحسب؛ بل يتفوق على الميدان، مسجلاً نحو ثلاثة أضعاف Haiku ونحو ضعف Luna.
هذا هو أهم رقم في المقارنة لأي شخص يبني وكلاء أو أتمتة، لأنه يقيس المهمة لا المتوسط. فالنموذج الصغير الذي يسجل 37.8 في الأتمتة سيكمل سير عمل يتخلى عنه نموذج 13.9 في منتصفه، وكل سير عمل متروك هو إما إنقاذ بشري — مكلف — أو فشل صامت — أسوأ. وإذا كنت تبني أتمتة دعم العملاء أو خطوط معالجة المستندات أو أي سير عمل وكيلي يعمل فيه النموذج دون إشراف، فإن فجوة AutomationBench تساوي أكثر من التعادل الرئيسي. وهو أيضاً الرقم الذي يجعل إطلاق Ember حدثاً حقيقياً لا مجرد خفض سعر: فـMeta لم تصنع مجرد Haiku أرخص، بل صنعت نموذج أتمتة أفضل.
ملاحظة حذر واحدة: AutomationBench-AA معيار جديد، والمعايير الجديدة تستحق التدقيق. والفجوة كبيرة لدرجة يصعب معها أن تكون ضجيجاً، لكن يجدر مراقبة ما إذا كان المختبرون المستقلون يعيدون إنتاجها على سير عمل واقعي خلال الأسابيع المقبلة. وإذا صمدت الفجوة — وتشير تغطية 9–10 نوفمبر من خمسة منافذ منفصلة كلها إلى الاتجاه نفسه — فإن Ember هو النموذج الصغير الافتراضي للأتمتة حتى يتفوق عليه أحد.
FrontierCode 2.0: 34.9 مقابل 27.2 — الوزن المضاد لـHaiku
إليك الوزن المضاد الصادق، وهو مهم. ففي FrontierCode 2.0، معيار البرمجة الصعب، يسجل Haiku 5.5 نسبة 34.9% مقابل 27.2% لـEmber. وهذا تقدم قدره 7.7 نقاط لـHaiku، وهو المكان الوحيد الذي يحتفظ فيه Haiku بميزة واضحة. كلا الرقمين ليس مرتفعاً — فالنماذج الصغيرة ليست مبرمجة رائدة، وكلاهما متأخر كثيراً عن 49.1% لـClaude Fable 5.2 — لكن الفجوة بينهما حقيقية، وتظهر في العمل اليومي في الفرق بين إصلاح يعمل من المحاولة الأولى وإصلاح يحتاج محاولة ثانية.
إذا كان نموذجك الصغير يكتب الشيفرة طوال اليوم — مساعد برمجة أو روبوت مراجعة شيفرة أو وكيل يصلح الأخطاء — فإن Haiku 5.5 ما زال الخيار الأفضل، وفجوة AutomationBench لا تفوق ذلك. فالبرمجة هي عبء العمل الوحيد الذي يكسب فيه Haiku علاوته. وبالنسبة لكل عبء عمل آخر، فإن تقدم Ember في الأتمتة وسعره الذي يبلغ ثلث السعر يجعلانه الخيار الأفضل. وهذا ليس تناقضاً؛ بل تقسيم. اشترِ Haiku للبرمجة، وEmber لكل شيء آخر، ولا تدع معياراً واحداً يقرر عملية شراء تمتد عبر مهام كثيرة.
الأتمتة والعمل الوكيلي: موطن Ember
النماذج الصغيرة هي محركات الاقتصاد الوكيلي. هي ما يعمل خلف الكواليس عندما تُفرز تذكرة دعم، أو يُعالج مستند، أو يُنفذ سير عمل، أو يربط وكيل عشر استدعاءات أدوات معاً لإنهاء مهمة. والنموذج الذي يفوز بالأتمتة يفوز بالحجم — والحجم هو حيث المال.
نتيجة 37.8 لـEmber على AutomationBench-AA هي أقوى نتيجة أتمتة لأي نموذج صغير في لوحة متصدري نوفمبر 2026، وهي ليست متقاربة. وبالنسبة للفرق التي تبني وكلاء، فإن الآثار العملية واضحة: سير عمل فاشل أقل، وإنقاذ بشري أقل، وتشغيل أطول دون إشراف. فالوكيل الذي يكمل 37.8% من مهام الأتمتة المعيارية، مقابل 13.9% للمتصدر السابق، هو وكيل يمكنك الوثوق به في مزيد من العمل — والثقة هي القيد على الأتمتة، لا القدرة. فمعظم الفرق تؤتمت فقط سير العمل التي تثق بأن النموذج سينهيها. والنموذج الذي ينهي مزيداً من سير العمل يوسّع مجموعة الأشياء التي يمكنك أتمتتها أصلاً.
