benchr
تصنيف سعة السياق لنماذج الذكاء الاصطناعي
النماذج مرتّبة حسب أقصى حجم مدعوم لسعة السياق. تتصدّر قمة القائمة النماذج مفتوحة المصدر بالاستضافة الذاتية. ومن بين APIs التجارية، صارت فئة المليون توكن هي المعيار للنماذج الطليعية.
| المرتبة | النموذج | المزوّد | أقصى توكنز السياق | أقصى توكنز الإخراج | الإدخال $/1M |
|---|---|---|---|---|---|
| #1 | Llama 4 Scout | Meta | 10,000,000 | — | مجاني |
| #2 | GPT-5.5 | OpenAI | 1,050,000 | 128,000 | $5.00 |
| #3 | Gemini 3.5 Flash | 1,048,576 | 65,536 | $1.50 | |
| #4 | Claude Opus 4.8 | Anthropic | 1,000,000 | 128,000 | $5.00 |
| #5 | Claude Opus 4.7 | Anthropic | 1,000,000 | 128,000 | $5.00 |
| #6 | Claude Sonnet 4.6 | Anthropic | 1,000,000 | 64,000 | $3.00 |
| #7 | Gemini 3.1 Pro | 1,000,000 | 64,000 | $2.00 | |
| #8 | Grok 4.3 | xAI | 1,000,000 | — | $1.25 |
| #9 | DeepSeek V4-Pro | DeepSeek | 1,000,000 | 384,000 | $0.435 |
| #10 | DeepSeek V4-Flash | DeepSeek | 1,000,000 | 384,000 | $0.140 |
| #11 | Llama 4 Maverick | Meta | 1,000,000 | — | مجاني |
| #12 | GPT-5 | OpenAI | 400,000 | 128,000 | $1.25 |
| #13 | GPT-5 Mini | OpenAI | 400,000 | 128,000 | $0.250 |
| #14 | Kimi K2.6 | Moonshot AI | 262,144 | — | $0.950 |
| #15 | Qwen3.6-27B | Alibaba | 262,144 | — | مجاني |
| #16 | Mistral Large 3 | Mistral | 256,000 | — | $0.500 |
| #17 | Mistral Medium 3.5 | Mistral | 256,000 | — | $1.50 |
| #18 | Claude Haiku 4.5 | Anthropic | 200,000 | 64,000 | $1.00 |
| #19 | Phi-4 | Microsoft | 16,000 | — | مجاني |
فئة المليون توكن صارت الافتراضية
في 2024، كانت سعة سياق بـ 200K توكن تُعدّ كبيرة. وبحلول يونيو 2026، صار كل نموذج Claude من Anthropic، ونموذجا DeepSeek V4، وGrok 4.3، وKimi K2.6، وGemini 3.5 Flash يدعم مليون توكن على الأقل. انتقلت فئة المليون من ميزة فاخرة إلى الخط الأساسي الجديد في أقل من عامين.
GPT-5 هو الاستثناء البارز بين النماذج الرائدة — فحده البالغ 400K أصغر بنحو 2.5 مرة من المعيار الجديد. لأحمال العمل التي لا تحتاج أكثر من 400K توكن، لا يهم هذا. أما لتلك التي تحتاجه، فهو قيد فعلي.
الاستثناء عند 10M: Llama 4 Scout
سعة سياق Llama 4 Scout البالغة 10 ملايين توكن إنجاز هندسي. وهو نموذج مفتوح المصدر بالاستضافة الذاتية يستخدم بنية MoE بـ 109 مليار معامل إجمالي لكن 17 مليار معامل نشط فقط لكل توكن. تتيح سعة الـ 10M حالات استخدام لا يدعمها أي نموذج آخر: تحليل قاعدة أكواد كبيرة كاملة، واستيعاب كتاب بأكمله، وأشهر من سجل المحادثات — كل ذلك في سياق واحد.
أما هل تصمد جودة الاسترجاع عبر 10M توكن بالدقة نفسها كما عند 200K، فسؤال آخر. تميل السياقات الأطول إلى إنتاج حالات «ضياع في المنتصف» أكثر. استخدم قدرة الـ 10M بحكمة واختبر الاسترجاع من مواضع متعددة قبل الاعتماد عليها في الإنتاج.
