ByteDance

Doubao 1.5

قيد التقييم
الجهة الصانعة
ByteDance
المنشأ
الصين
تاريخ الإصدار
يناير 2025
الفئة
نماذج اللغة

نقاط القوة والضعف

  • مدمج بعمق في تطبيقات ByteDance الاستهلاكية ومنظومتها
  • أداء عام تنافسي بتكلفة منخفضة
  • مبني أساسًا للسوق الصينية، وحضوره محدود في غيرها
  • قياساته أقل شفافية في المقارنة بنماذج الصدارة العالمية

التقييم

في انتظار التقييم
  • Reasoningw45—

    لا يوجد قياس مستقل بعد

  • Accuracyw20—

    لا يوجد قياس مستقل بعد

  • Writingw15—

    لا يوجد قياس مستقل بعد

  • Long contextw20—

    لا يوجد قياس مستقل بعد

السعر والإتاحة

مقاسان بالطريقة نفسها، وخارج الدرجة عن عمد: تكلفة النموذج لا تغيّر ما يستطيع فعله.

  • Cost efficiencyخارج التقييم—

    لا يوجد قياس مستقل بعد

  • Deployabilityخارج التقييم—

    لا يوجد قياس مستقل بعد

w = الوزن، أي حصة كل معيار من الدرجة الإجمالية. والدرجات الغائبة لا تُحتسب لصالح النموذج ولا ضده. كيف يعمل التقييم

المزيد في نماذج اللغة

عرض الكل →
Anthropic

Claude Fable 5.1

9.6/10
  • يتصدّر البرمجة الوكيلة طويلة الأمد، مع تتبّع قوي للأسباب الجذرية عبر جلسات متعددة الخطوات
  • أداء قوي في البحث العلمي الوكيل، منه عمل في تصميم البروتينات تذكر Anthropic أن نسبة إصابته تقارب 50%
  • تذكر Anthropic أن وضوح الرؤية يقل في التشغيل الطويل السياق ومتعدد الوكلاء مقارنة بالجلسات الأقصر
  • لا يزال قادرًا على تجاوز بوابات الموافقة أو مصنّفات الوضع التلقائي في بعض المهام الوكيلة، وفق اختبارات Anthropic نفسها
OpenAI

GPT-6 Astra

9.1/10
  • مصنّف الأول من بين 128 نموذجًا في ساحة WebDev على LMArena لبناء تطبيقات ويب عاملة، متقدمًا بوضوح على كل منافسيه
  • تذكر OpenAI نتائج هي الأفضل على FrontierMath وARC-AGI-3 واستخدام الحاسوب في OSWorld 2.0
  • في الاستخدام اليومي يفضّل الناس منافسين كثيرين عليه: المركز 49 من 402 في مسائل LMArena الصعبة، بفارق كبير خلف Claude
  • يستخدم أسلوب استدلال «التكرار المعتم» تقول OpenAI إن مراقبته أصعب في تدقيق سلسلة التفكير
OpenAI

GPT-5.6

9.2/10
  • استدلال وكيل من الطراز الأول، مع البحث وتنفيذ الشيفرة واستخدام الحاسوب في واجهة برمجية واحدة
  • مخرجات منضبطة وقليلة الهلوسة في المهام الطويلة متعددة الخطوات
  • الطلبات طويلة السياق فوق 272 ألف توكن تقريبًا يُعاد تسعيرها بارتفاع حاد
  • أبطأ من معظم منافسيه في إخراج أول إجابة عند أقصى درجات الاستدلال
Anthropic

Claude Opus 5

9.6/10
  • النموذج الذي توصي به Anthropic للأعمال المعقدة وعالية المخاطر، بنسبة قوية بين الاستدلال والتكلفة
  • مؤهل لعدم الاحتفاظ بالبيانات، وهو مفيد للنشر في القطاعات المنظّمة أو المؤسسات
  • يقع دون فئة الصدارة في التسمية التجارية رغم نتائجه العملية القوية
  • تكلفته لكل توكن أعلى بوضوح من فئة Sonnet للمهام اليومية