جانب التكلفة يضاعف هذا. فقد يستدعي سير العمل الوكيلي النموذج عشرات المرات، وبتكلفة $0.14 لكل مهمة مقابل $0.41، يتيح لك Ember تشغيل ثلاثة أضعاف خطوات الوكيل بالمال نفسه — أو الخطوات نفسها بثلث المال. وبالنسبة لفريق يشغّل مليون مهمة وكيلية شهرياً، فهذا هو الفرق بين نحو $140,000 ونحو $410,000. وتغطي المدخرات الترحيل وإعادة الاختبار والمراجعة البشرية، مع بقاء مال. ويغطي دليلنا أفضل وكلاء الذكاء الاصطناعي 2026 الأدوات التي تجعل هذا النوع من إعداد الوكلاء متعدد النماذج عملياً.
البرمجة: Haiku يحتفظ بالعرش
إذا كنت تكتب الشيفرة بنموذج صغير، فإن Haiku 5.5 ما زال الخيار. ففجوة FrontierCode 2.0 — 34.9% مقابل 27.2% — هي أكبر فجوة لنموذج واحد في هذه المقارنة بعد الأتمتة، وهي تشير إلى الاتجاه الآخر. وبالنسبة لمساعد برمجة أو روبوت مراجعة شيفرة أو وكيل يصلح الأخطاء، فإن هذه الفجوة هي الفرق بين المفيد والمحبط.
ومع ذلك، ضع الأرقام في منظورها. فلا النموذج الصغير مبرمج رائد: يسجل Fable 5.2 نسبة 49.1% على المعيار نفسه، وحتى ذلك أقل من النصف. فبرمجة النماذج الصغيرة هي للإكمال التلقائي والإصلاحات الصغيرة والقوالب والمراجعة — وليس لتصميم الأنظمة. وضمن هذا النطاق، فإن تقدم Haiku حقيقي لكنه ضيق بالقيم المطلقة: كلا النموذجين يفشل في معظم مهام البرمجة الصعبة، وكلاهما ينجح في المهام السهلة. والاختبار العملي هو قاعدة شيفرتك الخاصة: شغّل كلا النموذجين على أصعب تذاكرك الأخيرة لمدة أسبوع واحسب الإصلاحات من المحاولة الأولى. يقول المعيار إن Haiku سيفوز؛ وستخبرك تذاكرك بمقدار الفوز، وما إذا كان الفوز يستحق ثلاثة أضعاف السعر لكل مهمة.
اعتبار برمجي آخر: السياق. فنافذة سياق Ember بمليون رمز ميزة حقيقية لعمل الشيفرة — يمكنك تحميل مستودع كامل في محادثة واحدة. ولم يرد رقم سياق Haiku في التغطية التي راجعناها، لذا تحقق من الوثائق الرسمية. وإذا كانت نافذة Haiku أصغر، فقد تعوّض ميزة سياق Ember جزئياً عيب نتيجته في البرمجة في عمل المستودعات الكبيرة، حيث يكون الاحتفاظ بقاعدة الشيفرة كاملة في الذاكرة مهماً بقدر مهارة البرمجة الخام.
نافذة السياق والإخراج: حدود Ember السخية
نافذة سياق Ember بمليون رمز وحد إخراج 512,000 رمز سخية لنموذج صغير — سياق بمستوى النماذج الرائدة بسعر نموذج صغير. فالمليون رمز هو قاعدة شيفرة كاملة، أو رف مستندات، أو أشهر من سجل المحادثة في محادثة واحدة. وحد إخراج 512,000 رمز يعني أن النموذج يستطيع كتابة إجابات طويلة جداً دون انقطاع: تقارير طويلة وملفات شيفرة طويلة ومحتوى طويل في تمريرة واحدة.
