نظرة عامة على نماذج اللغة

نماذج LLM عبر الإنترنت في PapersGPT

اليوم، يتطور الذكاء الاصطناعي بسرعة فائقة، مع ظهور نماذج وتقنيات جديدة كل أسبوع تقريبًا. لا يظهر هذا السباق أي علامات على التباطؤ، وتتغير تصنيفات أفضل نماذج الذكاء الاصطناعي كل أسبوع تقريبًا. سيساعدك هذا الدليل في الحصول على نظرة عامة على نماذج LLM المختلفة. يمكنك استخدام معظم نماذج LLM في PapersGPT للدردشة مع PDF. إليك النماذج المدعومة من PapersGPT:

ProviderSupported Models
OpenAIgpt-5.1 | gpt-5 | gpt-5-min | gpt-5-nano | gpt-5-chat
gpt-4.1 | gpt-4.1-mini | gpt-4.1-nano
o4-mini-deep-research | gpt-4o-mini-search-preview | gpt-4o-search-preview
o3 | o4-mini | o3-mini | o1-mini
gpt-4o | chatgpt-4o-latest | gpt-4o-mini | gpt-4 | gpt-4-turbo | gpt-3.5-turbo
GeminiGemini 3 Pro Preview
2.5 Pro | Flash Latest | Flash Lite Latest | 2.5 Flash | 2.5 Flash-Lite
2.0 Flash | 2.0 Flash-Lite
ClaudeHaiku 4.5 | Sonnet 4.5 | Opus 4.1 | Opus 4 | Sonnet 4
Sonnet 3.7 | Sonnet 3.5 | Haiku 3.5
Opus 3 | Sonnet 3 | Haiku 3
DeepSeekDeepSeek 3.2 Exp
QwenQwen3-Max | Qwen-Plus | Qwen-Flash
qwen3-235b-a22b-thinking-2507 | qwen3-235b-a22b-instruct-2507
qwen3-30b-a3b-thinking-2507 | qwen3-30b-a3b-instruct-2507
MistralMagistral Medium | Magistral small | Mistral Medium 3 | Mistral Small 3.2 | Mistral Large
Kimikimi-k2-thinking | kimi-k2-0905-preview | kimi-k2-0711-preview | kimi-k2-turbo-preview
Z.aiglm-4.6 | glm-4.5 | glm-4.5-air | glm-4.5-flash
OpenRouterClaude Sonnet 4.5 | Gemini 2.5 Flash | Gemini 2.5 Pro | Grok 4 Fast | MiniMax M2 | Claude Sonnet 4 | Gemini 2.0 Flash | DeepSeek V3 0324 | Gemini 2.5 Flash Lite | GPT-4o-mini | Claude Haiku 4.5 | GLM 4.6 | Qwen3 235B A22B Instruct 2507 | gpt-oss-120b | DeepSeek R1T2 Chimera (free) | DeepSeek V3.1 | Gemini 2.5 Flash Preview 09-2025 | GPT-5 | GPT-5 Mini | Claude 3.7 Sonnet | Tongyi DeepResearch 30B A3B(free) | gpt-oss-20b(free) | Mistral Medium 3.1 | Qwen3 Next 80B A3B Thinking | Qwen3 Next 80B A3B Instruct | Claude Opus 4.1 | Kimi K2 0905 | Grok 4
SiliconFlowDeepSeek V3.1 Terminus | DeepSeek V3.1 | gpt-oss-120b | gpt-oss-20b | Kimi-K2-Instruct-0905 | Qwen3-Next-80B-A3B-Instruct | Ling-mini-2.0 | Ling-flash-2.0 | DeepSeek-V3 | DeepSeek-R1 | GLM-4.5 | GLM-4.5-Air | Qwen3-235B-A22B-Thinking-2507 | Qwen3-235B-A22B-Instruct-2507 | Qwen3-30B-A3B-Thinking-2507 | Qwen3-30B-A3B-Instruct-2507 | Kimi-K2-Instruct | ERNIE-4.5-300B-A47B | Hunyuan-A13B-Instruct | MiniMax-M1-80k

يرجى ملاحظة أن OpenRouter و SiliconFlow هما مركزا نماذج يوفران نماذج SOTA الأكثر شيوعًا.

كيف تحكم وتختار النموذج؟

مع وجود العديد من النماذج في السوق، كيف تختار النموذج المناسب؟ إليك منصتان يمكنك الرجوع إليهما:

OpenRouter، الذي يحتوي على العديد من النماذج ولديه عدد كبير من المستخدمين. لذلك، فإن أفضل ٢٠ نموذجًا الأكثر استخدامًا المدرجة هناك تستحق النظر. ومع ذلك، من الأفضل تحديد الأولويات بناءً على الاستخدام المقصود، حيث أن بعض النماذج أكثر ملاءمة للبرمجة ولكنها ليست بالضرورة مناسبة لفهم القراءة.

lmarena.ai، منصة لقياس أداء نماذج LLM، تقيم النماذج بالكامل من خلال مقارنات تقييم بشرية، والتقييم هو أيضًا نظام تسجيل صندوق أسود يتم إعداده وفقًا لسيناريوهات استخدام مختلفة.

بالإضافة إلى ذلك، إذا كنت تستخدم نماذج LLM بشكل متكرر، فإن النموذج الاقتصادي هو أيضًا عامل يستحق النظر عند الاختيار.