أولاً الخلاصة: في عام 2026، أصبح الاعتماد على نموذج واحد فقط لدمج الذكاء الاصطناعي في المؤسسات أمراً عفا عليه الزمن تقريباً. عمل فريقنا العام الماضي على حلول الدمج لفرق في ثلاث قطاعات هي التصنيع والتجارة الإلكترونية والتمويل، وانتهت أكثر من سبعين بالمئة من خطوط الأعمال في النهاية إلى بنية تستخدم نماذج متعددة مختلطة — نموذج أساسي واحد، ونموذج احتياطي واحد، ونموذج متخصص إضافي لمهام محددة. ومع ذلك ظهرت المشكلة: مع وجود هذا العدد الكبير من واجهات برمجة تطبيقات النماذج الكبيرة المحلية، كيف تختار فعلاً؟
لا أنوي أن أعطيك ترتيباً من الأول إلى الثالث. فهذه النماذج لا تمتلك قوة أو ضعفاً مطلقاً، بل ملاءمة للسيناريو فقط. فيما يلي تفصيل وفق أربعة أبعاد، وكلها سيناريوهات خضناها فعلياً في مشاريعنا.
معالجة النصوص الصينية الطويلة: العبرة بالسياق الفعلي وليس القيمة المعلنة
كل موقع رسمي يكتب أنه يدعم سياقاً بمئات الآلاف من الـtoken، لكن القيمة المعلنة والاستخدام الفعلي أمران مختلفان. أجرينا اختبار تلخيص على نشرة اكتتاب من ستين ألف كلمة، وكان استرجاع المعلومات في واجهة Qwen وواجهة ERNIE مكتملاً نسبياً ضمن أربعين ألف كلمة، ثم بدأ الفقدان في الجزء الأوسط بعد تجاوزها؛ أما أداء DeepSeek-V3 على المستندات الطويلة فكان مستقراً نسبياً في اختباراتنا الداخلية، لكن زمن الوصول لأول token يطول بوضوح مع المدخلات الطويلة. يتمتع Pangu بدقة جيدة في استخراج البيانات من المستندات المهيكلة (الجداول والبنود التعاقدية)، وهذا مجاله التقليدي في سيناريوهات الحكومة والمؤسسات.
هناك فخ يجب التنبيه إليه: كثير من الفرق تنظر فقط إلى «كم يدعم من الطول» ولا تنظر إلى «بعد أي طول يبدأ التدهور». أنصحك بإجراء اختبار ضغط مجزأ بنفسك على مستندات عملك الحقيقية، ولا تثق بصفحات الدعاية.
توليد الشيفرة: لا تشغّل أسئلة على غرار LeetCode فقط
قدرة الشيفرة هي أكثر ما تُضلّل به لوحات التصنيف. أسئلة التقييمات العامة معظمها مسائل خوارزمية، وهذا مختلف تماماً عن «تعديل منطق التوافق لواجهة مشروع قديم» في عملك. أجرينا جولة اختبارات داخلية، وكانت درجة إتمام DeepSeek-V3 في توليد Python وSQL أعلى، بينما Claude 4 Sonnet أقوى في إعادة الهيكلة عبر الملفات، لكن زمن الوصول عبر العقد الخارجية مرتفع والتكلفة أيضاً مرتفعة. كانت واجهة Doubao أفضل من توقعاتنا في إكمال الشيفرة ضمن بيئة Java، وتكفي واجهة Spark في المهام المساعدة مثل توليد التعليقات وشرح الشيفرة.
بجملة واحدة: في سيناريوهات الشيفرة أعطِ الأولوية لـ«السياق الطويل + فهم الملفات المتعددة»، فقيمة دقة السؤال الواحد محدودة.
استقرار المحادثة متعددة الأدوار: هذا هو خط حياة خدمة العملاء الذكية
السؤال والجواب بدور واحد لا يُظهر الفرق، وبعد خمسة أدوار يبدأ التمايز. أجرينا اختبار ضغط على محادثة خدمة عملاء من اثني عشر دوراً متتالياً، ونظرنا أساساً في ثلاثة أمور: هل ينحرف إعداد الشخصية، وهل تُنسى معلومات السياق السابق، وهل تختلط استدعاءات الأدوات. أظهر Qwen-Max استقراراً في اتساق الشخصية، وكان Gemini 2.5 Pro أقوى في المحادثات المختلطة متعددة اللغات، لكنه أقل ملاءمة من النماذج المحلية في فهم المصطلحات التجارية الصينية الخالصة.
لاستقرار الأدوار المتعددة متغير خفي آخر هو طبقة الدمج. النموذج نفسه، سواء عبر الاتصال المباشر أو عبر بوابة، ومع اختلاف سياسات المهلة وإعادة المحاولة، يمكن أن يختلف «الاستقرار» الذي يشعر به المستخدم بفارق واضح.
