نفس الذكاء الاصطناعي مع تغيير واجهة برمجة تطبيقات البحث، والدرجة تتراوح من 33 إلى 83: كيف تختار أحدث قائمة Search Index؟

ملاحظة المؤلف: تُظهر لوحة ترتيب Artificial Analysis Search Index بتاريخ 2026-11-09 أنه إذا ثبّتنا نموذج الإجابة وتغيّرنا إعدادات البحث وحدها، يمكن أن تنتقل الدرجة الإجمالية من 33 نقطة إلى 83 نقطة. لكن عند اختيار الحل المناسب لا يكفي ذلك، إذ يجب أن ننظر في الوقت نفسه إلى تكلفة المهمة والزمن المستغرق وحدود التقييم.

كثيرون عند بناء Agent يبدأون باختيار النموذج، ثم يربطون به أداة بحث على سبيل الاستكمال. وفي نظر كثير من الفرق، البحث ليس إلا ملحقًا «يكفي أن يكون متصلًا بالإنترنت». لكن Search Index الذي حدّثه Artificial Analysis في 9 نوفمبر 2026 قدّم نتيجة مختلفة: النموذج نفسه، دون ربط بالبحث، يحصل على 33 نقطة، ومع أفضل إعداد لواجهة API البحث يمكن أن يصل إلى 83 نقطة.

هذه ليست نسخة أخرى من لوحة ترتيب من نوع «لكل طرف مزاياه». ستشرح هذه المقالة كيفية حساب الـ83 نقطة وشروط الاختبار، ثم تضع الجودة والزمن الكامل للمهمة ورسوم البحث ورسوم النموذج في مقارنة واحدة. وأخيرًا توضّح، بحسب السيناريو، أي قرارات يمكن أن تُبنى على هذه اللوحة، وأين لا يمكن تطبيقها مباشرة.

القيمة الأساسية: بعد قراءة هذه المقالة ستتمكن من استخدام اللوحة العلنية لتصفية مرشحي API البحث، ثم إجراء مقارنة ثانية مع مهامك الخاصة، لتتجنّب اتخاذ القرار بناءً على أعلى درجة وحدها.

المصطلحات التي يجب معرفتها قبل قراءة لوحة ترتيب واجهات برمجة تطبيقات البحث

خلاصة في سطر واحد: يقارن Search Index أداء النموذج نفسه في إعدادات بحث مختلفة، وقد يبلغ الفارق بين الدرجات 50 نقطة كحد أقصى. لكن “الدرجة الأعلى” لا تعني بالضرورة “الأنسب لك”، فعليك أيضًا مراعاة التكلفة والوقت المستغرق ونطاق التقييم.

قبل قراءة اللوحة، لنوحّد المصطلحات التالية أولًا:

• Search Index: درجة إجمالية تُجمَّع وفق قواعد محددة من معيار استرجاع معيّن. ويشير هنا تحديدًا إلى مؤشر تقييم واجهات برمجة تطبيقات البحث من Artificial Analysis، بدرجة كاملة 100.
• F1: المتوسط التوافقي بين الدقة والاستدعاء. وعندما تكون الإجابة “مجموعة من الكيانات”، يُستخدم لقياس مدى دقة الإجابة وشمولها.
• Harness: إطار اختبار ينظّم إدخال النموذج وتنفيذ الأدوات وتقييم المهام. وتُسمى حلقة الوكيل التي تستخدمها Artificial Analysis باسم Stirrup.
• Search API: واجهة تُعيد نتائج استرجاع مثل روابط صفحات الويب والعناوين والمقتطفات ذات الصلة بناءً على الاستعلام، مثل Exa وBrave وPerplexity Search API.
• Token: وحدة قياس النص التي يعالجها النموذج. فكلما كانت نتائج البحث أكثر إسهابًا، زاد عدد الـ Token المُرسَلة إلى النموذج، وارتفعت تكلفة النموذج.

هل يمكن لـ API البحث أن يُحدث فرقًا بمقدار 50 نقطة في النموذج نفسه؟

أطلقت Artificial Analysis في 18 أغسطس 2026 معيارًا قياسيًا (benchmark) لـ API البحث. آخر تحديث للبيانات المنشورة كان في 9 نوفمبر 2026، ويغطي 14 مزود خدمة و26 منتجًا أو إعدادًا من إعدادات Search API. ما يجري تقييمه هنا ليس النموذج، بل الأداء الفعلي لخدمة البحث بعد وضعها داخل الوكيل (Agent).

