benchr
بيانات الأسعار
نأخذ أسعار التوكنات للنماذج المغلقة من صفحات المزوّدين الرسمية: Anthropic وOpenAI وGoogle وMistral وDeepSeek. وعندما نذكر سعر استضافة نموذج مفتوح الأوزان، نربطه بالمزوّد الذي نشر السعر. وعند تغيّر السعر، نحدّث الصفحة ونسجّل التغيير.
نتائج معايير الأداء
نأخذ نتائج الاختبارات المرجعية من الجداول التي تنشرها الجهات القائمة عليها. نتائج SWE-bench Verified من swebench.com، وLMSYS Arena من lmarena.ai، وARC-AGI من arcprize.org. وإذا نشر المزوّد نتيجة قبل ظهورها في جدول مستقل، نذكر بوضوح أنها نتيجة منشورة من المزوّد.
تقييمات القدرات
حين يُسند هذا الموقع تقييمات قدرات (البرمجة والتفكير والكتابة والرؤية والسياق الطويل وتعدد اللغات) على مقياس من 0 إلى 100، فهي تقديرات تحريرية. تجمع بين معايير عامة مستشهَد بها، ووثائق المزوّدين، وتقارير خارجية منشورة. وليست قياسات أجراها benchr، ولا نتائج أعاد الموقع إنتاجها بصورة مستقلة، ولا حقائق صادرة من المزوّد. حتى الرقم الدقيق شكلاً يبقى أداة تخطيط تحريرية لا نتيجة مختبرية.
الأرقام الموثّقة والتقديرات التحريرية في الأدوات
تقرأ أداة اقتراح النماذج والحاسبة والرسوم البيانية ومستكشف نتائج الاختبارات من ملف واحد هو assets/data/models.json. ويميّز هذا الملف بوضوح بين نوعين من الأرقام:
- مواصفة رسمية: السعر وسعة السياق والحد الأقصى للإخراج وتاريخ الإصدار وحالة التوفر من وثيقة مزوّد مرتبطة. وتعني «رسمية» أن المزوّد نشرها، لا أن benchr تحقّق منها مختبرياً بصورة مستقلة.
- معيار منشور من المزوّد أو طرف ثالث: تقييم عام مُسمّى مع تحديد الجهة الناشرة. لا تُقدَّم نتيجة المزوّد كأنها مستقلة. وحين لا تتوفر نتيجة عامة قابلة للمقارنة، يبقى الحقل فارغاً؛ ولا ينشئ benchr رقماً بديلاً.
- حكم تحريري: ملفات القدرات من 0 إلى 100 وسيلة فرز موضحة المصدر وليست بنشمارك. تظهر بصفتها تحريرية أينما استُخدمت. أما الكمون وزمن أول رمز وسرعة الرموز في الثانية فتظل حقولها فارغة في البيانات العامة ما لم يتوفر قياس قابل لإعادة الإنتاج أو رقم منسوب بوضوح إلى المزوّد؛ لأن رقماً عاماً واحداً يخفي اختلاف المنطقة وإصدار النموذج وشكل الطلب وحمل الخدمة.
- حساب توضيحي: مثال تكلفة مبني على افتراضات معلنة وبطاقة سعر مستشهَد بها. يشرح طريقة الحساب، ولا يصف فاتورة عميل حقيقية.
لذلك تجمع أدوات الترتيب بين حقائق منشورة وأحكام تحريرية تحمل وسمها. هي وسيلة لفرز المرشحين، وليست لوحة صدارة محايدة. القدرة التي لا يدعمها النموذج قد تُحتسب صفراً، أما نتيجة البنشمارك أو السرعة غير المتوفرة فتظهر كبيان غير متاح ولا تتحول إلى صفر بصمت. وقبل الاستخدام في الإنتاج، أعد الاختبار بأسئلتك ومنطقتك وعتادك ومعيار الجودة لديك.
المسؤولية التحريرية وفحص النشر
فريق benchr التحريري هو المؤلف المؤسسي المسؤول. تشمل أدواره المعلنة تحديد النطاق والتحقق من الأدلة وتحرير العربية وفحص النشر؛ وأسماء الأدوار لا تعني وجود موظف مستقل لكل دور. قبل نشر مقال جديد أو تعديله جذرياً، تُراجع الحقائق المادية في الأدلة المستشهَد بها، وتبقى الخانة غير المدعومة غير متاحة، ويُطابق سطر المؤلف وبيانات Article الصفحة العلنية نفسها.
قد تساعد أدوات الذكاء الاصطناعي في التنظيم والمسودة وفحص الترجمة والشفرة والرسوم، لكنها ليست دليلاً ولا مؤلفاً ولا مراجعاً مستقلاً. اختيار المصدر واعتماد الحقيقة وصياغة النص والتصحيح مسؤوليات تحريرية.
ما هذا الموقع وما ليس كذلك
هذا منشور تحريري يُلخّص المعلومات العامة، وليس مختبراً لمعايير الأداء. لا تدّعي المقالات الحالية تشغيل اختبارات خاصة غير منشورة من benchr أو إجماليات تكاليف API خاصة أو نتائج تجربة بصيغة المتكلم. أحكام ملاءمة أعباء العمل تفسيرات تحريرية لمعايير مستشهَد بها وبطاقات أسعار ومواصفات رسمية وتقارير عامة منسوبة إلى أصحابها؛ والحكم نفسه ليس نتيجة مقاسة.
ينشر benchr حزمة أصلية مرخّصة CC BY 4.0 لـتقييم حالات الاستخدام. تضم ست حزم ثنائية اللغة و30 سؤالاً ثابتاً ومعايير تصحيح، كي يستطيع القارئ إجراء مقارنة متسقة. ولا تتضمن مخرجات نماذج أو درجات أو ترتيباً أو ادعاءً بأن benchr نفّذها. تصميم الاختبار المنشور بنية للتقييم، لا نتيجة مقاسة.
نفضّل حكماً نوعياً واضحاً، مثل «أداء اللهجات يحتاج إلى تحقق محلي»، على رقم دقيق بلا سند. يجب أن يظهر مصدر كل رقم واقعي في النص أو المراجع، وأن تحمل القيم المقدّرة وسم «تقدير تحريري» مع افتراضات الحساب.
إذا تعذّر دعم مقارنة بمصدر عام، نعرضها كسؤال يحتاج إلى اختبار، لا كتجربة أجراها benchr.
إذا نشر benchr اختباراً أصلياً مستقبلاً، فستذكر الصفحة اسم المختبِر والتاريخ وإصدارات النماذج والبرمجيات والعتاد أو المنطقة ومجموعة البيانات ومعيار التقييم وعدد التشغيلات والقيود الجوهرية. وسننشر أمثلة خاماً تكفي لمراجعة النتيجة. وحتى تتوفر هذه العناصر، لا نصف أي سيناريو بأنه اختبار من benchr.
دورية التحديث
نراجع الأسعار عند تحديث المقالات، ونسجّل الإصدارات وحالات الإيقاف بعد إعلانها. كما نعيد فحص بيانات النماذج قبل المراجعات الكبيرة. لا ندّعي وجود دورة أسبوعية أو شهرية ثابتة.
التصحيحات والنزاعات
إن وجدت رقماً أو تاريخاً أو نسبةً لا تتطابق مع المصدر الأولي، أرسل ملاحظة إلى corrections@benchr.org. التصحيحات الجوهرية تُسجَّل في صفحة التصحيحات وفي سجل التغييرات الخاص بكل مقال.