Anthropic
- قوي في استنتاج المقصود من الطلبات المبهمة ومن السياق المعماري
- سياق بمليون توكن يدعم إعادة هيكلة متماسكة عبر ملفات ومستودعات متعددة
- قد يستهلك توكن أكثر بكثير من نماذج برمجية أخف في العمل الروتيني
- يسرد استدلاله بإسهاب، ما يبطئ المهام السريعة
القسم 2 من 7 — 17 نموذجًا
نماذج البرمجة والوكلاء
نماذج ووكلاء بُنيت خصيصًا لكتابة الشيفرة ومراجعتها وإطلاقها — من المساعدات داخل بيئة التطوير إلى وكلاء سحابيين يعملون باستقلال تام.
مرتّبة حسب الدرجة، الأعلى أولًا · 11 قيد التقييم تليها
Google
7.0/10
- يحل 75.8% من مسائل SWE-bench Verified على الإطار المفتوح المعياري، وهو أعلى رقم مقاس في هذا الدليل
- يحمل مليون توكن من السياق في فئة Flash الأرخص، فيتسع مستودع كبير في مرور واحد
- مصنّف دون فئتي Claude وGPT الرائدتين في ساحة WebDev حيث يحكم الناس على تطبيقات ويب عاملة
- دليله البرمجي تشغيل واحد على الإطار: ولا شيء هنا يقيس سلوكه عبر جلسة وكيل طويلة
Zhipu AI
6.3/10
- يحل 72.8% من مسائل SWE-bench Verified، وهو أفضل نتيجة مفتوحة الأوزان مقاسة في هذا الدليل
- أوزان مفتوحة يقدّمها عدة مستضيفين مستقلين، فيستطيع الفريق تشغيله داخل بيئته
- مصنّف دون فئات الصدارة المغلقة في ساحة WebDev
- سياق بـ200 ألف توكن يبقى مقيِّدًا أمام فئات المليون توكن عند العمل عبر مستودع كبير
Google
6.1/10
- يحل 69.6% من مسائل SWE-bench Verified على الإطار المفتوح المعياري
- استدلال عام أقوى من فئة Flash، ويظهر ذلك في المسائل التي تحتاج حكمًا معماريًا
- درجته أقل من فئة Flash التابعة له على إطار SWE-bench نفسه، فدفع ثمن Pro لا يشتري إصلاحًا أفضل للمسائل
- غير متاح عبر OpenRouter، فلا يُقاس سعره ونافذة سياقه هنا بشكل مستقل
Anthropic
5.5/10
- يحل 66.6% من مسائل SWE-bench Verified، وهو رقم مرتفع على نحو غير معتاد لفئة صغيرة ورخيصة
- أرخص فئات Anthropic مع استدعاء الأدوات والمخرجات المهيكلة، ما يناسب الإصلاحات الآلية عالية الحجم
- أدنى رقم في SWE-bench بين النماذج البرمجية المقيَّمة هنا
- سياق بـ200 ألف توكن يحدّ من قدر ما يحمله من مستودع كبير دفعة واحدة
Alibaba
4.7/10
- أداء مفتوح الأوزان قريب من المتصدّرين المملوكين
- مجاني للاستضافة الذاتية، وجذاب للفرق الحساسة للتكلفة أو المعزولة عن الإنترنت
- يحتاج بنية تحتية جادة لتشغيله بحجمه الكامل
- أدواته وتكاملاته مع بيئات التطوير أقل نضجًا من Copilot أو Cursor أو Codex
OpenAI
قيد التقييم
- أتمتة ممتازة لسطر الأوامر وعمليات git وتتبّع أعطال CI/CD
- أوفر بكثير في التوكن من منافسيه كثيفي الاستدلال في المهام الروتينية
- يحتاج تعليمات مفصّلة لا لبس فيها؛ ويتعثّر مع الطلبات المبهمة
- نافذة سياق أصغر من بعض منافسيه، وهو قيد على المستودعات الضخمة
Cursor
قيد التقييم
- حلقة تغذية راجعة فورية ومحكمة؛ ترى كل تغيير وتوجّهه
- تسعير ثابت معقول للمساعدة طوال اليوم
