ترتيبي للتوجيه بين Gemini 3.6 Flash مقابل GPT-5.6 Sol مقابل Kimi K3 بسيط: أختبر Gemini 3.6 Flash أولًا، وأبقي GPT-5.6 Sol الخيار الافتراضي المميز، وأستخدم Kimi K3 عندما يكون السياق الطويل هو العائق الحقيقي. هذا قرار توجيه، وليس حكمًا مبنيًا على لوحة المتصدرين، لأن عمل الوكلاء يعتمد نجاحه أو فشله على التكلفة لكل حلقة، والإسهاب، وملاءمة السياق، واستخدام الأدوات، وزمن الاستجابة، والقدرة على تحمّل إعادة المحاولة.
هذا دليل عملي للمشغلين في يوليو 2026، موجه إلى البنّائين الذين يتخذون قرارات التوجيه، لا إلى من يطاردون استعراضات المعايير. أفصل أدناه بين ادعاءات المورّدين الرسمية واستنتاجي الخاص بشأن التوجيه، وما يهمني أكثر هو ما يصمد عبر الحلقات المتكررة، لا ما يفوز به عرض تقديمي.
جدول المحتويات
ما أريد معرفة إجابته فعلًا عند توجيه نموذج وكيل
القرار ليس «أي نموذج هو الأفضل»
لا أبدأ بالسؤال عن النموذج الأكثر ذكاءً. أسأل أي نموذج يُكمل المهمة بأقل هدر. في أنظمة الوكلاء، يمكن أن يصبح الخيار الافتراضي الخاطئ مكلفًا حتى عندما يبدو مثيرًا للإعجاب.
فالنموذج الذي يكتب كثيرًا، أو يعيد المحاولة كثيرًا، أو يستدعي الأدوات عندما لا يحتاج إليها، يمكنه تحويل سير عمل رخيص إلى سير عمل مميز بسرعة. في عملي، هذا أهم من ادعاءات الجودة المجردة.
المتغيرات الحقيقية: التكلفة لكل حلقة، والإسهاب، والسياق، والأدوات، وزمن الاستجابة
إليك الإطار الذي أستخدمه فعلًا:
إذا كان النموذج رخيصًا لكنه كثير الكلام، فقد يظل مكلفًا. وإذا كان النموذج قويًا لكنه بطيء، فقد يضر بالإنتاجية. لذلك يتعلق التوجيه بتصميم سير العمل أكثر من الذكاء الخام.
الحكم السريع: أي نموذج سأوجه إليه أولًا
Gemini 3.6 Flash كاختبار أول لحلقات الوكلاء السريعة والرخيصة
بالنسبة إلى معظم البنّائين، سأوجه إلى Gemini 3.6 Flash أولًا. إنه النموذج الأول الذي سأختبره لنموذج أولي سريع، أو طبقة توجيه، أو حلقة كثيفة استخدام الأدوات قد تفشل عدة مرات قبل أن تستقر.
قراءتي مباشرة إلى حد كبير: إذا كان وكيلك يقضي معظم وقته في الاستخراج أو التصنيف أو اتخاذ القرارات أو استدعاء الأدوات، فابدأ بالنموذج الأرخص والأقل إسهابًا. تعلّم ما إذا كان سير العمل يعمل قبل أن تدفع أسعارًا مميزة مقابل كل إعادة محاولة.
GPT-5.6 Sol كخيار افتراضي مميز للبرمجة والبحث واستخدام الأدوات
سأبقي GPT-5.6 Sol خيارًا افتراضيًا مميزًا عندما تكون المهمة أعلى أهمية أو عندما تكون منظومة الأدوات أهم من توفير بضعة سنتات لكل حلقة. في عملي، هذا هو النموذج الذي ألجأ إليه عندما أريد خيارًا شاملًا أكثر أمانًا للبرمجة والبحث وسير عمل الوكلاء الأكثر ثراءً.
إذا كنت تريد رؤية أعمق للمقارنة بين نموذجين، فقد تناولت هذا الجانب بالفعل في حكمي السابق حول Kimi K3 مقابل GPT-5.6 Sol→ وفي كيفية توجيهي لـ GPT-5.6 Sol في عمل AI الحقيقي→.
Kimi K3 عندما تحتاج المهمة إلى استدلال طويل الأفق أو سياق من مليون رمز
سأوجه إلى Kimi K3 ثالثًا، لكن هذا لا يعني أنه الأقل أهمية. يصبح الخيار الصحيح عندما تعتمد المهمة فعلًا على سياق طويل جدًا، أو قراءة على مستوى المستودع، أو تخطيط متعدد الخطوات عبر مجموعة كبيرة من الأدلة.
