Inkling 2 Small مقابل DeepSeek-V4.1-Flash: أي نموذج للبرمجة؟

إجابة قصيرة: في الجدول الذي نشرته Thinking Machines لـ Inkling 2 Small (صفحة الإصدار بتاريخ 5 نوفمبر 2026، تم التحقق منها في 7 نوفمبر)، يتقدم DeepSeek-V4.1-Flash-1017 في خمسة من أصل ستة صفوف برمجية تُظهر كلا النموذجين. يتفوق Inkling في صف واحد، وله تصنيف قوي في تصميم الويب. لكن هذا جدول البائع نفسه، لذا تعامل معه كسبب لإجراء فحص صغير على شفرتك، وليس كحكم نهائي.

إذا رأيت عنوانًا مثل "Inkling قريب من DeepSeek" وتساءلت عما إذا كان يجب تبديل وكيل البرمجة الخاص بك، فهذا هو الترتيب الذي يجب اتباعه: اقرأ الصفوف التي تطابق عملك، وانظر ما لا يمكن للجدول إظهاره، وشغّل خمسة أوامر من عندك، وضع تكلفة على مهمة منتهية واحدة.

ما هو Inkling 2 Small#

وفقًا لصفحة الإصدار، Inkling 2 Small هو نموذج الجيل الثاني من Thinking Machines Lab. إنه نموذج خليط الخبراء (Mixture-of-Experts) بإجمالي 594 مليار معامل و17 مليار معامل نشط لكل رمز. يقبل الصور (وليس الصوت) وله إعداد جهد متغير. حاليًا يعمل على Tinker، خدمة الاستدلال بدون خادم الخاصة بالمختبر، والتي هي في مرحلة بيتا.

هناك تفصيلان يسهل تفويتهما. الأوزان مغلقة حاليًا: يخطط المختبر لإصدارها تحت Apache 2.0 "الأسبوع المقبل" بعد اختبار السلامة الخارجي، ويقول إن منصات أخرى ستتبع "في الأسابيع القادمة". هذا خطة، وليس حقيقة، حتى تخرج الملفات فعليًا. والسياق: تُظهر قائمة نماذج Tinker أن 256K هو الحد الأقصى. أرقام 512K و1M في صفحة الإصدار هي إعدادات تدريب وتقييم، وليست ما يمكنك إرساله اليوم.

التواريخ مهمة أكثر من المعتاد هنا، لأن نصف العرض هو وعد:

قراءة الجدول صفًا بصف#

يقارن البائع Inkling 2 Small مع DeepSeek-V4.1-Flash-1017. تقول وثائق DeepSeek أن الاسم المستعار deepseek-flash يتم تقديمه الآن بواسطة ذلك الإصدار (الصفحة بدون تاريخ، تم التحقق منها في 7 نوفمبر 2026). إليك الصفوف التي يوجد فيها رقم لكلا النموذجين. العمود الأخير هو مجرد الطرح.

تحقق واحد: 77.0 - 72.1 = 4.9. عد الصفوف وستجد أن DeepSeek متقدم في خمسة، وInkling في واحد.

بعض الأشياء التي يجب ملاحظتها قبل أن تقتبس هذا الجدول لفريقك.

• أكبر فجوة تقع في الصف الأقل نضجًا. Terminal Bench Science في الإصدار 0.1، و12.9% مقابل 5.7% هو أكثر من الضعف. إنه تلميح حول العمل بنمط الطرفية، وليس حكمًا.
• صف واحد بدون مواجهة مباشرة. يُظهر SWEBench Pro v2 (Hard) Inkling بنسبة 86.3% وDeepSeek على أنه غير مُبلغ عنه. لا يمكنك مقارنة رقم بفراغ.
• الفجوات الصغيرة صغيرة. فجوة قدرها 1.4 أو 3.1 نقطة في معيار لم تشغله أبدًا قد لا تصمد أمام تغيير المستودع أو الأمر.
• الصفحة تناقض نفسها مرة واحدة. مؤشر الذكاء من Artificial Analysis هو 31 في النص و30.6 (v5.0) في الجدول، دون تفسير. إنه أمر بسيط، لكنه تذكير بقراءة الحواشي.

لا شيء هنا تم تكراره بشكل مستقل بعد؛ كل الأرقام تأتي من بائع Inkling.