يكمن جوهر تصميم التجربة في «ضبط المتغيرات». نموذج الإجابة المرشح ثابت عند GPT-5.6 Luna (medium)، وإطار الـ Agent ثابت أيضًا، ولا يُستبدل سوى خدمة البحث. في هذه الظروف، كانت خط الأساس بدون أداة بحث 33 نقطة فقط، بينما بلغ Keenable Pro في المرتبة الأولى 83 نقطة، أي فرق 50 نقطة مؤشرية. وحتى بين الإعدادات المتصلة بالبحث، فإن الفرق من 69 نقطة لدى DeepSeek Search Summary إلى 83 نقطة لدى Keenable Pro يبلغ 14 نقطة.

وهناك استثناء واحد يحتاج إلى توضيح منفصل: طريقة تشغيل Web Search الأصلية من OpenAI مختلفة. فباقي واجهات Search API المستقلة تعمل داخل حلقة الـ Agent الخارجية الخاصة بـ Artificial Analysis. أما OpenAI Web Search فيستخدم تدفق الأدوات المدمجة في Responses API، حيث تحدد OpenAI بنفسها عدد عمليات البحث وطريقة تنفيذها. لذلك يمكن اعتبار نتيجته البالغة 74 نقطة مرجعًا، لكنها لا تُعتبر تجربة «تبديل API» في ظروف متطابقة تمامًا.

ويجب الانتباه أيضًا إلى أن هذه النقاط الخمسين هي أثر تعزيز البحث داخل منظومة التقييم نفسها. وهي لا تعني أن أي شخص يستخدم أي نموذج مع البحث سيحصل على تحسين قدره 50 نقطة مئوية.

كيف تُقاس فعليًا نتيجة 83 في Search Index؟

المعايير الثلاثة في Search Index وطريقة حساب النقاط

النتيجة الإجمالية هي متوسط متساوي الأوزان لثلاثة معايير، كل معيار يمثل الثلث:

مجموع المهام في المعايير الثلاثة 1,700 مهمة، لكن النتيجة الإجمالية ليست نسبة الإجابات الصحيحة بعد دمج الأسئلة الـ1,700 في حساب واحد. فبأخذ Keenable Pro مثالًا، جاءت النتائج الثلاثة بالترتيب 88 و87 و73، ومتوسطها نحو 82.67، وبعد التقريب تظهر 83. لذا فإن 83 نقطة لا تعني «نسبة إجابات صحيحة 83%».

شروط اختبار Search Index

الإعدادات الأساسية المعلنة في المنهجية هي التالية:

من هذا الجدول يمكن استخلاص نقطتين. أولًا، ما يُعاد إلى النموذج هو «استجابة مزوّد الخدمة الأصلية»، أي أن طول المقتطف وطريقة التلخيص وتنظيم التظليل كلها تدخل في سياق النموذج، وبالتالي فإن النتيجة تعكس ليس فقط جودة فهرس الويب الأساسي، بل أيضًا طريقة تنظيم المعلومات. ثانيًا، الأخطاء القاتلة مثل 429 أو 5xx أو انتهاء المهلة يجري إعادة المحاولة فيها باستمرار حتى تنجح، ولا تُحتسب ضمن النتيجة النهائية. وهذا يعني أن القائمة تقيس الجودة «عند نجاح التشغيل»، ولا يمكن الاستدلال بها على جاهزية الخدمة أو معدل الأعطال لدى كل مزوّد في بيئة الإنتاج.

أحدث ترتيب Search Index: من يقدّم أفضل نتائج API للبحث؟

في الجدول أدناه، تأتي درجة الجودة وBrowseComp من قائمة 2026-11-09. أما الأوقات فهي القيم المقروءة من قائمة 2026-11-13، وتعني متوسط الوقت من بداية مهمة اختبار قياسية إلى نهايتها، وليست زمن الاستجابة الشبكي لطلب واحد إلى API البحث.

ثلاثة فروق نموذجية في ترتيب API البحث

الدرجة نفسها، لكن السرعة مختلفة. Exa Auto وPerplexity Medium حصل كلاهما على 80 درجة، لكن وقت المهمة الكامل بلغ 36.7 ثانية و31.1 ثانية على التوالي. أما Keenable Pro فدرجته أعلى، ومع ذلك لا يتجاوز وقته نحو 16.6 ثانية. وبالنسبة إلى وكيل (Agent) يحتاج إلى استجابة فورية، فإن هذا الفرق يلمسه المستخدم مباشرة.

