الأدلة / نماذج الرؤية الصينية 2026
واجهات API لنماذج الرؤية الصينية في 2026: DeepSeek Vision-Exp مقابل Qwen-VL مقابل Kimi
توفر جميع المختبرات الصينية الرائدة الآن واجهة API تدعم الرؤية الحاسوبية. ويُعد نموذج DeepSeek البرمجي deepseek-v4-flash-vision-exp (21 أغسطس 2026) أحدث وأرخص خيار قوي؛ بينما تُعد عائلة Qwen-VL من Alibaba هي الأوسع تنوعاً؛ وسلسلة Kimi من Moonshot هي الأطول عهداً في دعم الرؤية الأصلية. تقارن هذه الصفحة الجوانب الأكثر أهمية لقرارات التوجيه — القدرات، والأسعار، وسياق النص، والأوزان المفتوحة — مع ذكر المصادر لكل صف.
التوجيه حسب القيود: أرخص نموذج رؤية قوي → deepseek-v4-flash-vision-exp ($0.22/1M مدخلات خارج أوقات الذروة، ≤384 رمز لكل صورة، وكيل متعدد الوسائط بأداء قريب من Opus-4.8)؛ نموذج رؤية رائد مفتوح الأوزان + سياق 1M → Kimi K3؛ أوسع تدرج للفئات من النماذج الصغيرة القابلة للاستضافة الذاتية إلى نموذج Max المملوك → عائلة Qwen3-VL. تدعم النماذج الثلاثة تنسيق متوافق مع OpenAI، بحيث يمكن لبوابة واحدة خدمتها جميعاً مع دعم التبديل التلقائي لكل نموذج.
جدول المقارنة لعام 2026
| النموذج | الرؤية | السياق | الإدخال $/1M | أوزان مفتوحة | ملاحظات |
|---|---|---|---|---|---|
| deepseek-v4-flash-vision-exp DeepSeek · 21 أغسطس 2026 · رسمي |
✓ تجريبي | 1M | $0.22 / $0.44 ≤384 رمز/صورة |
✗ (عبر API فقط) | تكافؤ نصي مع V4-Flash؛ وكيل متعدد الوسائط ≈ Opus-4.8؛ واجهة Files API جديدة |
| Kimi K3 Moonshot · يوليو 2026 |
✓ أصلي (MoonViT) | 1M | K3 سيعلن لاحقاً مرجع K2.5: $0.45 (تتبع) |
✓ مُعلن عنه | نموذج رائد من فئة 2.8T؛ دعم الرؤية منذ K2.5 (يناير 2026، مشفر MoonViT بحجم 400M) |
| عائلة Qwen3-VL Alibaba · 2025–2026 |
✓ أصلي | حتى 1M (3.6 Plus) |
بدءاً من ~$0.13 (VL 30B، تتبع) |
✓ الفئات الصغيرة/المتوسطة | أوسع تدرج: نماذج صغيرة مفتوحة → Qwen3.6 Plus ($0.325، تتبع) → VL-Max المملوك؛ عبر DashScope |
| GLM-5.2 / 5.3 Zhipu · 2026 |
✗ نصي فقط | 1M | $1.40 | ✓ | أُدرج لاكتمال المقارنة — لم تدعم أبرز النماذج الصينية المفتوحة للبرمجة الرؤية بعد |
بيانات صف DeepSeek مأخوذة من الوثائق الرسمية (21 أغسطس 2026). أرقام Kimi/Qwen مأخوذة من أدوات تتبع النماذج العامة (صفحات نماذج Roboflow، وAIViewer؛ محدثة في 14–20 أغسطس 2026) ومن دليل Kimi API الخاص بنا — يُرجى التحقق لكل فئة في لوحة تحكم كل مزود قبل اعتماد الميزانية.
ثلاث عائلات، ثلاث فلسفات
- DeepSeek: الرؤية كسلاح في الأسعار. ليس Vision-Exp منتجاً متميزاً منفصلاً — بل هو نفس V4-Flash بنفس سعر الرموز مع حد أقصى قدره 384 رمزاً لكل صورة. تكمن الفكرة في جعل الرؤية منخفضة التكلفة بما يكفي لإدراجها في كل حلقة وكيل (agent loop). المقايضة: إنه تجريبي، ومتاح عبر API فقط، ومقتصر على عائلة Flash (لا توجد رؤية لنموذج V4-Pro بعد).