تصميم الويب صف مختلف#

إذا كانت مهمتك توليد مواقع ويب بدلاً من إصلاح الأخطاء، فالرقم ذو الصلة هو DesignArena Website. في لقطة 5 نوفمبر على صفحة الإصدار، سجل Inkling 2 Small 1,340، في المركز الثالث خلف Muse Wonder (1,366) وMuse Spark 1.3 (1,351). يتوقع البائع أن يكون أفضل نموذج مفتوح الأوزان هناك بمجرد إصدار الأوزان. الفجوة إلى المركز الأول هي 1,366 - 1,340 = 26 نقطة.

هذا لوحة صدارة لأشخاص يقارنون الصفحات المولدة، لذا فهو يقول شيئًا حقيقيًا عن المظهر. لكن الصفحة لا تعطي رقم DeepSeek لهذا الصف، لذا لا توجد مواجهة مباشرة لقراءتها. افتح DesignArena بنفسك قبل الاعتماد على اللقطة.

ما لا يمكن لأي جدول إظهاره#

لنفترض أنك تدير تطبيق Django متجانس عمره عشر سنوات مع اختبارات بطيئة والكثير من القواعد الداخلية. معيار مصنوع من مستودعات جديدة ومرتبة يخبرك القليل عن كيفية تعامل النموذج مع utils.py الخاص بك المكون من 3,000 سطر. أربعة أشياء مفقودة من أي جدول بائع:

1. شفرتك وعاداتك. التسمية، نمط الاختبار، الملفات التي يجب ألا يلمسها الوكيل أبدًا.
2. كيف تتصرف حلقة الوكيل. يمكن للنموذج نفسه أن يبلي بلاءً حسنًا في أداة وسيئًا في أخرى، لأن الأدوات تختلف في كيفية تغذيتها له بالملفات والأخطاء.
3. كم عدد الخطوات التي تستغرقها المهمة. النموذج الأفضل بـ 3 نقاط لكل محاولة لكنه يحتاج محاولات أكثر ليس بالضرورة أفضل لك.
4. السعر. سعر Inkling لكل رمز ليس على صفحة الإصدار ولا في قائمة نماذج Tinker (تم التحقق في 7 نوفمبر 2026). انظر إلى صفحة أسعار Tinker وضع التاريخ بجانب ما تجده.

إذا كنت تريد جولة أطول في قراءة جداول المعايير، فهناك مقال منفصل: كيف تقرأ معيار ذكاء اصطناعي وتجري اختبار 5 أوامر.

فحص الخمسة أوامر على شفرتك الخاصة#

يستغرق هذا بعد ظهر واحد ويتغلب على أي لوحة صدارة لقرارك. اختر خمس مهام قمت بها فعليًا في الأسبوعين الماضيين، كل واحدة مع طريقة لمعرفة ما إذا كانت الإجابة صحيحة. أرسل النص نفسه إلى كل نموذج وقم بتقييم النتيجة بنفسك.

بالنسبة للنماذج التي يمكنك استدعاؤها عبر واجهة برمجة تطبيقات متوافقة مع OpenAI، الحلقة قصيرة. ضع الأوامر الخمسة في tasks.txt، مفصولة بسطر يحتوي على =====. اقرأ الوثائق الكاملة في وثائق CheapTokens؛ العنوان هو https://api.cheaptokens.dev/v1.

import os
from openai import OpenAI

client = OpenAI(
    base_url='https://api.cheaptokens.dev/v1',
    api_key=os.environ['CHEAPTOKENS_API_KEY'],
)

tasks = open('tasks.txt').read().split('=====')
for i, task in enumerate(tasks, 1):
    r = client.chat.completions.create(
        model='deepseek-ai/DeepSeek-V4-Flash-0731',
        messages=[{'role': 'user', 'content': task.strip()}],
        max_tokens=4000,
    )
    u = r.usage
    print(i, u.prompt_tokens, u.completion_tokens, r.choices[0].finish_reason)

ما ستراه هو خمسة أسطر من task number, input tokens, output tokens, finish_reason. stop يعني أن النموذج انتهى من تلقاء نفسه؛ length يعني أن max_tokens قطع الإجابة. معرف النموذج هنا هو الكامل: deepseek-ai/DeepSeek-V4-Flash-0731. معرف قصير من جدول أسعار لن يعمل.