وبالنسبة لأحمال العمل التي تشغّلها النماذج الصغيرة فعلاً — تلخيص المستندات الطويلة ومعالجة دفعات التذاكر والعمل عبر قاعدة شيفرة — فإن هذه الحدود تزيل قيداً حقيقياً. فالعديد من النماذج الصغيرة تجبرك على تقسيم المستندات أو اقتطاع المحادثات، وكل تقسيم فرصة لفقدان السياق. أما Ember فيتيح لك تخطي التقسيم. والتحفظ الصادق هو التكلفة: فالسياقات الطويلة مكلفة، لأن كل رمز في النافذة يكلف مالاً سواء احتاجه النموذج أم لا. فنافذة سياق بمليون رمز أداة قوية وطريقة سهلة لحرق الميزانية. استخدمها عندما تحتاجها المهمة فعلاً، لا افتراضياً.
سؤال التكلفة، محسوباً كما يجب
النماذج الصغيرة تُشترى على أساس التكلفة، لذا لنجعل التكلفة ملموسة. أرقام التكلفة لكل مهمة من Artificial Analysis هي الوحدة الصادقة: $0.14 لـEmber، و$0.41 لـHaiku 5.5. ولم يرد رقم التكلفة لكل مهمة لـLuna في التغطية التي راجعناها.
- 1,000 مهمة يومياً: تكلفة Ember نحو $140 يومياً؛ وتكلفة Haiku نحو $410. شهرياً (22 يوم عمل): نحو $3,080 مقابل نحو $9,020.
- 10,000 مهمة يومياً: تكلفة Ember نحو $1,400 يومياً؛ وتكلفة Haiku نحو $4,100. شهرياً: نحو $30,800 مقابل نحو $90,200.
- 100,000 مهمة يومياً: تكلفة Ember نحو $14,000 يومياً؛ وتكلفة Haiku نحو $41,000. شهرياً: نحو $308,000 مقابل نحو $902,000.
- مليون مهمة شهرياً: تكلفة Ember نحو $140,000؛ وتكلفة Haiku نحو $410,000 — فجوة نحو $270,000 شهرياً.
عند 10,000 مهمة يومياً، تبلغ الفجوة الشهرية نحو $59,400. وهذا يشتري الكثير من وقت الهندسة، أو الكثير من المحاولات الثانية بالنموذج الأرخص، أو الكثير من المراجعة البشرية. وسؤال التعادل بسيط: هل يوفر لك تفوق Haiku في البرمجة أكثر من $59,400 شهرياً من إعادة العمل والأخطاء؟ بالنسبة لفريق يكتب نموذجه الصغير الشيفرة طوال اليوم، ربما. وبالنسبة لفريق يفرز نموذجه الصغير التذاكر ويلخص المستندات ويشغّل الأتمتة، فعلى الأرجح لا — كما أن تقدم Ember في الأتمتة يعني أنه سيفشل أيضاً بشكل أقل في تلك المهام.
هناك أيضاً وجهة نظر سعر الرمز. فسعر Ember المعلن هو $0.10 لكل مليون رمز إدخال و$0.50 لكل مليون رمز إخراج. وهذه من أدنى الأسعار في القطاع لنموذج بهذا المستوى من الذكاء، وهي سبب انخفاض رقم التكلفة لكل مهمة. لكن أسعار الرموز وحدها مضللة: فالنموذج الذي يحرق ثلاثة أضعاف الرموز للوصول إلى الإجابة نفسها يكلف ثلاثة أضعاف، مهما كان سعره المعلن. ورقم التكلفة لكل مهمة يلتقط ذلك، ولهذا نبدأ به. تحقق من صفحات الأسعار الرسمية للنماذج الثلاثة، فأسعار النماذج الصغيرة تتحرك بسرعة — وهذا الإطلاق نفسه خفض أسعار سيجيب عليه المنافسون خلال أسابيع.
من يجب أن يختار أي نموذج
- اختر Muse Ember إذا: كنت تشغّل أتمتة أو سير عمل وكيلية بحجم كبير؛ أو تريد ذكاء بمستوى Haiku مقابل ثلث التكلفة؛ أو تحتاج نافذة سياق بمليون رمز للمستندات الطويلة أو قواعد الشيفرة الكاملة؛ أو تبني بنية جديدة ويمكنك الاختيار بحرية.
- اختر Claude Haiku 5.5 إذا: كان نموذجك الصغير يكتب الشيفرة طوال اليوم وكان تقدم FrontierCode يستحق العلاوة؛ أو كان فريقك يعيش أصلاً في Claude وكانت تكاليف التبديل حقيقية؛ أو كنت تحتاج نموذجاً مجرّباً بخبرة إنتاجية أطول خلفه.