BrowseComp لا يتبع الدرجة الإجمالية تمامًا. حقق Perplexity Medium في BrowseComp نسبة 87%، وهو نفس مستوى Keenable Pro، لكن درجته الإجمالية أقل بثلاث نقاط. والفرق يعود أساسًا إلى المعيارين الآخرين. وإذا كان نشاطك التجاري أقرب إلى «استرجاع صفحات الويب للمسائل الصعبة»، فيمكنك الرجوع إلى عمود BrowseComp وحده.

الأنماط المختلفة لدى المورّد نفسه تتباين كثيرًا. الفرق بين Exa Lite وExa Auto نقطة واحدة فقط، لكن الوقت يتضاعف تقريبًا. لذلك ينبغي قراءة النتائج بحسب نمط المنتج المحدد، ولا ينبغي دمج Exa Lite وExa Auto في «درجة Exa» واحدة.

💡 توضيح البيانات: الدرجات أعلاه هي نتائج تقييم طرف ثالث من Artificial Analysis، والأوقات هي أوقات مهام قياسية. وإذا أردت إعادة إنتاج مقارنة مشابهة على مسائل عملك، فيمكنك عبر APIYI apiyi.com تثبيت نموذج إجابة واحد، ثم ربط أدوات بحث مختلفة لإجراء اختبار A/B.

هل أعلى درجة في API البحث هي الأكثر اقتصادًا حقًا؟

تنشر Artificial Analysis أيضًا تقديرات التكلفة لكل 1,000 مهمة من مهام المعيار، مقسّمة إلى رسوم البحث ورسوم النموذج (قائمة 2026-11-09، بالدولار الأمريكي). عمود «التكلفة لكل نقطة» استنتجه محرر هذا المقال بشكل تقريبي من «التكلفة الإجمالية ÷ الدرجة الإجمالية»، وهو للاستخدام كمرجع أفقي فقط وليس مؤشرًا رسميًا.

ثلاثة استنتاجات من جدول تكاليف واجهات البحث

أعلى درجة ليست بالضرورة الأعلى تكلفة. يتصدّر Keenable Pro القائمة بدرجة 83 نقطة، بتكلفة تقارب 40.22 دولارًا لكل ألف مهمة، أي نحو 0.04 دولار للمهمة الواحدة، وهو مستوى متوسط ضمن العيّنة. أما Perplexity Medium فدرجته أقل بـ3 نقاط، لكن تكلفته الإجمالية تزيد بنحو 75%.

فارق نقطة واحدة قد يعني فرقًا في التكلفة يتجاوز الثلث. حقق Exa Lite + Highlights درجة 79 نقطة بتكلفة 42.15 دولارًا لكل ألف مهمة، بينما حقق Exa Auto + Highlights درجة 80 نقطة بتكلفة 63.77 دولارًا لكل ألف مهمة؛ أي أن الأول أرخص بنحو 34% وأسرع أيضًا. وبالرجوع إلى صفحة التسعير الرسمية لـ Exa (بيانات حتى 2026-11-13)، فإن فئة Lite تكلف 4 دولارات لكل 1,000 طلب، وفئة Auto تكلف 7 دولارات لكل 1,000 طلب. وهذا التباين في رسوم البحث على القائمة يتوافق مع بنية التسعير هذه.

انخفاض رسوم البحث قد يرافقه ارتفاع في رسوم النموذج. رسوم البحث في DeepSeek Search Summary لا تتجاوز 8.47 دولارًا، لكن رسوم النموذج تبلغ 20.19 دولارًا، وهي الأعلى في الجدول. أما Octen فإجمالي تكلفته هو الأدنى، لكن رسوم النموذج لديه أعلى أيضًا من Keenable وExa وPerplexity. فعندما لا تكون نتائج البحث مفيدة بما يكفي، يضطر الوكيل الذكي إلى البحث أكثر لعدة دورات وقراءة صفحات إضافية، فيرتفع استهلاك الرموز (Tokens) تبعًا لذلك. لذلك ينبغي عند حساب التكلفة الاعتماد على «التكلفة الإجمالية لإنجاز مهمة واحدة» بدلًا من النظر فقط إلى السعر المعلن لكل استدعاء في واجهة البحث.

ما القرارات العملية التي يمكن أن يرشدنا إليها تصنيف Search Index؟

‏Search Index هو تقييم عام للاسترجاع الواقعي (fact retrieval) يغلب عليه المحتوى الإنجليزي، وليس معيارًا مخصصًا للإنترنت الصيني. في ما يلي نربطه بأشهر سيناريوهات الـ Agent، ونوضح أي السيناريوهات يمكن الاعتماد فيها على التصنيف مباشرة، وأيها يحتاج إلى اختبارات إضافية.

