لديك عقد من 600 صفحة، أو سنة كاملة من تذاكر الدعم، أو قاعدة شيفرة برمجية كاملة، وتريد من نموذج ذكاء اصطناعي أن يقرأ كل ذلك قبل أن يجيب. قبل عامين كان هذا يعني تقطيع المادة إلى أجزاء والأمل في ألّا يضيع شيء مهم بينها. اليوم، تقبل عدة نماذج مليون توكن أو أكثر في أمر نصي واحد. لكن المشكلة أن الرقم الذي يتصدّر الإعلان نادرًا ما يخبرك بما ستحصل عليه فعلًا. يوضّح هذا المقال أفضل خيارات السياق الطويلة، والحدود الحقيقية وراء الأرقام الكبيرة، وما يمكنك استخدامه مجانًا، وكم تكلّف النافذة الكاملة حين تصل الفاتورة.
💡 الإجابة السريعة: بالنسبة لمعظم الناس، تكفي نافذة بحجم مليون توكن من Gemini أو Claude أو GPT. يعلن Llama 4 Scout عن 10 ملايين توكن، لكن الدقة بعد بضع مئات الآلاف من التوكنات تعتمد على المهمة أكثر بكثير من الرقم المطبوع في المواصفات.
ما هي نافذة السياق فعلًا
نافذة السياق هي الذاكرة العاملة لنموذج اللغة. كل ما يستطيع "رؤيته" أثناء كتابة الإجابة يجب أن يتّسع داخلها: تعليماتك، والمستندات التي تلصقها، والأدوار السابقة في المحادثة، والرد الذي يولّده. وحين تنفد هذه المساحة، يُحذف المحتوى الأقدم أو يفشل الطلب.
توكنات لا كلمات
تحسب النماذج التوكنات، وهي أجزاء من النص يبلغ طولها تقريبًا ثلاثة أرباع كلمة إنجليزية. تساعد بعض النقاط المرجعية على تخيّل الأرقام:
| حجم النافذة | عدد الكلمات التقريبي | ما الذي يتّسع فيها |
|---|
| 8 آلاف توكن | 6,000 | مقال طويل |
| 128 ألف توكن | 96,000 | رواية كاملة |
| 200 ألف توكن | 150,000 | دليل تقني سميك |
| مليون توكن | 750,000 | عدة روايات أو قاعدة شيفرة متوسطة الحجم |
| 10 ملايين توكن | 7,500,000 | مكتبة صغيرة (معلنة فقط) |
تستهلك الشيفرة البرمجية والجداول والنصوص غير الإنجليزية عادةً توكنات أكثر لكل كلمة، لذلك تتّسع نافذة المليون توكن لمحتوى أقل مما يوحي به الجدول حين تكون مادتك كثيفة.

المدخلات والمخرجات تتقاسم الميزانية
مفاجأة شائعة: النافذة مشتركة. إذا كان لدى نموذج نافذة بحجم مليون توكن وأرسلت 990 ألف توكن، فلن يبقى سوى نحو 10 آلاف للإجابة. كما تحدد نماذج كثيرة حدًا أقصى للمخرجات منفصلًا (غالبًا من 64 ألف إلى 128 ألف توكن)، لذلك لا تعني النافذة الضخمة ردًّا ضخمًا. عند التخطيط لمهمة مثل "أعد كتابة هذه المخطوطة كاملة"، تحقّق من سقف المخرجات أولًا، لا من حجم المدخلات فقط.
أفضل خيارات السياق الطويلة حاليًا
تحرّكت السوق بسرعة. أحصت مقارنة في منتصف 2026 أكثر من اثني عشر نموذجًا بنافذة لا تقل عن مليون توكن، والقائمة في توسّع مستمر. إليك الخيارات المتاحة على PicassoIA مرتّبة حسب الدور.

