Qwen، Kimi و GLM؛ مدل‌های چینی ارزان در برابر GPT و Claude

وقتی هزینهٔ API پروژه‌تان از حدی بالاتر می‌رود، دیر یا زود به این فکر می‌افتید که چرا باید برای دسته‌بندی چند هزار پیام پشتیبانی، پول مدل پرچمدار بدهید. اینجاست که اسم مدل‌های چینی وسط می‌آید: Qwen، Kimi، GLM و چند نام دیگر که با کسری از هزینهٔ رقبای آمریکایی کار می‌کنند. دربارهٔ دیپ‌سیک قبلاً مفصل نوشته‌ایم و آن را در راهنمای API دیپ‌سیک پیدا می‌کنید؛ این مقاله دربارهٔ بقیهٔ خانواده است که تقریباً هیچ متن فارسی جدی‌ای ندارند.

و یک تعیین تکلیف در همان ابتدا: این مقاله جدول قیمت نیست. مقایسهٔ عددی نرخ‌ها را در مقایسهٔ قیمت API مدل‌های هوش مصنوعی نوشته‌ایم و اینجا به چیز مهم‌تری می‌پردازیم: هرکدام از این مدل‌ها واقعاً در چه کاری خوب‌اند و کجا شما را زمین می‌زنند.

چرا اصلاً باید این مدل‌ها را جدی بگیرید؟

دو سال پیش جواب این سؤال روشن نبود؛ امروز هست. سه اتفاق باعث شد این خانواده از «جایگزین ارزان و ضعیف» به گزینهٔ واقعی تبدیل شود:

• فاصلهٔ کیفی کم شد. در کارهای متعارف — خلاصه‌سازی، دسته‌بندی، استخراج داده، تولید متن ساده — تفاوت با مدل‌های پرچمدار آن‌قدر کم است که کاربر نهایی متوجه نمی‌شود.
• وزن‌های باز. بخش بزرگی از این خانواده نسخه‌های متن‌باز دارد. یعنی می‌توانید مدل را روی سرور خودتان اجرا کنید و اصلاً دادهٔ شما جایی نرود؛ گزینه‌ای که مدل‌های بسته به شما نمی‌دهند.
• پنجرهٔ کانتکست بزرگ. چند مدل از این خانواده روی پردازش ورودی‌های خیلی طولانی تمرکز کرده‌اند و این دقیقاً همان جایی است که هزینهٔ مدل گران، آدم را می‌کشد.

در مقابل، سه ضعف هم هست که پیش از تصمیم باید بدانید. اول، در کارهای پیچیده و چندمرحله‌ای فاصله هنوز واقعی است؛ هرچه تسک طولانی‌تر و مبهم‌تر باشد، احتمال اینکه مدل ارزان وسط راه از هدف منحرف شود بیشتر است. دوم، مستندات و اکوسیستم ابزارها ضعیف‌تر است؛ کتابخانه‌ها و نمونه‌کدهای آماده برای مدل‌های آمریکایی به‌مراتب بیشتر است و وقتی به مشکل بخورید، جواب را دیرتر پیدا می‌کنید. سوم، پایداری سرویس و سیاست قیمت‌گذاری کمتر قابل پیش‌بینی است؛ چند شرکت از این خانواده در یک سال گذشته ساختار پلن‌هایشان را بازنویسی کرده‌اند، که برای یک محصول عملیاتی ریسک محسوب می‌شود.

پس تصویر نهایی نه «جایگزین کامل» است و نه «اسباب‌بازی ارزان»؛ ابزارهایی هستند که در جای درست، پول جدی صرفه‌جویی می‌کنند. اول بگذارید بازیگرها را معرفی کنیم.

Qwen؛ کامل‌ترین خانواده

Qwen محصول علی‌بابا است و بزرگ‌ترین مزیتش تنوع است. از مدل‌های کوچک چند میلیارد پارامتری که روی یک سرور معمولی اجرا می‌شوند تا مدل‌های بزرگ ابری، به‌علاوهٔ نسخه‌های تخصصی برای کد، ریاضی و ورودی تصویری. اگر می‌خواهید یک خانواده انتخاب کنید و برای همهٔ نیازهایتان از همان استفاده کنید، Qwen منطقی‌ترین انتخاب است.