- اختر GPT-6 Luna إذا: كان فريقك يعيش أصلاً في منظومة OpenAI — الأوامر والتقييمات والامتثال والمشتريات كلها مُعدّة هناك — وكانت تكلفة التبديل تفوق فجوة ذكاء قدرها 8 نقاط. أما بالنسبة لبناء جديد، فتشير الأرقام إلى مكان آخر.
- اختر Ember وHaiku معاً إذا: كنت تشغّل عبء عمل مختلطاً — Ember للأتمتة والأعمال الكبيرة، وHaiku للبرمجة. تتيح لك معظم أطر الوكلاء إسناد نماذج مختلفة إلى خطوات مختلفة، وهذا التقسيم يلتقط نقاط قوة كلا النموذجين بتكلفة مدمجة أقل بكثير من Haiku وحده.
- لا تختر أياً منهما بعد إذا: كان نموذجك الصغير الحالي يتعامل مع عملك جيداً. فالإطلاق الجديد لا يجعل نموذج الشهر الماضي سيئاً، وحرب الأسعار التي يبدأها هذا الإطلاق ستجعل على الأرجح النماذج الثلاثة أرخص خلال أشهر.
الاستخدام اليومي: المحادثة والكتابة والدعم
معظم عمل النماذج الصغيرة ليس عمل معايير. بل هو دعم المحادثة والتلخيص والاستخراج والتصنيف والمسودات — المهام الروتينية التي تعمل آلاف المرات يومياً خلف منتجات يستخدمها الناس. وبالنسبة لتلك المهام، فإن الفرق بين Ember وHaiku صغير، والفرق بين أي منهما وLuna متواضع.
بالنسبة لدعم العملاء، فإن العاملين الحاسمين هما الموثوقية والتكلفة، لا الذكاء الرئيسي. فنموذج الدعم يحتاج إلى الإجابة بشكل صحيح والالتزام بالنص والتصعيد عندما يكون غير متأكد — وأن يفعل ذلك آلاف المرات يومياً دون أن تصبح الفاتورة هي القصة. ويشير تقدم Ember في الأتمتة إلى أنه سيتعامل مع تدفقات الدعم متعددة الخطوات بشكل أفضل، وسعره يعني أنك تستطيع تشغيله على كل تذكرة بدلاً من حجز الذكاء الاصطناعي للمهام السهلة فقط. أما تاريخ Haiku الإنتاجي الأطول فهو راحة حقيقية لفرق الدعم التي لا تستطيع تحمل أسبوع سيئ. وكلا الخيارين قابل للدفاع؛ والفاصل هو حجمك. وفوق بضعة آلاف تذكرة يومياً، يفوز سعر Ember. وأدناه، قد يكون سجل Haiku أكثر أهمية.
بالنسبة للتلخيص والاستخراج — تحويل المستندات الطويلة إلى إجابات قصيرة، وسحب البيانات المنظمة من نص فوضوي — فإن النماذج الثلاثة قادرة، والفروق يصعب قياسها دون اختبار على مستنداتك الخاصة. ونافذة المليون رمز لـEmber هي الميزة العملية هنا: أدخل المستند كاملاً بدلاً من تقسيمه، وسيكون الملخص أفضل لأن النموذج رأى كل شيء دفعة واحدة. وبالنسبة للمستندات القصيرة، فإن أياً من الثلاثة سيفي بالغرض، والأرخص يفوز.
بالنسبة للكتابة والمسودات على نطاق النماذج الصغيرة — المسودات الأولى وإعادة الكتابة والمحتوى القصير — من غير المرجح أن يكون الفرق بين 36 و28 على المؤشر مرئياً للقارئ. فالنموذج الصغير ليس حيث تذهب للحصول على أفضل نثر؛ بل حيث تذهب للحصول على الحجم. اختر أرخص نموذج يجتاز معيار الجودة الخاص بك، واختبره على محتواك الخاص، وأنفق المدخرات على التحرير البشري، فهناك تأتي الجودة فعلاً.