مجموعة المليون توكن
هذه النماذج هي أول ما ينبغي أن تنظر فيه معظم الناس حين يكون المستند أكبر من أن تستوعبه محادثة عادية:
- Gemini 3.1 Pro: دفعت Google السياق الطويل أبعد من أي جهة أخرى، بنوافذ من مليون توكن، وفي بعض الإعدادات 2 مليون. خيار قوي لنصوص الفيديو والملفات PDF الكبيرة والمدخلات المختلطة من النص والصور.
- Gemini 3.5 Flash: الشقيق الأسرع والأرخص. مناسب حين تحتاج إلى مسح كمية كبيرة من النصوص بسرعة، ويمكنك قبول عمق أقل قليلًا.
- Claude Opus 4.7: يُذكر أنه يقدّم نافذة بحجم مليون توكن بسعره القياسي لكل توكن، دون رسوم إضافية على الأوامر الطويلة. هذا مهم للميزانيات.
- Claude Sonnet 5 وClaude Fable 5: قويان في اتباع التعليمات الطويلة والمفصّلة عبر مادة كبيرة، وهي المكان الذي تتعثر فيه نماذج كثيرة.
- GPT 5.6 Luna، وGPT 5.6 Terra وGPT 5.6 Sol: خط OpenAI الحالي. يصف أحد الإدراجات Luna بنافذة سياق تبلغ نحو 1.05 مليون توكن، وبمخرجات تصل إلى 128 ألف توكن.
💡 تتغير أحجام النوافذ مع كل إصدار، وقد تختلف أحيانًا حسب مستوى الوصول. اعتبر الأرقام هنا لقطة في وقت محدد، وتحقّق من صفحة النموذج قبل التخطيط لمهمة كبيرة.
Llama 4 Scout وادعاء 10 ملايين توكن
يحمل Llama 4 Scout Instruct الرقم القياسي لأكبر نافذة معلنة: 10 ملايين توكن. هذا رقم هندسي مبهر، لكن النسخ المستضافة كثيرًا ما تحدّ الطول القابل للاستخدام بما هو أقل منه بكثير. اعتبر رقم 10 ملايين دليلًا على أن البنية قادرة على التمدد، لا وعدًا بأنك تستطيع إدراج عشر روايات والحصول على استرجاع مثالي. شقيقه Llama 4 Maverick Instruct يستحق التجربة حين تريد نموذج عائلة مفتوحة للمحادثة العامة.

خيارات الميزانية والنماذج المفتوحة
ليست كل مهمة تحتاج إلى نموذج من الطراز الأول. تظهر خيارات أرخص باستمرار في تصنيفات السياق الطويل:
- Qwen3.7 Plus: نموذج عام قادر يقرأ الصور أيضًا.
- Kimi K2.6: شائع في أعمال أسلوب الوكلاء والشيفرة عبر ملفات كثيرة.
- Granite 4.0 H Small: مدرج كنموذج سياق طويل مجاني، مبني على تصميم هجين يُبقي استهلاك الذاكرة منخفضًا.
- Granite 8B Code Instruct 128K: نافذة بحجم 128 ألف مُهيَّأة للشيفرة. صغير وسريع ويكفي لمستودع واحد.
- DeepSeek V3: حصان عمل منخفض التكلفة لمهام النصوص الطويلة التي لا تتطلب استدلالًا من الطراز الأعلى.
ذُكر أن DeepSeek V4 Flash من أرخص الطرق لتشغيل طلب كامل بمليون توكن، بنحو أربعة عشر سنتًا. وهو غير متاح على PicassoIA بعد، لذا لنهج منخفض التكلفة مشابه اليوم، جرّب DeepSeek V3 أو Qwen3.7 Plus المذكورين أعلاه.
الحدود الحقيقية وراء الأرقام الكبيرة
النموذج الذي يقبل مليون توكن ليس هو النموذج الذي يستخدم مليون توكن بكفاءة. هذا هو الجزء الذي تتجاوزه المواصفات.
الطول المعلن مقابل الطول الفعلي
تكشف اختبارات السياق الطويل المستقلة النمط نفسه باستمرار: استرجاع حقيقة واحدة واضحة يبقى قويًا عبر النافذة كلها، لكن المهام التي تتطلب عدة حقائق موزعة في المادة تتدهور مبكرًا. قدّرت إحدى المراجعات الفارق بين الطول المعلن والطول الفعلي بما بين 30 و60 نقطة في الاسترجاع متعدد الحقائق بعد 200 ألف توكن. بعبارة بسيطة، يمكنك لصق الأرشيف كله، لكن إجابة سؤال صعب يتطلب الربط بين أجزاء متفرقة قد تكون موثوقة فقط في أول بضع مئات الآلاف من التوكنات.