إذا كنت تحتاج إلى برمجة طويلة الأفق أو استدلال عميق عبر مدخلات ضخمة، فإن Kimi K3 يستحق نظرة جادة. أما إذا لم تكن تحتاج ذلك، فقد تدفع مقابل سياق لا تستخدمه فعليًا. سأختاره عندما أحتاج إلى أن يحتفظ النموذج بالمشكلة كاملة أمامه، لا عندما أحتاج فقط إلى إجابة سريعة.
لن أختار Kimi K3 لمجرد أن نافذة السياق ضخمة. فإذا كانت المهمة استخراجًا قصيرًا، أو إصلاحًا برمجيًا عاديًا، أو قرار توجيه بمدخلات نظيفة، فستكون النافذة الأكبر سعة مهدرة.
الحقائق المؤكدة المهمة في يوليو 2026
إطلاق Gemini 3.6 Flash وتسعيره ولماذا تهم تكلفة المخرجات الأقل
أُعلن رسميًا: أعلنت Google عن Gemini 3.6 Flash في 21 يوليو 2026. التسعير الرسمي: تدرجه Google بسعر 1.50 دولار لكل مليون رمز إدخال و7.50 دولارات لكل مليون رمز إخراج، وتقول Google إن سعره أقل من 3.5 Flash.
استنتاجي: تكلفة المخرجات هذه أهم مما يعترف به الناس. ففي حلقات الوكلاء، تتضاعف تكلفة المخرجات بسرعة لأن النموذج يواصل إنشاء الخطط والملخصات والقرارات ونصوص استدعاء الأدوات. وتساعد تكلفة المخرجات الأقل أكثر من شرائح المعايير اللامعة عندما يعيد سير عملك المحاولة مرات عديدة يوميًا.
متاح رسميًا: جعلت Google أيضًا Gemini CLI مفتوح المصدر، مع فئة مجانية رسمية تبلغ 60 طلبًا في الدقيقة و1000 طلب يوميًا. وهذا يكفي للتحقق من صحة سير العمل الحقيقي دون استنزاف الميزانية منذ اليوم الأول.
تموضع GPT-5.6 Sol للبرمجة والعمل المعرفي والبحث واستخدام الأدوات
التموضع الرسمي: تضع OpenAI نموذج GPT-5.6 Sol للبرمجة والعمل المعرفي والبحث واستخدام الأدوات. وأحافظ على هذا التصريح بصياغة دقيقة عمدًا حتى لا أخلط بين الإطار الرسمي وتفضيلي الخاص في التوجيه.
قراءتي: التموضع الرسمي مفيد، لكنه لا يخبرك ما إذا كان النموذج الأنسب والأرخص لحلقتك. لمعرفة ذلك، لا يزال عليك اختبار مقدار ما يكتبه، وعدد المرات التي يلجأ فيها إلى الأدوات، ومقدار الاحتكاك الذي تشعر به عند تشغيله مرارًا.
إذا كنت تريد رؤية أضيق حول طريقة تفكيري في النموذج ضمن سير العمل الإنتاجي، فأنا أشرح ذلك أيضًا في كيفية توجيهي لـ GPT-5.6 Sol في عمل AI الحقيقي→.
تموضع Kimi K3 ومعاملاته البالغة 2.8 تريليون ونافذة السياق ذات المليون رمز وإصدار الأوزان المخطط له
التموضع الرسمي: تضع Moonshot نموذج Kimi K3 للبرمجة طويلة الأفق والاستدلال العميق. المواصفات الرسمية: يُدرج النموذج مع 2.8 تريليون معامل ونافذة سياق تبلغ مليون رمز.
دليل البدء الرسمي: يقول دليل البدء السريع إن أوزان النموذج الكاملة ستُصدر بحلول 27 يوليو 2026. وهذا يجعل Kimi K3 مختلفًا عن الخيار المعتاد المغلق والصندوق الأسود.
استنتاجي: تهم نافذة السياق ذات المليون رمز أكثر عندما لا تكون مهمتك موجهًا واحدًا، بل سلسلة طويلة من الاستدلالات المترابطة على قاعدة مصدرية كبيرة. هنا يمكن لـ Kimi K3 أن يتفوق على سير عمل ذي سياق أقصر، حتى لو كانت التكلفة اليومية وزمن الاستجابة أقل جاذبية.
كيف أختبر Gemini 3.6 Flash وGPT-5.6 Sol وKimi K3 بتكلفة منخفضة
الفئة المجانية من Gemini CLI
Gemini CLI مفتوح المصدر، وتمنحك الفئة المجانية الرسمية 60 طلبًا في الدقيقة و1000 طلب يوميًا. أستخدمها كطريقة منخفضة الاحتكاك للتحقق من صحة سير العمل قبل ربطه بمسار إنتاجي.