هيكل تكلفة الدفع حسب الاستخدام: لا تقارن سعر الوحدة فقط
في فوترة الـtoken، سعر الوحدة هو البسط فقط. التكلفة الحقيقية تُحسب من ثلاثة أجزاء: نسبة token الإدخال إلى الإخراج، ومعدل إصابة التخزين المؤقت، والهدر من إعادة المحاولة عند الفشل. أحصينا خط أعمال لخدمة عملاء ذكية، وكان token الإدخال نحو ثمانية أضعاف الإخراج، وفي هذا الهيكل تتضخم ميزة النموذج «الرخيص في الإدخال». وبالعكس، في أعمال توليد المحتوى يكون الإخراج هو الأكبر، فيجب مراقبة سعر وحدة الإخراج.
هذا أيضاً أحد أسباب توحيد عدة خطوط أعمال لاحقاً على منصة تجميع واجهات برمجة تطبيقات النماذج الكبيرة token8341. بمفتاح واحد يمكنك استدعاء GPT-4o وClaude وGemini وDeepSeek وQwen وERNIE وDoubao وغيرها من النماذج السائدة، متوافقة مع OpenAI SDK، ويكفي تغيير سطر base_url للتبديل. هيكل تكلفة الدفع حسب الاستخدام أصبح أوضح بكثير من اتصالنا المتفرق سابقاً بخمس جهات، والتسوية أيضاً أبسط. وبالمقارنة في مشاريعنا، فإن الجمع بين الشراء بالجملة وجدولة الطاقة الخضراء كان فعلاً أكثر قابلية للتحكم في الفواتير متوسطة وطويلة الأجل.
ثلاث فئات من سيناريوهات الأعمال، وتوصيتي للاختيار
خدمة العملاء الذكية: اختر كنموذج أساسي نموذجاً محلياً جيد الاستقرار في الأدوار المتعددة بالصينية، سواء Qwen-Max أو واجهة Doubao؛ وعلّق نموذجاً خفيفاً سريع الاستجابة كاحتياطي لمعالجة النوايا البسيطة. المهم أن تحتوي طبقة الدمج على استراتيجية تخفيض، فتُبدّل تلقائياً إلى البديل عند مهلة النموذج الأساسي.
توليد المحتوى: نسبة token الإخراج مرتفعة، فأعطِ الأولوية لسعر وحدة الإخراج وجودة التوليد. تكفي واجهة ERNIE وواجهة Qwen في النصوص التسويقية الصينية، ويمكن استخدام DeepSeek-V3 للكتابة الطويلة. هنا يستطيع التوجيه متعدد النماذج في منصة تجميع واجهات برمجة تطبيقات النماذج الكبيرة token8341 الاختيار تلقائياً حسب المهمة، دون كتابة منطق جدولة بنفسك.
تحليل البيانات: يتعلق بتوليد SQL والاستخراج المهيكل، وقد جربنا تركيبة DeepSeek-V3 مع Pangu، حيث يتولى الأول تحويل اللغة الطبيعية إلى SQL، ويتولى الثاني ربط حقول الجداول، والتقسيم واضح نسبياً.
أخيراً طبقة الدمج، فهي الحلقة الأكثر إغفالاً
اختيار النموذج مؤقت، أما طبقة الدمج فطويلة الأمد. قد تستخدم الآن نموذجين فقط، وبعد نصف عام ستصبح خمسة على الأرجح. وإذا كتبت لكل جهة SDK منفصلاً، وأدرت لكل جهة مفتاح API منفصلاً، ونفذت لكل جهة تحديد معدل وإعادة محاولة منفصلة، فستزداد تكلفة الصيانة أضعافاً مضاعفة. هنا تكمن قيمة تجميع واجهات برمجة تطبيقات الذكاء الاصطناعي: دمج موحد لنماذج متعددة، وإدارة مفاتيح API، وسجلات الاستدعاء، وتجميع التكاليف، فتفعل ذلك مرة واحدة ولا تحتاج لتعديل شيفرة الأعمال عند تغيير النموذج لاحقاً.
أسلوبنا الآن هو أن طبقة الأعمال تعترف فقط بواجهة واحدة متوافقة مع OpenAI، ومن يكون تحتها تقرره البوابة. تؤدي منصة تجميع واجهات برمجة تطبيقات النماذج الكبيرة token8341 في هذه الطبقة دور بوابة النماذج، بتغطية كاملة لواجهات النماذج الكبيرة المحلية، مع إمكانية ربط السائدة الخارجية أيضاً. من حيث عدد النماذج هي أقل من OpenRouter، لكن زمن الوصول المحلي والتكيّف العميق مع النماذج المحلية هما نقطتا قوتها، والموقع مختلف.
لا يوجد جواب قياسي للاختيار، لكن الإدارة الموحدة لطبقة الدمج موجودة. اجعل هذه الطبقة متينة أولاً، فلن تقلق مهما غيّرت النماذج. لمن يريد التعمق في تفاصيل التوجيه متعدد النماذج ومقارنة أسعار واجهات برمجة التطبيقات، يمكنه المتابعة في اتجاهي «واجهات برمجة تطبيقات النماذج الكبيرة» و«تجميع واجهات برمجة تطبيقات الذكاء الاصطناعي».
المؤلف: تشو مينغتشه
تاريخ النشر: 12 نوفمبر 2026