الضياع في الوسط وأفخاخ أخرى
تظهر أربعة حدود مرارًا وتكرارًا:
- عمى الوسط. تولي النماذج أكبر قدر من الانتباه لبداية الأمر النصي ونهايته. الحقائق المدفونة في الوسط تُفوَّت بصورة أكثر تكرارًا.
- زمن الاستجابة. قد يستغرق أمر نصي كامل بمليون توكن أكثر من دقيقة لمعالجته قبل أن تظهر الكلمة الأولى.
- سقوف المخرجات. كما ذُكر أعلاه، لا يشتري لك المدخل الضخم ردًّا ضخمًا.
- التشتيت. النص غير ذي الصلة ليس بلا ضرر. إضافة مستندات لا علاقة لها قد تخفض الدقة في الجزء الذي يهمك.
💡 قاعدة عملية: إذا كانت الإجابة موجودة في مكان أو مكانين، فإن نافذة أصغر مع استرجاع جيد تتفوق على لصق ضخم. أما إذا كانت الإجابة تعتمد على المستند كله في آن واحد، مثل تتبّع تناقض عبر عقد، فاذهب إلى الحجم الكبير.
الاستخدام المجاني: ما الذي تحصل عليه فعلًا
نادرًا ما يظهر "مجاني" و"السياق الطويل" في الجملة نفسها، لأن معالجة مليون توكن تكلّف حوسبة حقيقية. مع ذلك، هناك طرق معقولة للتجربة دون إنفاق كبير.

الخطط المجانية وشروطها
تُتيح معظم الجهات المزوّدة وصولًا مجانيًا محدودًا إلى تطبيقات الدردشة الخاصة بها أو إلى API، لكن نافذة السياق الطويلة عادةً ما تكون أول ما يُقيَّد. الأنماط الشائعة هي:
- خطة دردشة مجانية بنافذة سياق أصغر من النافذة المدفوعة.
- خطة API مجانية بحدود معدل صارمة يمكن أن تستنفدها أمر نصي واحد كبير.
- أرصدة تجريبية تنفد بسرعة عندما يبلغ كل طلب مئات الآلاف من التوكنات.
إذا جربت خطة مجانية، فابدأ بعينة من 50 ألف توكن من مادتك. ستعرف هل يتعامل النموذج مع نوع محتواك قبل أن تنفق أي شيء على تشغيل كامل.
النماذج المفتوحة المجانية
النماذج مفتوحة الأوزان هي الطريق الآخر. عدة نماذج على PicassoIA مصنّفة كمجانية للتجربة، منها Granite 4.0 H Small، وGranite 4.1 8B، وLlama 4 Maverick Instruct. نوافذها أصغر من عمالقة الطراز الأول، وغالبًا ضمن نطاق 128 ألف توكن، لكن ذلك يكفي بالفعل لكتاب كامل أو تقرير طويل أو مستودع متوسط الحجم. لكثير من المهام اليومية، هذا هو المزيج المناسب بين التكلفة والقدرة.
| الحاجة | المسار المجاني المناسب |
|---|
| تلخيص تقرير طويل واحد | نموذج مفتوح بنافذة 128 ألف مثل Granite 4.0 H Small |
| مراجعة مستودع واحد | Granite 8B Code Instruct 128K |
| محادثة طويلة عادية | Llama 4 Maverick Instruct |
| مستندات مختلطة من النص والصور | Qwen3.7 Plus أو نموذج من فئة Gemini Flash |
التسعير دون مفاجآت
تسعير السياق بسيط من حيث المبدأ: تدفع لكل مليون توكن إدخال ولكل مليون توكن إخراج. المشكلة أن الأوامر الطويلة تضاعف فاتورة المدخلات بسرعة، خاصة في تطبيقات المحادثة التي يُعاد فيها إرسال السجل كاملًا مع كل دور.