وهذا يوفر مساحة كافية لاختبار الموجهات واستدعاءات الأدوات ونمط المخرجات دون تحويل التجربة الأولى إلى اختبار مدفوع. وإذا كنت تريد رؤية مصاحبة أوسع، فأوصي أيضًا بـ حزمة أدوات البرمجة المجانية التي سأستخدمها في 2026→.
اختبار وكيل مدته 30 دقيقة
أبقي الاختبار قصيرًا وواقعيًا. خلال 30 دقيقة، أنفذ ثلاث مهام: مهمة استخراج، ومهمة استخدام أدوات، واختبار ضغط لإعادة المحاولة.
هذا يكفي لأعرف ما إذا كان النموذج رخيصًا عمليًا، لا على الورق فقط. أهتم بانضباط الرموز، وعدد المرات التي يخرج فيها عن المسار، وما إذا كانت المحاولة الثانية أفضل من الأولى.
ما أراقبه
أراقب ثلاثة أمور: طول المخرجات، وشهية الأدوات، وسرعة التصحيح. إذا استمر النموذج في توسيع كل إجابة، فستكون تكلفته أعلى مما توحي به بطاقة التسعير.
وأراقب أيضًا ما إذا كان النموذج يحل المهمة في حلقة أو حلقتين. فالنموذج السريع الذي يحتاج إلى أربع محاولات ليس سريعًا في الإنتاج. وقد يظل النموذج القوي الذي يحافظ على الإيجاز خيار التوجيه الأفضل إذا كانت المهمة هشة.
لماذا قد يكون Gemini 3.6 Flash الخيار المفاجئ للبنّائين
إسهاب أقل ورموز مهدرة أقل في حلقات الوكلاء
هذا هو استنتاجي الرئيسي من التسعير الرسمي ومن الطريقة التي تتصرف بها نماذج فئة Flash عادةً في سير عمل الوكلاء: قد يكون Gemini 3.6 Flash الخيار العملي المفاجئ لأنه يُفترض أن يهدر رموزًا أقل في الاستدلال المطول، وإعادة الصياغة المتكررة، والإجابات المشروحة أكثر من اللازم.
وهذا مهم في حلقات الوكلاء الخاصة بالاستخراج والتصنيف والتوجيه والدعم. فأنت لا تحتاج إلى مقال أنيق هناك، بل إلى قرار واضح وتسليم مستقر.
تكرار أرخص لسير عمل التوجيه والاستخراج وكثيف استدعاء الأدوات
عندما أبني أنظمة وكلاء، أنفق على إعادة المحاولات أكثر مما أنفق على المحاولات الأولى. ولهذا يمكن لتكلفة المخرجات الأقل أن تتفوق على القدرة الأعلى المعلنة في عمليات النشر الحقيقية.
إذا كان بإمكان نموذج ما تشغيل 10 حلقات إضافية بالميزانية نفسها، فسأتعلم أسرع وأطلق المنتج أبكر. وهذا مفيد خصوصًا عندما أضبط الموجهات، أو أتحقق من مخططات الأدوات، أو أقرر ما إذا كان ينبغي لسير عمل ما أن يوجد أصلًا.
المفاضلة: أين قد يبدو نموذج Flash سطحيًا أكثر من اللازم
المفاضلة واضحة. قد يبدو نموذج Flash سطحيًا عندما تحتاج المهمة إلى تركيب أعمق، أو حكم أكثر ثراءً، أو تخطيط دقيق متعدد الخطوات.
هنا أتوقف عن تحسين التكلفة الخام وأعود إلى GPT-5.6 Sol أو Kimi K3. فالسرعة لا تهم إلا إذا صمدت الإجابة أمام الخطوة التالية.
دليل توجيه عملي حسب المهمة
استخدم Gemini 3.6 Flash للنماذج الأولية الرخيصة والتوجيه والاستخراج وإعادة المحاولات المتكررة
أستخدم Gemini 3.6 Flash عندما أريد إنشاء نموذج أولي لوكيل بسرعة، أو تصنيف المدخلات، أو استخراج بيانات منظمة، أو توجيه طلب إلى نموذج آخر. إنه النموذج الأول الذي أجربه عندما أتوقع إعادة محاولات متكررة.
إذا كان سير العمل ميكانيكيًا في معظمه، فإن Flash يبقيني واقعيًا. فهو يجبر النظام على إثبات حاجته إلى نموذج أكبر.
استخدم GPT-5.6 Sol لمساعدي البرمجة واستخدام الأدوات العميق والإجابات الأعلى أهمية
أستخدم GPT-5.6 Sol لمساعدي البرمجة، وسير العمل كثيف البحث، والعمل المعتمد على الأدوات عندما تكون جودة الإجابة أهم من تقليص فاتورة كل حلقة. هذا هو النموذج الذي أثق به عندما تحتاج المهمة إلى حكم أقوى وخيار افتراضي أكثر قدرة.