حجم السياق مقابل التكلفة
السياق الأكبر يكلف أكثر لكل استدعاء لأنك تدفع لكل توكن. استدعاء بـ 200K توكن يكلف 5 أضعاف استدعاء بـ 40K توكن بنفس السعر لكل توكن. وأرخص مسار لأحمال عمل السياق الطويل هو غالباً التقسيم باستخدام نموذج صغير رخيص بدل استخدام سعة مليون توكن مع نموذج رائد غالٍ. لا تستخدم سعة السياق الكبيرة إلا حين تتطلب جودة الاسترجاع ذلك.
فحوص تشغيلية قبل شراء سياق أكبر
أقصى سياق هو رقم سعة، لا ضمان بأن النموذج سيستخدم كل توكن جيداً. اختبر الاسترجاع من بداية المطالبة ومنتصفها ونهايتها؛ فحالات فشل السياق الطويل تظهر غالباً في منتصف المستندات الكبيرة حيث يقبل النموذج النص لكنه لا يستخدمه بموثوقية.
قِس أيضاً زمن الاستجابة وتكلفة بناء المطالبة. استدعاء بمليون توكن قد يبسّط بنيتك، لكنه قد يكون أبطأ وأغلى من الاسترجاع مع سياق أصغر حين يكون الدليل المطلوب صفحات قليلة فقط. الخيار الصحيح هو الذي يعيد الإجابة الصحيحة بأقل سياق إجمالي، لا بأكبر سعة معلنة.
ماذا تسجّل أثناء اختبارات السياق الطويل
عند تقييم سعة سياق كبيرة، سجّل أكثر من مجرد النجاح أو الفشل. دوّن حجم المطالبة، وموضع الدليل المطلوب، وزمن الاستجابة، وطول المخرَج، وهل استشهد النموذج بالجزء الصحيح من المصدر. نموذج ينجح فقط حين تظهر الإجابة قرب نهاية المطالبة ليس موثوقاً بما يكفي لأتمتة المستندات الكاملة.
لقواعد الأكواد والمستندات القانونية، يفوز غالباً نهج هجين: يختار الاسترجاع الملفات أو البنود المطلوبة، ثم يستدل نموذج قوي على سياق أصغر. استخدم السعة الكاملة حين تهمّ العلاقات بين أقسام متباعدة، لا لمجرد أن المزوّد يقبل توكنز أكثر.
للشراء، اسأل المزوّدين هل حجم السياق المعلن متاح على نقطة النهاية والمنطقة والخطة التي تنوي استخدامها بالضبط. بعض المنصات تكشف سعات أصغر عبر سُحُب الشركاء أو الأسماء البديلة القديمة، وهذا الفرق قد يكسر تصميماً مبنياً على مطالبات المستند الكامل.
أسئلة شائعة
أي نموذج ذكاء اصطناعي يملك أكبر سعة سياق؟
Llama 4 Scout يحمل الرقم القياسي بـ 10 ملايين توكن. وهو نموذج مفتوح المصدر بالاستضافة الذاتية — لا رسوم لكل توكن. ومن بين APIs التجارية المستضافة، يقدّم كل من Claude Opus 4.8 وSonnet 4.6 سعة مليون توكن، ويقدّم GPT-5.5 نحو 1.05 مليون.
هل سعة السياق الأكبر تعني دائماً أداءً أفضل؟
لا. حجم سعة السياق هو الحد الأقصى الذي يقبله النموذج؛ أما جودة الاسترجاع داخل تلك السعة فتتراجع كلما ابتعد المحتوى عن البداية. معظم النماذج تسترجع بموثوقية من بداية السياق ونهايته، مع مشكلة «الضياع في المنتصف» للمحتوى البعيد عن الطرفين. نموذج بسعة 400K يسترجع جيداً قد يتفوق على نموذج بسعة 1M ذي استرجاع ضعيف للسياق الطويل في المهام الفعلية.
لماذا يهمّ حجم سعة السياق؟
يحدد حجم سعة السياق كم من المعلومات يمكن للنموذج أن يأخذها في الحسبان في تمريرة واحدة. لتحليل الأكواد، تعني السعة الأكبر احتواء جزء أكبر من قاعدة الأكواد دفعة واحدة. ولمراجعة المستندات، تعني أجزاءً أقل وعبئاً أقل من التلخيص. وللوكلاء، تعني سجلات محادثة أطول دون اقتطاع. الحد العملي عادةً هو التكلفة — فالسياقات الأطول تكلف أكثر لكل استدعاء.