كانت الرؤية ترقية مدفوعة. في كتالوج أكتوبر 2026 أصبحت ميزة الفئة الاقتصادية: خمسة نماذج تحت $0.16/M إدخالاً تقرأ الصور أصلاً، وأحد أفضل الخيارات الشاملة الوسائط مجاني، وحتى الاختيارات الغربية الفاخرة هبطت إلى كسر أسعار الرؤية في العام الماضي. إن كان حملك يلامس لقطات الشاشة والمستندات والتحقق من الواجهات وصور المنتجات، فسعر “الرؤية” انهار.
هذا ترتيب قائم على الكتالوج — كل الأسعار والوسوم من كتالوج MeshTok الحي بتاريخ 2026-10-26 (قابلة للتحقق من صفحة الأسعار). نجمع حسب المستوى السعري ونشير إلى من يضيف الصوت أو الفيديو فوق الصور.
ساحة الرؤية في لمحة
كل النماذج أدناه تحمل وسم vision (إدخال صور أصلي) وتُستدعى عبر نقطة نهاية واحدة متوافقة مع OpenAI على https://meshtok.com/v1:
| Model id | السياق | الإدخال $/مليون | الإخراج $/مليون | إضافات |
|---|---|---|---|---|
agnes/agnes-2.0-flash | 512K | مجاني | مجاني | وكيل، tools |
bigmodel/glm-5.3-flash | 1M | $0.12 | $0.42 | tools، fast |
xiaomi/mimo-v2.6-flash | 1M | $0.15 | $0.30 | إدخال صوت |
ali/qwen3.8-flash | 1M | $0.15 | $0.45 | tools، fast |
deepseek/deepseek-v4.1-flash | 1M | $0.15 | $0.60 | reasoning |
deepseek/deepseek-v4-flash-vision-exp | 1M | $0.15 | $0.60 | خط رؤية تجريبي |
ali/qwen3.5-omni-flash | 256K | $0.33 | $1.98 | إدخال صوت + فيديو |
google/gemini-3.8-flash | 1M | $0.75 | $3.75 | برمجة، استدلال، tools |
ali/qwen3.5-omni-plus | 256K | $1.04 | $5.95 | صوت + فيديو، رائد شامل |
stepfun/step-5-preview | 256K | $1.04 | $2.98 | إدخال فيديو، رائد برمجة |
anthropic/claude-sonnet-5.5 | 1M | $2.00 | $10.00 | reasoning، tools |
anthropic/claude-opus-5.5 | 1M | $4.00 | $20.00 | رائد، reasoning، tools |
openai/gpt-6-astra | 400K | $10.00 | $50.00 | رائد OpenAI |
الفئة الاقتصادية: رؤية بـ $0.12–$0.15/M
هذا المستوى لم يكن موجوداً قبل عام، وهو حيث ينبغي أن تعيش معظم أحمال الصور:
- GLM-5.3-Flash ($0.12/$0.42) — أرخص نموذج بوسم رؤية في الكتالوج. أول GLM-5 متعدد الوسائط أصلاً من Zhipu (320B إجمالية/18B مفعّلة) يقرأ الصور بنفس شريحة الأسعار التي كانت للنماذج النصية العام الماضي. لتصنيف اللقطات وتحليل الإيصالات والإشراف بالحجم، هذا هو أرضية السعر.
- MiMo V2.6 Flash ($0.15/$0.30) — النموذج الاقتصادي الوحيد بوسم
audio: صور وصوت في الإدخال، بأرخص سعر إخراج في الكتالوج. تفريغ الرسائل الصوتية مع فهم لقطات الشاشة في نموذج واحد مزيج مفيد فعلاً لأدوات الدعم. - Qwen3.8 Flash ($0.15/$0.45) — فلاش علي بابا المتوازن: صور مع استدعاء الأدوات ونافذة 1M. الخيار حين تحتاج استدعاءات الرؤية أيضاً إلى تفعيل function calls.
- DeepSeek V4.1 Flash ($0.15/$0.60) — يضيف وسم
reasoningإلى الرؤية: الخيار حين تحتاج الصور تفكيراً (قراءة الرسوم البيانية، أسئلة المخططات، الرياضيات من الصور). - Agnes 2.0 Flash (مجاني) — صفر دولارات، نافذة 512K، فهم الصور مشمول. للنمذجة الأولية لخطوط الرؤية واختبارات CI والأعمال الخلفية، المجاني يتفوق على الرخيص.
الفئة الوسطى: خطوة نحو الشمول ($0.33–$1.04/M)
- Qwen3.5 Omni Flash ($0.33/$1.98) — أرخص نموذج شامل حقيقي: نص وصورة وصوت وصوت-فيديو في الإدخال، مبني للتفاعل الفوري. المساعدات الصوتية وخطوط فهم الوسائط تبدأ من هنا.