نقطهٔ قوت عملی‌اش برای کاربر ایرانی، وجود نسخه‌های کوچک و متن‌باز است: می‌توانید یک مدل چند میلیارد پارامتری را روی سرور مجازی خودتان بالا بیاورید و برای کارهایی مثل دسته‌بندی و برچسب‌زنی، هزینهٔ API را عملاً صفر کنید. اگر با مفهوم سرور مجازی آشنا نیستید، سرور مجازی چیست نقطهٔ شروع خوبی است.

Kimi؛ وقتی ورودی خیلی طولانی است

Kimi ساختهٔ شرکت Moonshot AI است و از ابتدا هویتش را روی یک چیز بنا کرد: پردازش متن‌های بسیار طولانی. اگر کارتان از این جنس است — تحلیل چند قرارداد کنار هم، خلاصه‌سازی یک کتاب، پرسش و پاسخ روی مجموعه اسناد بزرگ — این خانواده دقیقاً برای شما ساخته شده است.

یک هشدار مهم: پنجرهٔ کانتکست بزرگ به این معنا نیست که همه‌چیز را داخلش بریزید. هرچه ورودی بلندتر شود، هم هزینه بالا می‌رود و هم دقت مدل در پیدا کردن اطلاعات وسط متن افت می‌کند. راه‌حل درست تقریباً همیشه بازیابی هوشمند است، نه ورودی غول‌پیکر. اندازهٔ دقیق پنجره را هم از صفحهٔ رسمی خود سرویس بخوانید؛ این عدد مرتب تغییر می‌کند.

GLM؛ تمرکز روی کد

GLM محصول شرکت Z.ai است و در یک سال گذشته بیشترین سرمایه‌گذاری‌اش را روی کدنویسی و کار عاملانه گذاشته است. جالب‌ترین بخش ماجرا برای برنامه‌نویس‌ها این است که این سرویس اندپوینتی سازگار با پروتکل Anthropic منتشر کرده و می‌شود ابزارهای موجود را به آن وصل کرد. جزئیات فنی و ضعف‌های واقعی این مسیر را در پلن کدنویسی GLM کامل توضیح داده‌ایم.

در کنار این سه، دو نام دیگر را هم بشناسید: MiniMax که روی مدل‌های چندوجهی و صوت کار می‌کند، و DeepSeek که با تمرکز روی استدلال و قیمت پایین شناخته می‌شود. هر پنج شرکت مدل‌هایشان را چند ماه یک بار به‌روز می‌کنند، بنابراین هر قضاوتی دربارهٔ «کدام بهتر است» عمر کوتاهی دارد و مکانیزم انتخاب مهم‌تر از فهرست نام‌هاست.

هرکدام کجا برنده‌اند؟

الگویی که در پروژه‌های واقعی بهترین نتیجه را می‌دهد، انتخاب یک مدل برای همه‌چیز نیست؛ مسیریابی است. کارهای ساده و پرحجم را به مدل ارزان بدهید و فقط بخش‌هایی را که واقعاً به استدلال دقیق یا فارسی روان نیاز دارد به مدل گران بسپارید. همین یک تصمیم معماری معمولاً بیشتر از هر بهینه‌سازی دیگری صورتحساب را پایین می‌آورد و مبنای محاسبه‌اش را در راهنمای محاسبهٔ هزینهٔ توکن نوشته‌ایم.

کیفیت فارسی؛ صادقانه

اینجا باید رک باشیم، چون این همان جایی است که خیلی از کاربران ایرانی بعد از انتخاب پشیمان می‌شوند. مدل‌های چینی فارسی را می‌فهمند اما فارسی را به‌خوبی GPT و Claude نمی‌نویسند. الگویی که در عمل تکرار می‌شود این است:

• درک ورودی فارسی خوب است. اگر متن فارسی بدهید و بخواهید دسته‌بندی، استخراج داده یا تحلیل احساسات انجام دهد، معمولاً نتیجه قابل قبول است.
• تولید متن فارسی ضعیف‌تر است. ساختار جمله گاهی ترجمه‌زده می‌شود، اصطلاح‌ها همیشه طبیعی نیستند و در متن‌های بلند لحن ثابت نمی‌ماند.
• نگارش و نیم‌فاصله مشکل‌دارتر است. برای متنی که مستقیم روی سایت منتشر می‌شود، این یعنی ویرایش انسانی بیشتر.
• دانش بومی کمتری دارند. دربارهٔ موضوعات محلی، قوانین و ارجاعات فرهنگی ایران، احتمال خطا بیشتر است.

