Convly هي أفضل مكان لمقارنة نماذج الذكاء الاصطناعي جنباً إلى جنب مع بطاقات الرسومات التي تشغلها. تتضمن قاعدة بيانات النماذج لدينا المعاملات وطول السياق وأسعار واجهات برمجية مباشرة جنباً إلى جنب، بينما توفر ثلاث حاسبات مجانية تقديرات لذاكرة VRAM التي يحتاجها كل نموذج وتكلفة واجهة برمجية شهرية وما إذا كان الاستضافة الذاتية أفضل من الدفع لكل رمز — وهذا المنظور الذي يجمع النموذج والأجهزة لم يقدمه أي أداة واحدة من قبل.
معظم مواقع المقارنة تجيب عن نصف السؤال فقط. قوائم معايير الأداء تصنف النماذج لكن لا تخبرك أي بطاقة رسومات تحتاجها؛ مواقع الأجهزة تسرد بطاقات الرسومات لكن لا تربطها بنموذج معين بتكميم معين. تجمع هذه الصفحة بين الاثنين في جدول واحد، ثم تضع بين يديك الأدوات لإدخال أرقامك الخاصة.
نماذج الذكاء الاصطناعي مقترنة ببطاقة الرسومات لتشغيلها
الجدول أدناه يقرن حوالي 12 نموذج شهير مع عدد معاملاتهم التقريبي والحد الأدنى من ذاكرة VRAM لتشغيلهم بتكميم 4-بت وبطاقة رسومات مستهلك موصى بها وفئة سعر واجهة برمجية تقريبية. تتبع أرقام VRAM القاعدة الأساسية لحوالي 0.5–0.6 GB لكل مليار معامل بتكميم 4-بت، بالإضافة إلى 1–3 GB لخزن مؤقت KV. شرطة مائلة (—) تعني أن النموذج متاح عبر واجهة برمجية فقط أو كبير جداً ليعمل عملياً على أجهزة المستهلك. يتم سحب جميع الأسعار من قاعدة بيانات نماذج الذكاء الاصطناعي.
| النموذج | المعاملات التقريبية | الحد الأدنى من VRAM (4-بت) | بطاقة الرسومات الموصى بها للمستهلك | فئة سعر واجهة برمجية ($/1M في→خارج) |
|---|---|---|---|---|
| Mistral 7B | 7 مليارات معلَّمة | ~4–5 GB | RTX 4060 (8 GB) | منخفضة جداً ($0.02 → $0.03) |
| Llama 3.1 8B | 8 مليارات معلّمة | ~5 GB | RTX 4060 (8 GB) | منخفضة جداً ($0.02 → $0.03) |
| Qwen3 14B | 14 مليار معلّمة | ~8–10 GB | RTX 3060 (12 GB) | منخفضة ($0.12 → $0.24) |
| Gemma 3 27B | 27 مليار معلَّمة | ~16–18 GB | RTX 4090 (24 GB) | منخفضة جداً ($0.08 → $0.16) |
| Qwen3 32B | 32B | ~20 GB | RTX 4090 (24 GB) | منخفضة ($0.08 → $0.28) |
| Llama 3.3 70B | 70B | ~40–48 GB | RTX 6000 Ada (48 GB) أو 2× RTX 4090 | منخفضة ($0.10 → $0.32) |
| DeepSeek R1 Distill Llama 70B | 70B | ~40–48 GB | RTX 6000 Ada (48 GB) | متوسطة منخفضة ($0.80 → $0.80) |
| DeepSeek V4-Flash | — (MoE كبيرة) | — | — (واجهة برمجية فقط عملياً) | منخفضة جداً ($0.14 → $0.28) |
| Claude Haiku 4.5 | — | — | — (سحابة) | متوسطة ($1.00 → $5.00) |
| Gemini 3.1 Pro | — | — | — (سحابة) | متوسطة ($2.00 → $12.00) |
| Claude Opus 4.8 | — | — | — (سحابة) | ممتازة ($5.00 → $25.00) |
| GPT-5.5 | — | — | — (سحابة) | ممتازة ($5.00 → $30.00) |
نمطان يبرزان بوضوح. أولاً، النماذج مفتوحة الأوزان تتسع لأجهزة معظم الناس يمتلكونها بالفعل — نموذج 7–8B يناسب بطاقة 8 GB، بينما نموذج 32B يحتاج RTX 4090 واحدة بـ 24 GB. ثانياً، نماذج الحدود المغلقة لا يمكن استئجارها إلا لكل رمز، والفارق في السعر ضخم: قياسنا مؤشر الأداء السعري للذكاء الاصطناعي أظهر انتشار تكلفة مدمجة بـ 114× عبر المجال، من حوالي $0.18 إلى $20 لكل 1M رمز.
ثلاث أدوات مجانية لإدخال أرقامك الخاصة
يعطيك الجدول صورة المقايضة. تتيح لك هذه الحاسبات الثلاث تحديد الإجابة الدقيقة لنموذجك وأجهزتك وحجم عملك.