في تطبيق حي، غالبًا ما يصبح هذا النموذج الذي يتولى «المسار الصعب» بعد فشل Flash. ويحافظ نمط التوجيه هذا على الإنفاق تحت السيطرة دون خفض الجودة في المهام المهمة.
استخدم Kimi K3 للسياق الطويل جدًا والاستدلال على مستوى المستودع والتخطيط متعدد الخطوات
أستخدم Kimi K3 عندما تكون نافذة السياق نفسها هي المنتج. ويشمل ذلك المستندات الطويلة، وقواعد الشيفرة الكبيرة، والتركيب عبر مستندات متعددة، والتخطيط عبر سلسلة طويلة من الاعتماديات.
إذا كنت أحتاج إلى جزء صغير فقط من السياق، فلا أدفع مقابل النافذة كاملة. لكن عندما أحتاج إلى النافذة كاملة، يصبح Kimi K3 أكثر إثارة للاهتمام بكثير من نموذج تقليدي ذي سياق قصير.
أنماط الفشل التي يجب مراقبتها
الإفراط في استدعاء الأدوات وتضخم المخرجات
نمط الفشل الأول هو إغراق الأدوات. تبدو بعض النماذج استباقية لأنها تستدعي الأدوات كثيرًا، لكنها قد تستهلك الرموز والوقت دون تحسين النتيجة.
وأراقب أيضًا المخرجات المتضخمة. فإذا استمرت الإجابة في النمو، نمت معها حلقة التكلفة.
إجابات سطحية تبدو سريعة لكنها تفشل بعد خطوتين
نمط الفشل الثاني هو الانتصار الوهمي. قد يبدو النموذج سريعًا في الاستجابة الأولى، ثم ينهار في الخطوة الثانية.
ولهذا أختبر دائمًا إعادة محاولة، لا إجابة أولى فقط. تفشل أنظمة الوكلاء عند التسليم، لا في العنوان الرئيسي.
نماذج السياق الطويل التي لا تزال تحتاج إلى توجيه وتقييم دقيقين
نمط الفشل الثالث هو افتراض أن السياق الطويل يحل كل شيء. لا يفعل ذلك. فنافذة من مليون رمز لا تلغي الحاجة إلى موجه جيد، أو مخطط نظيف، أو حلقة تقييم.
لا يزال بإمكان نماذج السياق الطويل أن تنحرف، أو تفوّت النقطة، أو تفرط في التكيف مع مدخلات مشوشة. تساعد النافذة الأكبر، لكنها لا تحل محل الانضباط الهندسي.
توصيتي لملفات البنّائين المختلفة
مطور منفرد يبني MVP لوكيل
إذا كنت مطورًا منفردًا، فابدأ بـ Gemini 3.6 Flash. ستتعلم أسرع، وتنفق أقل، وترى ما إذا كان لسير العمل شكل حقيقي.
عندما تبدأ المهمة في الفشل بطرق تضر بالجودة، انتقل إلى GPT-5.6 Sol. لا تدفع مقابل نموذج مميز قبل أن يثبت سير العمل استحقاقه.
فريق يطلق سير عمل إنتاجيًا
إذا كنت تطلق سير عمل إنتاجيًا، فاجعل GPT-5.6 Sol خيارك الاحتياطي المميز، واستخدم Gemini 3.6 Flash كخيار افتراضي حيث تكون التكلفة والإنتاجية أهم ما يكون. يمنحك ذلك فصلًا أوضح بين التكلفة والجودة.
لن أوجه Kimi K3 إلى الإنتاج إلا عندما يكون السياق الطويل متطلبًا أساسيًا. وإلا فقد يفوق التعقيد التشغيلي الفوائد.
سير عمل كثيف البحث أو طويل السياق
إذا كان عبء عملك كثيف البحث أو طويل السياق بطبيعته، فينبغي أن يرتفع Kimi K3 في قائمتك. فهو يكون منطقيًا أكثر عندما تكون مجموعة المدخلات كبيرة بما يكفي ليبدأ السياق القصير في الإضرار بالإجابة.
أما إذا كان العمل إصلاحًا برمجيًا ضيقًا أو استدعاء أداة صغيرًا، فلن أبدأ به. فالنافذة الأكبر لا تكون ذات قيمة إلا عندما تحتاج إليها فعلًا.
ترتيب التوجيه النهائي
ترتيبي الافتراضي هو Gemini 3.6 Flash أولًا، وGPT-5.6 Sol ثانيًا، وKimi K3 ثالثًا.
هذا هو الترتيب الذي سأجربه بعد ظهر اليوم. ولن أغيره إلا عندما تثبت المهمة بوضوح أن التكلفة أو الجودة أو طول السياق أهم من العوامل الأخرى.