- يحتاج مطوّرًا يقوده فعليًا؛ وليس مبنيًا للتشغيل دون إشراف
- وضع الوكيل الخلفي وغير المتزامن لا يزال مبكرًا ومحدودًا
MiniMax
قيد التقييم
- بديل منخفض التكلفة يصمد بشكل معقول في اختبارات البرمجة
- خيار جيد للمهام الاستكشافية المتوازية عالية الحجم
- متأخر بوضوح عن متصدّري البرمجة في المسائل الصعبة
- منظومة ودعم مجتمعي أصغر من منافسيه الأكبر
Cognition AI
قيد التقييم
- يعمل باستقلال في السحابة، بما في ذلك ليلًا ودون إشراف
- قوي في المهام الكبيرة محددة المعالم كعمليات الترحيل وإعادة الهيكلة
- التسعير بالاستخدام يصبح مكلفًا سريعًا مع الأحمال الثقيلة
- يحتاج مواصفات واضحة مسبقًا؛ وضعيف في العمل الاستكشافي المفتوح
Microsoft
قيد التقييم
- أوسع دعم لبيئات التطوير بين مساعدي البرمجة، وأكبر قاعدة مستخدمين
- فئة مجانية متاحة وتكامل وثيق مع مراجعة طلبات الدمج
- أقل تخصصًا في إعادة الهيكلة المعقدة متعددة الملفات من بيئات التطوير المبنية للذكاء الاصطناعي
- جودة الاقتراحات تعتمد كثيرًا على النموذج الذي تختاره خلفه
Amazon
قيد التقييم
- قوي للفرق المتمحورة حول AWS، بما في ذلك ترقيات إصدارات Java تلقائيًا
- تكامل عميق مع CloudFormation وسير عمل البنية التحتية كشيفرة
- قيمته محدودة للفرق خارج منظومة AWS
- أقل إقناعًا من Cursor أو Copilot في التطوير العام
Codeium
قيد التقييم
- تسعير مناسب للميزانية مع فهرسة تلقائية للمستودعات الكبيرة
- خيارات نشر مرنة تشمل الاستضافة الذاتية
- منظومة وحضور أصغر من Cursor أو Copilot
- تكاملات خارجية أقل من المنصات الأكبر
Tabnine
قيد التقييم
- مبني للمؤسسات التي تضع الخصوصية أولًا، مع نشر داخل المنشأة وعدم احتفاظ بالبيانات
- يدعم إحضار نموذجك الخاص للفرق ذات متطلبات الامتثال الصارمة
- اقتراحاته أكثر تحفظًا من المنافسين الوكلاء الجريئين
- مجموعة ميزات أصغر للمهام المستقلة متعددة الخطوات
Replit
قيد التقييم
- ينتقل من الطلب إلى تطبيق يعمل ومنشور داخل بيئة واحدة في المتصفح
- سهل المنال لغير المحترفين الذين يبنون أدوات صغيرة بسرعة
- أقل ملاءمة للمستودعات الكبيرة القائمة من الوكلاء داخل بيئات التطوير
- النشر والاستضافة مرتبطان بمنصة Replit نفسها
Open source
قيد التقييم
- رفيق برمجة مجاني ومفتوح المصدر يعمل من الطرفية مع أي نموذج تقريبًا
- واعٍ بـ git، يودع التغييرات تلقائيًا مع فروق واضحة تسهّل المراجعة
- لا واجهة رسومية مصقولة؛ ويحتاج ارتياحًا مع سطر الأوامر
- يفتقر إلى البنية التحتية المُدارة والدعم الذي توفره الوكلاء التجارية مثل Devin
OpenAI
قيد التقييم
- مصنّف الأول من 128 نموذجًا في ساحة WebDev على LMArena حيث يحكم الناس على تطبيقات ويب عاملة — بفارق 42 نقطة عن التالي
- نافذة سياق بـ1,050,000 توكن، فيتسع مستودع كبير في مرور واحد
- لا نتيجة له بعد على الإطار المعياري لـSWE-bench Verified، فمهارته في إصلاح مسائل المستودعات الحقيقية غير مقاسة هنا
- سعره في أعلى السوق، نحو 20 دولارًا لكل مليون توكن مخلوط