1. حاسبة VRAM لنماذج اللغة الكبيرة
اختر حجم نموذج (أو أدخل عدد معاملات مخصص) ومستوى تكميم وطول سياق، و حاسبة ذاكرة VRAM المطلوبة لنماذج اللغة الكبيرة يخبرك كم ذاكرة GPU يحتاجها النموذج وما إذا كانت تناسب بطاقة معينة. إنها الطريقة الأسرع للتحقق من «هل سيعمل نموذج 32B على RTX 4090 الخاصة بي؟» قبل تحميل 20 GB من الأوزان.
2. حاسبة تكلفة واجهة برمجية الذكاء الاصطناعي
إذا كنت تفضل الاستئجار بدلاً من الملكية، أدخل حجم رموز الإدخال والإخراج الشهرية لديك في حاسبة تكلفة واجهات برمجة تطبيقات الذكاء الاصطناعي (API) وسيقدر الفاتورة الشهرية لكل نموذج، باستخدام الأسعار المسحوبة مباشرة من قاعدة بيانات النماذج لدينا. إنها الطريقة الأسرع لمعرفة كم توفر بالانتقال من نموذج ممتاز مثل GPT-5.5 إلى فئة منخفضة جداً مثل DeepSeek V4-Flash.
3. حاسبة الاستضافة الذاتية مقابل واجهة برمجية
يعود قرار الشراء مقابل الإيجار إلى الحجم. يأخذ حاسبة المقارنة بين الاستضافة الذاتية وواجهة برمجة التطبيقات (API) حجم رموزك وسعر شراء GPU وفترة الإطفاء ومعدل الكهرباء وساعات الاستخدام، ثم يظهر نقطة التعادل حيث يفوق امتلاك GPU الدفع لكل رمز. أقل من حوالي 50M رمز في الشهر، عادة ما يفوز تسعير الرمز لكل واحد؛ وحدة GPU مملوكة مستخدمة بشكل جيد فقط تتقدم عند حجم مرتفع وثابت.
الأسئلة الشائعة
كم كمية الـ VRAM المطلوبة لتشغيل نموذج بحجم 70 مليار معامل؟
عند تكميم 4-بت يحتاج نموذج 70B إلى حوالي 40–48 GB من VRAM للأوزان، بالإضافة إلى 1–3 GB أخرى لخزن مؤقت KV. في الممارسة يعني ذلك بطاقة واحدة بـ 48 GB مثل RTX 6000 Ada أو اثنين 24 GB RTX 4090 بالتوازي. التشغيل بـ 8-بت يضاعف تقريباً المتطلبات. استخدم حاسبة VRAM للتحقق من طول السياق الدقيق لديك.
هل الاستضافة الذاتية أرخص أم استخدام واجهة برمجة التطبيقات؟
أقل من حوالي 50 مليون رمز شهرياً، عادة ما يفوز تسعير واجهة برمجية لكل رمز دائماً. GPU بـ $2,000–$2,500 مُطفأة على ثلاث سنوات، مع الكهرباء، تعمل حوالي $85–$130 في الشهر إجمالاً، لذا تستحق فقط عند حجم مرتفع وثابت — حيث وحدة GPU مملوكة مستخدمة بشكل جيد يمكنها خفض تكلفة الاستدلال بحوالي ~5×. شغل حجم عملك الخاص من خلال حاسبة المقارنة بين الاستضافة الذاتية وواجهة برمجة التطبيقات (API) لإيجاد نقطة التعادل الخاصة بك.
أي GPU أفضل لنماذج اللغة المحلية في 2026؟
بالنسبة لمعظم الناس RTX 4090 (24 GB) هي النقطة المثالية — تشغل نماذج 32B بتكميم 4-بت بارتياح وتتعامل مع السياقات الطويلة. 8 GB RTX 4060 تغطي نماذج 7–8B، 12 GB RTX 3060 تشغل نماذج 8B مع هامش، والارتقاء إلى نموذج 70B يتطلب بطاقة 48 GB. اربط النموذج الهدف الخاص بك ببطاقة باستخدام حاسبة VRAM.
ما هو أرخص نموذج ذكاء اصطناعي لكل رمز؟
DeepSeek V4-Flash هي الأرخص في قاعدة بيانات لدينا بـ $0.14 إدخال و $0.28 إخراج لكل 1M رموز (حوالي $0.18 مدمج) — أرخص تقريباً بـ 114× من نموذج الحدود الأغلى ثمناً وحوالي 37× ذكاء أكثر لكل دولار من Claude Opus 4.8. انظر التصنيف الكامل في مؤشر الأداء السعري للذكاء الاصطناعي.
أدوات مجانية إضافية من Convly
مقارنة نوافذ السياق لنماذج الذكاء الاصطناعي
10 ملايين
1.05 مليون رمز
1.05 مليون رمز
1.05 مليون رمز
1.05 مليون رمز
1.05 مليون رمز
1.05 مليون رمز
مليون
مليون
مليون
مليون
مليون
الحد الأقصى لطول السياق بالرموز، مقياس لوغاريتمي · أفضل 12 نماذج · الأخضر = الأكبر. تم التحديث في 05 أكتوبر 2026.