ما يجب مراقبته بعد ذلك
هذه المقارنة لقطة من 11 نوفمبر 2026، وستتقادم بسرعة. ثلاثة أشياء تستحق المراقبة. أولاً، الرد: لدى كل من Anthropic وOpenAI نماذج صغيرة يجب الدفاع عنها، والإطلاق العدواني بهذا الشكل عادة ما يستدعي خفض سعر أو نموذجاً جديداً خلال أسابيع. فقد يغلق خليفة Haiku — أو Haiku بسعر مخفّض — فجوة القيمة من الاتجاه الآخر. ثانياً، الاختبار المستقل: فجوة AutomationBench كبيرة لدرجة تستحق التحقق على سير عمل واقعي، وستُظهر الأسابيع المقبلة ما إذا كانت تصمد خارج المعيار. ثالثاً، حرب الأسعار: سعر Ember البالغ $0.10/$0.50 هو تحدٍّ مطروح، والضغط التنافسي يميل إلى دفع أسعار النماذج الصغيرة إلى الأسفل عبر القطاع — أخبار جيدة لكل من يشغّل بحجم كبير، مهما اختار.
لا شيء من ذلك يغيّر توصية اليوم. فـEmber هو أفضل قيمة لنموذج صغير في نوفمبر 2026، وHaiku هو أفضل مبرمج صغير، وLuna هو اختيار المنظومة، ومعظم المشترين يجب أن يشغّلوا Ember افتراضياً وأن يلجؤوا إلى Haiku عندما تكون المهمة برمجة. لكن إذا كنت تقرأ هذا في ديسمبر أو لاحقاً، فتحقق من لوحة المتصدرين الحالية قبل أن تقرر — فقد تكون أرقام نوفمبر 2026 أصبحت تاريخاً.
كيف قارنّا بينها
منهجنا بسيط ونصرح به بوضوح. استخدمنا أرقام مؤشر Artificial Analysis للذكاء والتكلفة لكل مهمة وAutomationBench-AA وFrontierCode 2.0 المنشورة كما حُدّثت في 10 نوفمبر 2026، والأسعار والمواصفات المعلنة من التغطية المستقلة للمقارنة الثلاثية المنشورة في 9–10 نوفمبر 2026. لم نشغّل مجموعة اختباراتنا الخاصة، ولم نختبر أياً من النماذج الثلاثة عملياً لهذه المقارنة. والمعايير دليل مفيد، وليست حكماً على عملك: فالنموذج الذي يفوز على AutomationBench قد لا يفوز على سير عملك، والنموذج الأرخص لكل مهمة في Artificial Analysis قد لا يكون الأرخص على أوامرك. وحيث يأتي رقم من مصدر واحد — لا سيما سعر $0.10/$0.50 وأرقام سياق المليون رمز وإخراج 512,000 رمز — فقد ذكرنا ذلك، ويجب أن تؤكده على الموقع الرسمي. وحيث لم يرد رقم في التغطية التي راجعناها — تكلفة Luna لكل مهمة ونتيجته على FrontierCode، ونافذة سياق Haiku — فقد ذكرنا ذلك أيضاً، بدلاً من اختلاق رقم. قدرات النماذج وأسعارها وتوفرها تتغير بسرعة؛ وهذه المقارنة لقطة من نوفمبر 2026، وستتقادم.
الحكم
إن Meta Muse Ember هو أهم إطلاق لنموذج صغير في 2026 — ليس لأنه أذكى نموذج صغير، بل لأنه أرخص نموذج ذكي. فمعادلة Claude Haiku 5.5 بنتيجة 36 على مؤشر الذكاء مقابل ثلث التكلفة لكل مهمة تكفي وحدها. والفوز بـAutomationBench-AA بفارق كاسح — 37.8 مقابل 13.9 — يجعله النموذج الصغير الافتراضي لعمل الأتمتة والوكلاء الذي تقوم به النماذج الصغيرة فعلاً.
لكن الحكم الصادق له وزن مضاد، وهو تقدم Haiku في البرمجة: 34.9% على FrontierCode 2.0 مقابل 27.2% لـEmber. فإذا كان نموذجك الصغير يكتب الشيفرة طوال اليوم، فإن Haiku 5.5 ما زال الخيار الأفضل، وتاريخه الإنتاجي الأطول يستحق شيئاً أيضاً. أما GPT-6 Luna فيأتي ثالثاً في كل رقم لدينا — نموذج قادر حجته منظومة OpenAI، لا المعايير.
توصيتنا: إذا كنت تبني بنية جديدة، فابدأ مع Ember. وإذا كنت تشغّل الأتمتة بحجم كبير، فانتقل إلى Ember — فالمدخرات تموّل الترحيل. وإذا كان نموذجك الصغير يكتب الشيفرة، فاحتفظ بـHaiku 5.5، أو قسّم العمل: Ember للأتمتة والأعمال الكبيرة، وHaiku للبرمجة. وإذا كنت تختار اليوم ولا تستطيع اختيار إلا واحد، فاختر Ember — ثم عُد بعد بضعة أشهر، عندما تكون حرب الأسعار التي بدأها هذا الإطلاق قد غيّرت الحسابات مجدداً.