طريقة استخدام Search Index في مقارنة ثانية لواجهات البحث API

النهج الأكثر منطقية هو التعامل مع التصنيفات العامة باعتبارها “أداة فرز أولي”، ثم إجراء مقارنة ثانية بمهامك الخاصة:

1. اختر ٣–٤ إعدادات مرشحة من التصنيف وفق ثلاثة معايير: الجودة، والزمن المستغرق، والتكلفة الإجمالية؛
2. جهّز ٥٠–١٠٠ سؤال من أسئلة عملك الفعلية، تغطي الحقائق البسيطة، والأخبار الحديثة، والأسئلة متعددة الخطوات، والاستعلامات بالصينية وبين اللغات المختلفة؛
3. ثبّت نموذج الإجابة نفسه، والحد الأقصى نفسه لعدد الجولات، وعدد النتائج نفسه، وغيّر أداة البحث فقط؛
4. سجّل الدقة، ودقة الاستشهادات، والتكلفة الإجمالية لكل مهمة، وزمن P50/P95، وعدد مرات النتائج الفارغة والمهلات الزمنية (timeouts)؛
5. اجري اختبار إجهاد منفصلًا لاستقرار بيئة الإنتاج، لأن التصنيف قد استبعد بالفعل الأخطاء الفادحة التي تظهر بعد إعادة المحاولة.

توصيات قرار اختيار API البحث والبدء السريع

🎯 توصية الاختيار: إذا كنت تبحث عن الجودة الشاملة والسرعة، فاختبر أولاً Keenable Pro/Realtime؛ وإذا كنت حساسًا للتكلفة وتريد جودة قريبة من 80 نقطة، فإن Exa Lite + Highlights وOcten يستحقان اختبارًا جديًا؛ أما الفرق التي تستخدم منظومة OpenAI بعمق فيمكنها استخدام Web Search المدمج مباشرة، لكن عليها تقبّل أن تدفق تنفيذه غير قابل للتحكم. عند التطبيق الفعلي، نوصي باستدعاء نموذج الإجابة بشكل موحد عبر APIYI apiyi.com، وجعل أداة البحث وحدة قابلة للتركيب، بحيث لا تحتاج إلى تعديل الكود الخاص بجانب النموذج عند تغيير API البحث.

مثال بسيط: النموذج يستخدم واجهة موحدة

يثبّت الكود التالي نموذج الإجابة، ويُعلن أداة البحث كدالة، ويمكنك استبدال أي موفر Search API ينفّذها فعليًا في الكود المحلي:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # واجهة APIYI الموحدة، النموذج قابل للاستبدال
)

tools = [{"type": "function", "function": {
    "name": "web_search",
    "description": "联网搜索，返回最多10条结果",
    "parameters": {"type": "object",
                   "properties": {"query": {"type": "string"}},
                   "required": ["query"]}}}]

resp = client.chat.completions.create(
    model="gpt-4o-mini",  # استبدله بالنموذج الذي تريد تقييمه
    messages=[{"role": "user", "content": "Exa 3.0 是哪天发布的？"}],
    tools=tools,
)
print(resp.choices[0].message)

import json
import time
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

MODEL = "gpt-4o-mini"   # نموذج إجابة ثابت، للحفاظ على متغير التحكم
MAX_TURNS = 25          # حد أقصى للدورات متوافق مع Search Index

# دوال التكيّف مع كل موفر Search API، نفّذها بنفسك وفق الوثائق الرسمية
def search_provider_a(query: str) -> list:
    return []  # إرجاع [{"title":..., "url":..., "snippet":...}]

def search_provider_b(query: str) -> list:
    return []

TOOLS = [{"type": "function", "function": {
    "name": "web_search",
    "description": "联网搜索，返回最多10条结果",
    "parameters": {"type": "object",
                   "properties": {"query": {"type": "string"}},
                   "required": ["query"]}}}]

def run_task(question: str, search_fn) -> dict:
    messages = [{"role": "user", "content": question}]
    start, searches = time.time(), 0
    for _ in range(MAX_TURNS):
        resp = client.chat.completions.create(
            model=MODEL, messages=messages, tools=TOOLS)
        msg = resp.choices[0].message
        if not msg.tool_calls:
            return {"answer": msg.content, "searches": searches,
                    "seconds": round(time.time() - start, 1)}
        messages.append(msg)
        for call in msg.tool_calls:
            query = json.loads(call.function.arguments)["query"]
            results = search_fn(query)[:10]
            searches += 1
            messages.append({"role": "tool", "tool_call_id": call.id,
                             "content": json.dumps(results, ensure_ascii=False)})
    return {"answer": None, "searches": searches,
            "seconds": round(time.time() - start, 1)}

for name, fn in [("A", search_provider_a), ("B", search_provider_b)]:
    print(name, run_task("Perplexity 何时推出独立 Search API？", fn))