- Moonshot: الرؤية كميزة أصلية للنماذج الرائدة. وفر Kimi الرؤية الأصلية عبر مشفر MoonViT الخاص به منذ K2.5 (يناير 2026) — وهو المشفر الذي استعاره المجتمع حرفياً لمنح V4-Flash قدرات رؤية غير رسمية قبل أن تطرحها DeepSeek رسمياً. يدمج K3 هذا مع نموذج من فئة 2.8T وسياق 1M. المقايضة: تسعير النماذج الرائدة (مرجع K2.5: $0.45/1M مدخلات).
- Alibaba: الرؤية كسلسلة متدرجة. يمتد Qwen-VL من النماذج المفتوحة القابلة للاستضافة الذاتية (فئات Qwen3-VL الصغيرة) وصولاً إلى نموذج Max المملوك — لتختار نقطة التوازن المناسبة لك بين السعر والأداء. المقايضة: هذا التنوع يضع عبء الاختيار على عاتقك، كما أن احتساب تكلفة الصور يعتمد على دقة الصورة بدلاً من تطبيق حد أقصى ثابت.
أي منها تختار للتوجيه: جدول اتخاذ القرار
| طبيعة استخدامك | التوجيه إلى |
|---|---|
| حلقات وكلاء لواجهات المستخدم/لقطات الشاشة بكثافة عالية وحساسية للتكلفة | deepseek-v4-flash-vision-exp — ≤384 رمز/صورة بأسعار Flash |
| الاستدلال المعقد متعدد الوسائط على نموذج رائد مفتوح الأوزان | Kimi K3 — رؤية أصلية + 2.8T + سياق 1M |
| استضافة ذاتية / رؤية في بيئة معزولة عن الشبكة | فئات Qwen3-VL المفتوحة (أو محولات المجتمع لـ V4-Flash) |
| تكامل موحد، يغطي جميع المزودين، مع تبديل تلقائي لكل نموذج | مرحل متوافق مع OpenAI يغطي النماذج الثلاثة (وهذا ما نقدمه — قائمة الانتظار) |
مقارنة مع واجهات API للرؤية الغربية
للمقارنة: يُسعر Claude Sonnet 4.5 بمبلغ $3/1M مدخلات، و Grok 4.6 بمبلغ $2/1M، والسعر الترويجي لـ Gemini 3.7 Flash هو $0.75/1M (ملخص Gemini لدينا). يتفوق Vision-Exp عليها جميعاً بأسعار أقل بنحو 1.7–13.6 ضعفاً لكل رمز مع كونه الوحيد الذي يضع حداً أقصى صارماً لكل صورة؛ وتتراوح مجموعة خيارات نماذج الرؤية الصينية ككل الآن بين $0.13–$0.45/1M مدخلات — وهو نطاق سعري لا تقترب منه الأسعار الغربية. التفاصيل الحسابية الكاملة للتكلفة في دليل تسعير الرؤية لدينا.
FAQ
أيها الأرخص للوكلاء الذين يعتمدون بكثافة على الصور؟
Vision-Exp، وبفارق كبير: $0.22/1M مدخلات خارج أوقات الذروة مع حد أقصى للصور يبلغ 384 رمزاً. تكلفة 1,000 لقطة شاشة بالحجم الأقصى ≈ $0.08 خارج أوقات الذروة.
هل يدعم GLM-5.2/5.3 الرؤية؟
ليس بعد — النماذج الرائدة لـ Zhipu لعام 2026 مقتصرة على النصوص حتى 21 أغسطس 2026. خيارات الرؤية المفتوحة من الصين هي Kimi (أوزان معلن عنها) وفئات Qwen-VL.
هل يعتبر Vision-Exp جاهزاً للإنتاج مقارنة بالرؤية الأصلية في Kimi؟
ملفات مخاطر مختلفة: Vision-Exp تجريبي (احتمال حدوث تغيرات في الأداء أو إيقاف الخدمة) ولكنه الأرخص؛ بينما تتوفر ميزة الرؤية في Kimi للإنتاج منذ K2.5. النمط المنطقي: استخدام Vision-Exp للتكلفة، والاعتماد على Kimi/Qwen-VL كبديل مستقر على بُعد خيار إعداد واحد.
هل هذه الأرقام مستقرة؟
تتغير أسعار واجهات API الصينية بسرعة (قامت DeepSeek بتعديل الأسعار مرتين منذ أبريل). أرقام DeepSeek الواردة هنا رسمية حتى 21 أغسطس 2026؛ بينما أرقام Kimi/Qwen مدرجة عبر أدوات التتبع. يُرجى إعادة التحقق قبل اعتماد الميزانيات.