الأسئلة الشائعة
هل Muse Ember أفضل من Claude Haiku 5.5؟
يعتمد ذلك على المهمة. يعادل Ember نموذج Haiku 5.5 بنتيجة 36 على مؤشر Artificial Analysis للذكاء، ويفوز في AutomationBench-AA بفارق كاسح — 37.8 مقابل 13.9 — مقابل نحو ثلث التكلفة لكل مهمة ($0.14 مقابل $0.41). لكن Haiku ما زال يفوز في البرمجة: 34.9% على FrontierCode 2.0 مقابل 27.2% لـEmber. وبالنسبة للأتمتة والأعمال الكبيرة، فإن Ember أفضل. وبالنسبة للبرمجة، فإن Haiku ما زال أفضل.
كم تكلف Muse Ember لكل مهمة؟
تفيد Artificial Analysis بأن تكلفة Muse Ember هي $0.14 لكل مهمة، مقابل $0.41 لـClaude Haiku 5.5 — أي نحو ثلث التكلفة مقابل نتيجة الذكاء الرئيسي نفسها. وسعر الرمز المعلن هو $0.10 لكل مليون رمز إدخال و$0.50 لكل مليون رمز إخراج. وكلا الرقمين لقطة من تغطية إطلاق نوفمبر 2026، لذا تحقق من صفحات الأسعار الرسمية قبل الالتزام.
ما هو AutomationBench-AA؟
إنه معيار يقيس مهام الأتمتة متعددة الخطوات — اتباع التعليمات عبر الأدوات، ومعالجة الحالات الحدّية، وإكمال سير العمل دون إنقاذ بشري. واعتباراً من نوفمبر 2026، يسجل Muse Ember 37.8 عليه، مقابل 20.2 لـGPT-6 Luna و13.9 لـClaude Haiku 5.5. وهو مهم لأن الأتمتة هي المهمة التي تؤديها النماذج الصغيرة فعلاً طوال اليوم، والنموذج الذي ينهي مزيداً من سير العمل هو نموذج يمكنك الوثوق به في مزيد من العمل.
هل ما زال GPT-6 Luna يستحق الاستخدام؟
فقط إذا كنت متعمقاً أصلاً في منظومة OpenAI. يسجل Luna 28 على مؤشر Artificial Analysis للذكاء، متأخراً بثماني نقاط عن Ember وHaiku عند 36، و20.2 على AutomationBench-AA مقابل 37.8 لـEmber. وما زال نموذجاً صغيراً قادراً للمهام البسيطة، وإذا كانت أوامرك وتقييماتك ومشترياتك كلها مُعدّة مع OpenAI، فإن التبديل له تكلفة حقيقية. أما بالنسبة لبناء جديد، فتشير الأرقام إلى Ember أو Haiku بدلاً منه.
أي نموذج صغير هو الأفضل للبرمجة؟
Claude Haiku 5.5. فهو يسجل 34.9% على FrontierCode 2.0، مقابل 27.2% لـMuse Ember — تقدم حقيقي يظهر في مزيد من الإصلاحات من المحاولة الأولى في عمل البرمجة اليومي. لكن لا النموذج الصغير مبرمج رائد: يسجل Claude Fable 5.2 نسبة 49.1% على المعيار نفسه. وبالنسبة لأصعب أعمال البرمجة، استخدم نموذجاً رائداً؛ أما بالنسبة للمساعدة اليومية في البرمجة، فإن Haiku هو أفضل نموذج صغير بين الثلاثة.
أي نموذج صغير يجب أن أختار في نوفمبر 2026؟
اختر Muse Ember إذا كنت تشغّل الأتمتة أو الأعمال عالية الحجم وتريد ذكاء بمستوى Haiku مقابل ثلث التكلفة. واختر Claude Haiku 5.5 إذا كان نموذجك الصغير يكتب الشيفرة طوال اليوم. واختر GPT-6 Luna فقط إذا كنت تعيش أصلاً في منظومة OpenAI. وإذا كنت تشغّل عبء عمل مختلطاً، فاستخدم Ember وHaiku معاً: Ember للأتمتة والأعمال الكبيرة، وHaiku للبرمجة.