- Gemini 3.8 Flash ($0.75/$3.75) — أقوى Flash من Google: رؤية مع وسمَي
codingوreasoningعلى نافذة 1M. الخيار للأحمال المختلطة حيث يجب على النموذج نفسه قراءة اللقطات وكتابة الكود بناءً عليها. - Qwen3.5 Omni Plus ($1.04/$5.95) — فئة الرائد الشامل: فهم صوت-فيديو بأعلى جودة حين لا تكفي نسخة Flash.
- Step 5 Preview ($1.04/$2.98) — يقبل الفيديو أصلاً مع النص والصور، بوسم رائد برمجة — ميزة ضيقة لكنها حقيقية لسيناريوهات الفيديو-إلى-كود وأعمال الوسائط.
الفئة الفاخرة: رؤية ملاصقة للرواد ($2.00–$10.00/M)
Claude Sonnet 5.5 ($2.00/$10.00) هو بطل تصحيح اللقطات: رؤية مع استدلال مع أدوات على نافذة 1M، وأرخص طريق للحصول على الرؤية داخل حزمة وكيلة من الطراز الأول. Claude Opus 5.5 ($4.00/$20.00) وGPT-6 Astra ($10.00/$50.00) للطرف الصعب: جولات وكلاء طويلة حيث يجب على النموذج أن يقرأ الشاشة ويخطط ويتصرف لساعات. لفهم الصور الخالص كلاهما مبالغة؛ رؤيتهما مكافأة وليست سبب الدفع.
كم يكلف شهر من ترافيك الرؤية
الحمل المرجعي: مليون إدخال + 0.25 مليون إخراج يومياً، 30 يوماً (توكنات الصور تُحاسب كإدخال — وهنا يتركز كلفة الرؤية):
| النموذج | شهرياً | الفئة |
|---|---|---|
| Agnes 2.0 Flash | $0 | مجاني |
| GLM-5.3-Flash | $6.75 | اقتصادي |
| MiMo V2.6 Flash | $6.75 | اقتصادي + صوت |
| Qwen3.8 Flash | $7.88 | اقتصادي + tools |
| DeepSeek V4.1 Flash | $9.00 | اقتصادي + reasoning |
| Qwen3.5 Omni Flash | $24.75 | شامل |
| Gemini 3.8 Flash | $50.63 | وسط + برمجة |
| Step 5 Preview | $53.55 | وسط + فيديو |
| Claude Sonnet 5.5 | $135.00 | فاخر |
| Claude Opus 5.5 | $270.00 | رائد فاخر |
| GPT-6 Astra | $675.00 | رائد OpenAI |
المدى صارخ: شهر كامل من ترافيك ثقيل الصور يكلف $6.75 عند الأرضية الاقتصادية أو $675 عند قمة السوق — 100 ضعف لنفس العمل الجوهري.
الاختيار حسب الحمل
- تصنيف اللقطات والإيصالات والإشراف بالحجم → GLM-5.3-Flash (أرضية $0.12 للإدخال)
- صور + رسائل صوتية (أدوات الدعم) → MiMo V2.6 Flash
- رسوم بيانية ومخططات ورياضيات من الصور → DeepSeek V4.1 Flash (رؤية + استدلال)
- مساعدات صوتية وفهم صوت-فيديو → Qwen3.5 Omni Flash ثم Omni Plus للجودة
- اقرأ الشاشة ثم اكتب الكود → Gemini 3.8 Flash أو Step 5 Preview
- حلقات وكلاء باللقطات → Claude Sonnet 5.5 (ثم Opus 5.5 للطرف الصعب)
- نمذجة أولية بلا ميزانية → Agnes 2.0 Flash
جرّبها بطلب واحد
import base64
from openai import OpenAI
client = OpenAI(
base_url="https://meshtok.com/v1",
api_key="sk-your-MeshTok-key",
)
img = base64.b64encode(open("screenshot.png", "rb").read()).decode()
resp = client.chat.completions.create(
model="bigmodel/glm-5.3-flash", # أو mimo-v2.6-flash, gemini-3.8-flash, claude-sonnet-5.5
messages=[{
"role": "user",
"content": [
{"type": "text", "text": "صف كل عنصر واجهة في هذه اللقطة."},
{"type": "image_url", "image_url": {"url": f"data:image/png;base64,{img}"}},
],
}],
)الأسعار تعكس كتالوج MeshTok بتاريخ 2026-10-26؛ الأرقام الحية في صفحة الأسعار، وتفاصيل كل نموذج في صفحات النماذج. للفئة الاقتصادية النصية، انظر أرخص واجهات الذكاء الاصطناعي تحت $0.20/M.