وسم

#llm-benchmarks

١٠ مقالات

الذكاء الاصطناعي والتعلم الآلي٢٠ يونيو ٢٠٢٦٩ دقائق
MiniMax M3: نموذج برمجي مفتوح الوزن 1M-سياق
MiniMax M3 هو نموذج ذكاء اصطناعي للبرمجة مفتوح الأوزان، بسياق ١ مليون، مع تعدد وسائط أصلي وتقنية Sparse Attention. ما تعنيه اختبارات الأداء، والتسعير، والترخيص الخاص به حقاً.
الذكاء الاصطناعي والتعلم الآلي١٣ يونيو ٢٠٢٦١٠ دقائق
Kimi K2.7-Code: أوزان مفتوحة، أرقام الطرف الأول (٢٠٢٦)
Moonshot's Kimi K2.7-Code هو 1T open-weight coding model بأسعار API رخيصة، ولكن كل launch benchmark هو first-party. إليك ما تم التحقق منه بالفعل.
الذكاء الاصطناعي والتعلم الآلي١٠ يونيو ٢٠٢٦١٣ دقيقة
كلود فيبل ٥: نموذج فئة ميثوس من Anthropic (٢٠٢٦)
Claude Fable 5 هو أقوى نموذج عام من Anthropic حتى الآن — نظام من فئة Mythos بسعر ١٠$/50$، يعود بهدوء إلى Claude Opus 4.8 عند التعامل مع المطالبات الخطرة.
الذكاء الاصطناعي والتعلم الآلي١٠ يونيو ٢٠٢٦١٢ دقيقة
Nex-N2-Pro: مبرمج مفتوح الأوزان ضد GPT-5.5 (٢٠٢٦)
Nex-N2-Pro هو نموذج برمجة MoE مجاني ومفتوح الأوزان بحجم 397B من شركة Nex AGI، ومبني على Qwen3.5. بنراجع نتايج اختبارات الأداء بتاعته مقارنة بـ GPT-5.5 و Opus والنماذج المفتوحة المنافسة.
الذكاء الاصطناعي والتعلم الآلي٩ يونيو ٢٠٢٦١٣ دقيقة
MiniMax M3: برمجة بنماذج مفتوحة الأوزان بعُشر التكلفة (٢٠٢٦)
MiniMax M3 هو نموذج برمجة مفتوح الأوزان، تقنية Sparse Attention بتاعته بتشغل سياق 1M-token بـ 1/20 من قوة الحوسبة. نتائج اختبارات الأداء بتاعته بتتفوق على GPT-5.5 — مع وجود تحفظات.
الذكاء الاصطناعي والتعلم الآلي٢ مايو ٢٠٢٦٢١ دقيقة
DeepSeek V4: رائد النماذج مفتوحة الأوزان بـ 1/7 من التكلفة
DeepSeek V4 تطلق 1.6T MoE أوزان مفتوحة مع سياق 1M-token: بنسبة ٨٠٫٦٪ على SWE-bench Verified بسعر ١٫٧٤ دولار / ٣٫٤٨ دولار لكل مليون — تقريباً 1/7 تكلفة المخرجات لـ Claude Opus 4.7.
الذكاء الاصطناعي والتعلم الآلي٢٤ أبريل ٢٠٢٦١٢ دقيقة
GPT-5.5: أول قاعدة معاد تدريبها لشركة OpenAI منذ GPT-4.5
أطلقت OpenAI إصدار GPT-5.5 في ٢٣ أبريل ٢٠٢٦ — أول نموذج أساسي تم إعادة تدريبه بالكامل منذ GPT-4.5. مقارنة بين نتائج الاختبارات، وتسعير API بقيمة ٥ دولار / ٣٠ دولار، وسياق 1M، و Opus 4.7.
الذكاء الاصطناعي والتعلم الآلي٩ أبريل ٢٠٢٦١٢ دقيقة
Meta Muse Spark: مقاييس الأداء والاستراتيجية (٢٠٢٦)
Meta Muse Spark هو أول نموذج ملكية خاصة لشركة MSL، مع أعلى معايير الأداء في الصحة والعلوم ولكن مع وجود فجوات في البرمجة. الأنماط، والنتائج، وما يجب على المطورين معرفته.
الذكاء الاصطناعي والتعلم الآلي٥ أبريل ٢٠٢٦٩ دقائق
GPT-5.4 يتفوق على البشر في استخدام الكمبيوتر: ماذا يعني ذلك
GPT-5.4 يحقق ٧٥٪ في OSWorld، متفوقاً على الخبراء البشريين في مهام سطح المكتب. ماذا يعني هذا لوكلاء الذكاء الاصطناعي، وسير العمل في الشركات، والمنافسة في عام ٢٠٢٦.
نماذج اللغة والتكامل٨ مارس ٢٠٢٦٩ دقائق
نظرة متعمقة في GLM-4.7: 355B MoE، و200K Context، و$0.60/M Tokens
شرح GLM-4.7 من Zhipu AI: معماريّة 355B MoE architecture، سياق 200K-token context، و multimodal inputs، و0.60$ in / ٢٫٢٠$ out لكل مليون توكن على Z.ai.

كل المقالات في #llm-benchmarks (١٠)