یک تست ساده که پیش از تصمیم انجام دهید: ده متن واقعی از کار خودتان بردارید، همان پرامپت را روی مدل چینی و روی مدلی که الان استفاده می‌کنید اجرا کنید و خروجی‌ها را کنار هم بگذارید. اگر برای رساندن خروجی مدل ارزان به کیفیت قابل انتشار، بیش از چند دقیقه ویرایش لازم است، صرفه‌جویی روی قیمت توکن توهم است و باید هزینهٔ نیروی انسانی را هم در محاسبه بیاورید.

ترجمهٔ عملی این چهار بند: برای پردازش فارسی گزینهٔ خوبی هستند، برای تولید فارسی درجه‌یک نه. اگر خروجی مستقیم به چشم مشتری می‌رسد، صرفه‌جویی روی مدل معمولاً به هزینهٔ ویرایش تبدیل می‌شود. مقایسهٔ کیفی مدل‌های اصلی را هم در Claude یا ChatGPT بررسی کرده‌ایم.

دادهٔ شما کجا می‌ماند؟

این سؤالی است که هر کسب‌وکاری باید بپرسد و تقریباً هیچ صفحهٔ فروش فارسی‌ای مطرحش نمی‌کند. وقتی درخواستی به API می‌فرستید، محتوای آن روی سرور شرکتی در حوزهٔ قضایی دیگری پردازش می‌شود. این برای مدل‌های آمریکایی هم صادق است، اما چند تفاوت عملی وجود دارد که باید بدانید:

1. سیاست نگهداری و آموزش را بخوانید. اینکه سرویس دادهٔ ورودی شما را چه مدت نگه می‌دارد و آیا برای آموزش استفاده می‌کند، معمولاً در شرایط استفاده نوشته شده و بین پلن‌های شخصی و سازمانی فرق دارد.
2. محل سرور را بررسی کنید. بعضی از این شرکت‌ها اندپوینت بین‌المللی جدا از اندپوینت داخلی چین دارند و شرایطشان یکسان نیست.
3. دادهٔ حساس را اصلاً نفرستید. کد اختصاصی کارفرما، اطلاعات هویتی مشتریان و اسناد مالی نباید بدون بررسی حقوقی به هیچ API خارجی برود؛ چینی یا آمریکایی فرقی نمی‌کند.
4. اگر حساسیت بالاست، مدل را خودتان اجرا کنید. بزرگ‌ترین مزیت واقعی این خانواده همین است؛ نسخهٔ متن‌باز روی سرور خودتان یعنی هیچ دادهای از محیط شما خارج نمی‌شود.

از کجا شروع کنیم؟

یک نکتهٔ فنی را روشن کنیم تا سردرگمی ایجاد نشود: روی درگاه هوش مصنوعی نِت اَرز مدل‌های DeepSeek مستقیم وصل‌اند و Qwen، GLM و Kimi از مسیر OpenRouter صدا زده می‌شوند؛ فهرست به‌روز و قیمت لحظه‌ای هر کدام در صفحهٔ مدل‌ها است. اگر به‌جای کلید برنامه‌نویسی دنبال اعتبار یا اشتراک خود همان سرویس هستید، آن هم در فروشگاه موجود است. برای نمونه، پلتفرم Z.ai به‌صورت اعتبار API و اشتراک GLM-5.2 در دستهٔ خرید از فروشگاه‌های خارجی موجود است. قیمت لحظه‌ای تومانی روی صفحهٔ هر محصول درج شده، پرداخت با درگاه بانکی زرین‌پال، کیف پول نِت اَرز یا کارت‌به‌کارت انجام می‌شود و ۹ درصد مالیات بر ارزش افزوده به مبالغ تومانی اضافه می‌شود.

و پیشنهاد عملی آخر: پیش از هر تصمیمی، پنجاه نمونهٔ واقعی از دادهٔ خودتان بردارید و همان را روی دو سه مدل مختلف اجرا کنید. نتیجهٔ همین تست نیم‌ساعته از هر بنچمارک و هر مقاله‌ای — از جمله همین مقاله — برای پروژهٔ شما معتبرتر است. هزینهٔ این آزمایش هم ناچیز است؛ اگر دنبال نسخهٔ بی‌هزینه می‌گردید، راهنمای مدل رایگان OpenRouter می‌گوید چرا چنین گزینه‌ای دیگر روی درگاه نیست و به‌جایش از کدام مدل‌ها شروع کنید.