DeepSeek-V4-Flash على CheapTokens لديه سياق 380K، وحتى 32,768 رمزًا في إجابة واحدة، وسعر واحد في أي وقت من اليوم ونقطة نهاية متوافقة مع Anthropic أيضًا، لذا فإن نفس الأوامر الخمسة تعمل أيضًا عبر الأدوات المبنية على هذا التنسيق. الدرجات من أوامرك الخمسة الخاصة هي التي تهم مستودعك. بالنسبة لـ Inkling 2 Small، أرسل نفس النصوص الخمسة عبر Tinker.

تريد متنافسًا ثالثًا ورابعًا على نفس الرصيد؟ GLM-5.3-Flash (zai-org/GLM-5.3-Flash، سياق 390K) وMiniMax-M2.7 (MiniMaxAI/MiniMax-M2.7، سياق 180K) يأخذان نفس الاستدعاء بقيمة model أخرى. إذا كنت تريد معرفة كيف يقارن نموذج DeepSeek مع MiniMax في المهام، فهناك MiniMax-M2.7 مقابل DeepSeek-V4-Flash.

التكلفة لكل مهمة، وليس لكل رمز#

السعر لكل مليون رمز ليس سعرًا لكل مهمة منتهية. ما تدفعه هو عدد الخطوات مضروبًا في الرموز في كل خطوة، مع احتساب الإدخال والإخراج معًا. لنفترض أن وكيلك يحل خطأً في 20 خطوة، وكل خطوة ترسل حوالي 30,000 رمز من الملفات والسجل وتحصل على حوالي 1,500 رمز مرة أخرى. خطوة واحدة على DeepSeek-V4-Flash تكلف $0.0006. المهمة بأكملها، بأسعار حية:

يُظهر هذا الجدول أيضًا سعر OpenRouter المرجعي، وإجمالًا، مع احتساب الإدخال والإخراج معًا، يتبين أن DeepSeek-V4-Flash على CheapTokens أرخص. أسعار كل رمز لكل نموذج موجودة على صفحة الأسعار.

الآن النقطة المهمة للمقارنة. إذا حل النموذج A المهمة في 20 خطوة ويحتاج النموذج B إلى 30، فإن 30 / 20 = 1.5، لذا يكلف B مرة ونصف لكل مهمة بنفس سعر الرمز. يمكن بسهولة أن تلتهم الخطوات الإضافية بضع نقاط إضافية في معيار، والعكس صحيح. لهذا يسجل فحص الخمسة أوامر الرموز: سترى الخطوات والرموز لكل مهمة، وليس فقط درجة. النسخة الأطول من هذه الفكرة موجودة في السعر لكل مليون رمز مقابل التكلفة لكل مهمة.

ضع أرقامك الخاصة في الحاسبة. في المثال أدناه، 200 تشغيل هو 10 مهام يوميًا بـ 20 خطوة لكل منها؛ غيّر الرموز لكل خطوة إلى ما أظهره فحصك.

أيهما تختار#

وكيل برمجة على مستودع حقيقي. في صفوف البرمجة الخاصة بالبائع، يتقدم DeepSeek-V4.1-Flash-1017 في معظمها. ابدأ الفحص بـ DeepSeek-V4-Flash (المعرف في الكود أعلاه) وأضف Inkling إلى نفس الأوامر الخمسة. لا تتحول إلا إذا فاز Inkling في مهامك، وليس في مهام البائع. إذا كنت تريد الخلفية عن إصدار DeepSeek نفسه، انظر ما تغير في deepseek-flash.

مواقع الويب وتوليد الواجهة الأمامية. تصنيف Inkling في DesignArena Website هو أقوى ادعاء في الإصدار. شغّل اثنين أو ثلاثة من أوامر صفحاتك الخاصة على كلا النموذجين وانظر إلى الصفحات، وليس إلى الأرقام.

الاستضافة الذاتية لاحقًا. Inkling هو النموذج الذي لديه خطة أوزان مفتوحة، تحت Apache 2.0. حتى توجد الملفات، فهي خطة. تحقق من صفحة الإصدار مرة أخرى قبل أن تبني أي شيء حولها، وفي الوقت نفسه يمكنك تشغيل نفس الأوامر مقابل نموذج مستضاف مع DeepSeek على CheapTokens.

نصيحة أخرى، إذا قررت حسب المهام: احتفظ بالأوامر الخمسة وورقة التقييم. في المرة القادمة التي ينشر فيها بائع جدولًا، تعيد تشغيل الفحص في ساعة بدلاً من قراءة التصنيفات مرة أخرى.