Tuesday, 10 November 2026 | التحديث اليومي نظرة ثاقبة للذكاء الاصطناعي، مكتوبة للبناة

مقارنة بين DeepSeek V4-Pro وQwen3 235B-A22B: المواصفات، والأسعار، وأيهما تختار (2026)

DeepSeek V4-Pro مقابل Qwen3 235B-A22B — عملاقان مفتوحان قائمان على نموذج «الخبراء المختلطين» (MoE)، يُقارَنان جنبًا إلى جنب. وفيما يلي المقارنة الكاملة بينهما: المواصفات الفنية، ورسوم واجهة برمجة التطبيقات (API)، وحجم نافذة السياق، والمتطلبات المادية المحلية، وتوصية واضحة قائمة على البيانات بشأن أيّ النموذجين يُفضَّل اختياره.

المواصفاتDeepSeek V4-ProQwen3 235B-A22B
المطوّرDeepSeekعلي بابا
النوعنموذج لغوي كبير (MoE)نموذج لغوي كبير (MoE)
عدد المعايير (البارامترات)1.6 تريليون معامل إجمالي / نحو 49 مليار معامل نشط (MoE)إجمالي 235 مليار معامل / 22 مليار معامل نشطة (MoE)
نافذة السياقمليون32K محلي (131K مع YaRN)
النمطنص → نصنص → نص
الترخيصترخيص MIT (مفتوح المصدر)رخصة Apache 2.0 (مفتوحة)
أوزان مفتوحة المصدر✅ نعم✅ نعم
سعر الإدخال (بالدولار لكل مليون رمز)$1.32$0.09
سعر الإخراج (بالدولار لكل مليون رمز)$3.96$0.55
ذاكرة الفيديو (VRAM) بتنسيق 4 بتحوالي 800 جيجابايت~140 جيجابايت
حد أدنى من وحدات معالجة الرسومات (GPU) للمعالجة المحليةخادوم متعدد وحدات معالجة رسومية (مثل: 8× H100 بسعة 80 جيجابايت)تتطلب تشغيله على عدة وحدات معالجة رسومية (Multi-GPU) أو على حاسوب Mac بسعة 192 جيجابايت من الذاكرة
أُطلِقَ2026-042025-04

أبرز الاختلافات

  • التكلفة: Qwen3 235B-A22B هو 866% cheaper من DeepSeek في4-برو على أساس التكلفة المُدمَجة لكل رمز.
  • السياق: DeepSeek V4-Pro wins on context window (1M vs 32K) — better for long documents, large codebases and big RAG inputs.
  • درجة الانفتاح: كلا النموذجين يمتلكان أوزانًا مفتوحة المصدر، وبالتالي يمكن استضافتهما محليًّا أو تخصيصهما حسب الحاجة. قارن احتياجاتهما من ذاكرة الفيديو (VRAM) أعلاه لمعرفة ما إذا كانت وحدة معالجة الرسومات لديك قادرة على تشغيل أحدهما.
  • تشغيل DeepSeek V4-Pro محليًّا: ~800 جيجابايت عند التكميم بـ 4 بت (بحد أدنى: خادوم متعدد وحدات معالجة رسومية مثل: 8× H100 بسعة 80 جيجابايت).
  • تشغيل Qwen3 235B-A22B محليًّا: ~~140 جيجابايت عند دقة 4 بت (الحد الأدنى للاستخدام متعدد وحدات معالجة الرسومات أو ماك بسعة 192 جيجابايت).

أيُّها يجب أن تختار؟

اختر DeepSeek V4-Pro إذا كنت بحاجة إلى نافذة سياق أكبر.

اختر نموذج Qwen3 235B-A22B إذا كنت تبحث عن أقل تكلفة لكل رمز في مهام الحجم العالي.

→ قَدِّر التكاليف الفعلية في حاسبة تكلفة واجهة برمجة التطبيقات (API) · تحقق من الأجهزة المحلية في حاسبة VRAM · استعرض جميع أكثر من 30 نموذجًا.

جميع المواصفات والأسعار مستخلصة مباشرةً من قاعدة بيانات نماذج الذكاء الاصطناعي وتحديثها باستمرار. قارن أيًّا من النموذجين مع غيره من النماذج، أو قدِّر إنفاقك الشهري باستخدام حاسبات مجانية أعلاه.

كتبه مصطفى إحسان

مصطفى إحسان هو مؤسس ومحرر Convly.ai. بنى ويحتفظ بقاعدة بيانات نماذج AI المباشرة للموقع، ومؤشر أداء السعر، وآلاته الحاسبة المجانية لمتطلبات VRAM وتكاليف API واقتصاديات الاستضافة الذاتية. يكتب عن تسعير النماذج ونتائج المقاييس والأجهزة المطلوبة لتشغيل نماذج AI محلياً، ويفضل باستمرار الأرقام المقاسة على ادعاءات البائع.

انتقل إلى الأعلى