ترتيب ومقارنة النماذج

لا يوجد نموذج واحد «الأفضل في كل شيء». الترتيب يتغير حسب المهمة، ويتغير كل أسابيع. هذه الصفحة تجمع أحدث ما نشرته لوحات القياس المستقلة، بتاريخ كل رقم ومصدره، ونحدّثها دورياً.

أيهم تختار حسب استخدامك؟

• محادثة وكتابة عامة: Gemini 4 Carbon و Gemini 4 Argon في الصدارة، و Claude Opus 5.5 قريب جداً. الفارق بين الأوائل نقاط قليلة.
• برمجة وبناء مواقع وتطبيقات: نماذج Claude (Fable 5.2 ثم Opus 5.5) تتصدر لوحة WebDev بفارق واضح.
• بحث على الإنترنت: نماذج GPT من OpenAI تتصدر لوحة البحث.
• فهم الصور والمستندات المصورة: نماذج Claude تتصدر لوحة الرؤية بفوارق صغيرة.
• التكلفة: السعر المعلن لا يكفي: النماذج التي «تفكر» أطول تستهلك رموزاً أكثر في المهمة الواحدة. احسب تكلفة المهمة، لا سعر المليون رمز.

المحادثة والكتابة العامة (Arena Text)

تاريخ القياس: 2026-11-11

بناء المواقع والتطبيقات (Arena WebDev)

تاريخ القياس: 2026-11-12

البحث على الإنترنت (Arena Search)

تاريخ القياس: 2026-11-09

فهم الصور (Arena Vision)

تاريخ القياس: 2026-11-02

مؤشر الذكاء المركّب (Artificial Analysis v5)

تاريخ القياس: 2026-10-28

كيف تقرأ هذه الأرقام؟

• لوحات Arena مبنية على تصويت بشري أعمى بين إجابتين. هي تقيس التفضيل، لا الدقة المطلقة.
• المصوّتون يختارون أنفسهم، فالنتيجة تميل لذوق مستخدمي المنصة ومهامهم.
• النموذج الجديد يحتاج أسابيع حتى يستقر ترتيبه، والفرق الأقل من نحو 10 نقاط لا يُعتد به كثيراً.
• المؤشرات المركبة مثل Artificial Analysis تجمع اختبارات عدة، وقد لا تشبه مهام شركتك.
• القرار الصحيح: جرّب نموذجين أو ثلاثة على مهمة حقيقية من عملك، بنفس البيانات، ثم قارن.