تكلفة النافذة الكاملة الواحدة
حساب سريع يوضح أهمية ذلك. عند سعر مدخلات قدره 5 دولارات لكل مليون توكن، يكلّف أمر نصي كامل بمليون توكن نحو 5 دولارات قبل أن يكتب النموذج كلمة واحدة. عند 1.25 دولار لكل مليون تكون التكلفة نحو 1.25 دولار. وعند أربعة عشر سنتًا، تكون التكلفة أربعة عشر سنتًا. اطرح عشرة أسئلة متابعة على الأمر الكامل نفسه دون تخزين مؤقت، وستدفع ثمن تلك النافذة عشر مرات.
| السيناريو | سعر المدخلات لكل مليون توكن | أمر كامل واحد بمليون توكن | عشر أسئلة متابعة دون تخزين مؤقت |
|---|
| نموذج رائد متطور | نحو 5 دولارات | نحو 5 دولارات | نحو 50 دولارًا |
| نموذج متوسط السعر | نحو 1.25 دولار | نحو 1.25 دولار | نحو 12.50 دولارًا |
| نموذج منخفض التكلفة | نحو 0.14 دولار | نحو 0.14 دولار | نحو 1.40 دولار |
هذه الأرقام أمثلة مستمدة من قوائم أسعار عامة حديثة. تتغير الأسعار كثيرًا، لذا تحقّق من السعر الحالي قبل أن تلتزم بدفعة كبيرة.
التخزين المؤقت والرسوم الإضافية
تغيّر تفصيلتان الحساب أكثر من السعر المعلن:
- التخزين المؤقت للأوامر. تحاسب كثير من الجهات على المدخلات المعاد استخدامها جزءًا من السعر العادي. إذا طرحت أسئلة كثيرة عن المستند نفسه، فقد يخفض التخزين المؤقت الفاتورة بشكل كبير.
- رسوم الأوامر الطويلة. تفرض بعض الجهات، منها Google، سعرًا أعلى بعد تجاوز الأمر حدًا معينًا. وأفادت تقارير بأن Anthropic ألغت رسوم السياق الطويل في نماذجها الأحدث، مما يجعل التكلفة أسهل في التنبؤ.
💡 عادة الميزانية: قدّر التوكنات أولًا (عدد الكلمات × 1.3)، ثم اضربها في سعر المدخلات للنموذج، ثم اضرب الناتج في عدد الأسئلة التي تخطط لطرحها. إذا صدمتك النتيجة، فاختصر المادة أو انتقل إلى نموذج أرخص.
السياق الطويل أم RAG؟
يعني التوليد المعزَّز بالاسترجاع، أو RAG، البحث في مستنداتك أولًا وإرسال المقاطع ذات الصلة فقط إلى النموذج. كان هذا الحل البديل المعتاد حين كانت النوافذ صغيرة، وما زال منافسًا جديًا.

| العامل | السياق الطويل | RAG |
|---|
| جهد الإعداد | شبه معدوم، فقط لصق المادة | يحتاج إلى فهرسة وطبقة بحث |
| التكلفة لكل سؤال | مرتفعة مع المدخلات الكبيرة | منخفضة، أوامر صغيرة |
| الاستدلال عبر المستندات | قوي حين تتسع المادة | أضعف، قد تفوت أجزاء |
| حداثة المحتوى | إعادة اللصق في كل مرة | يتحدّث الفهرس تلقائيًا |
| الأنسب لـ | قراءات عميقة لمرة واحدة | أسئلة متكررة على مكتبة ضخمة ومتغيرة |
استخدم السياق الطويل حين تحتاج إلى قراءة عميقة واحدة لمجموعة محدودة من الملفات، مثل حزمة عقود أو مجموعة أوراق بحثية أو مستودع واحد. استخدم RAG حين تكون المكتبة هائلة، أو تتغير يوميًا، أو حين ستطرح آلاف الأسئلة الصغيرة. تجمع إعدادات قوية كثيرة بين الأسلوبين: تسترجع بضع مئات الآلاف من التوكنات من أفضل المرشحين، ثم تترك نموذجًا ذا نافذة طويلة يستدل عبرها.
نصائح للأوامر مع المدخلات الضخمة
تكافئ النافذة الكبيرة قدرًا بسيطًا من البنية. هذه العادات تحسّن النتائج في معظم النماذج تقريبًا.

نظّم الأمر
- ضع السؤال بعد المستندات. اجعل تعليمتك في النهاية تمامًا، وكرر الطلب الأساسي في سطر واحد إذا كانت المادة طويلة.
- صنّف كل مستند. استخدم وسومًا بسيطة مثل
<doc id="3" title="Lease 2024"> حتى يستطيع النموذج الإشارة إلى مصدر كل معلومة.
- رتّب حسب الأهمية. بما أن البداية والنهاية تحظيان بأكبر قدر من الانتباه، ضع فيهما أهم المواد.
- أزل الضوضاء. احذف الترويسات والتذييلات والصفحات المكررة والنصوص الثابتة قبل اللصق.
تحقّق من الإجابة
- اطلب الاقتباسات. اطلب النص الدقيق الذي يدعم كل ادعاء، ثم راجع ثلاثة أو أربعة منها بشكل عشوائي.
- أجرِ اختبار الإبرة. أخفِ حقيقة مختلقة داخل مادتك واسأل عنها. إذا فاتها النموذج، فخفّض ثقتك بهذا الطول.
- قسّم عند الشك. غالبًا ما يتفوق أمران بحجم 300 ألف توكن على أمر واحد بحجم 600 ألف من حيث الدقة.
ضع النافذة الكبيرة في العمل
أفضل طريقة لمعرفة النقطة التي تبدأ عندها ذاكرة النموذج بالتآكل هي اختباره على مادتك الخاصة. اختر مستندًا تعرفه جيدًا، والصقه في نموذج مثل Gemini 3.1 Pro أو Claude Opus 4.7 أو Llama 4 Scout Instruct، واطرح ثلاثة أسئلة: سؤال سهل، وسؤال يحتاج إلى حقيقتين بعيدتين، وسؤال يتحقق من تفصيل في الوسط. ثم كرر التجربة مع خيار أرخص وقارن.

إليك روتينًا بسيطًا يعمل على PicassoIA:
- افتح مجموعة النماذج اللغوية الكبيرة واختر نموذجًا من القوائم أعلاه.
- ألصق عينة من 50 ألف توكن أولًا للتحقق من الجودة قبل التشغيل الكامل.
- ضع سؤالك في النهاية، وصنّف كل مستند، واطلب الاقتباسات الداعمة.
- قارن نموذجين على الأمر نفسه، واحتفظ بالأرخص إذا تطابقت الإجابات.
بعد أن تُلخَّص مستنداتك الطويلة، يستطيع PicassoIA أيضًا تحويل النتائج إلى مرئيات ومقاطع تعليق صوتي ومقاطع فيديو. جرّبه على نصوصك الخاصة اليوم، وانظر إلى المدى الذي يمكن أن تبلغه نافذة أكبر بمشروعك القادم.