🚀 البدء السريع: يمكن للمستخدمين الجدد الحصول على رصيد تجريبي مجاني من APIYI على apiyi.com، ابدأ بتشغيل سكربت A/B أعلاه على عدد قليل من أسئلة العمل، ثم قرّر أي موفر Search API ستدخله في خطتك الرسمية.

الأسئلة الشائعة FAQ

اختيار Search API وفق مؤشر Search Index: أهم النقاط

• البحث متغيّر مستقل: النموذج نفسه ارتفع من 33 نقطة إلى 83 نقطة، أي أن اختيار Search API يؤثر مباشرة في جودة الـ Agent.
• 83 نقطة ليست نسبة الدقة: إنها متوسط متساوي الأوزان لثلاثة معايير تقييم، ولكل معيار طريقة مختلفة في احتساب الدرجات.
• الزمن يُقاس على المهمة الكاملة: Keenable حوالي 16 ثانية، وExa Auto حوالي 37 ثانية، وكلاهما ليس زمن تأخير استدعاء API واحد.
• التكلفة يجب أن تُفكَّك: قد تقابل رسوم البحث المنخفضة رسومٌ أعلى للنموذج، لذا ينبغي المقارنة بإجمالي تكلفة المهمة الواحدة.
• نقطة واحدة قد تعني فرق 34%: الفرق بين Exa Lite وAuto نقطة واحدة فقط، لكن الأول أرخص بنحو الثلث.
• القائمة تصلح للفرز الأولي فقط: في سيناريوهات اللغة الصينية ووثائق البرمجة وغيرها، تحتاج إلى مقارنة A/B ثانية باستخدام مهامك الخاصة.

الخلاصة

أكثر ما يستحق الاهتمام في قائمة Search Index هذه هو أنها صُممت على أساس «النموذج نفسه، وأدوات بحث مختلفة»، فعزلت تأثير جودة البحث في الـ Agent وقاسَته بشكل منفصل:

1. الجودة: بدون بحث 33 نقطة، وبحد أقصى 83 نقطة. وحتى مع إضافة البحث في كل الحالات، يبقى فرق بنحو 14 نقطة بين الإعدادات المختلفة؛
2. السرعة: عند نفس الدرجة 80، يمكن أن يختلف زمن المهمة الكاملة بأكثر من 5 ثوانٍ؛ والإعدادات ذات الدرجات العالية يمكن أن تكون سريعة أيضًا؛
3. التكلفة: Keenable Pro هو الأعلى جودة، وتكلفته متوسطة؛ وExa Lite وOcten متميزان في كفاءة التكلفة؛ ومثال DeepSeek Summary يوضح أن انخفاض رسوم البحث لا يعني انخفاض التكلفة الإجمالية.

أنصح أولاً باختيار 3–4 مرشحين من القائمة، ثم تثبيت النموذج نفسه وإجراء اختبار A/B على مجموعة أسئلتك الخاصة. ويُفضّل توحيد استدعاء نموذج الإجابة عبر APIYI على apiyi.com، مع جعل أداة البحث وحدة قابلة للاستبدال، ثم حسم الحل النهائي اعتمادًا على ثلاثة بيانات: الجودة والسرعة والتكلفة.

المراجع

1. قائمة Artificial Analysis Search API: بيانات درجة الجودة والتكلفة والزمن
2. الرابط: artificialanalysis.ai/agents/search-api

3. الوصف: المصدر الرئيسي للدرجات والتكاليف والزمن في هذا المقال

4. منهجية تقييم Artificial Analysis Search API: إعدادات الاختبار وقواعد احتساب الدرجات

5. الرابط: artificialanalysis.ai/methodology/search-api

6. الوصف: تشمل شرح النماذج وعدد الجولات وعدد النتائج وقواعد إعادة المحاولة وغيرها

7. تسعير Exa: تسعير فئات Lite وAuto وغيرها

8. الرابط: exa.ai/pricing

9. الوصف: يُستخدم لفهم الفرق في رسوم البحث بين أوضاع Exa المختلفة في القائمة

10. إعلان Exa 3.0: وضع Lite وDynamic Highlights

11. الرابط: exa.ai/blog/exa-3

12. الوصف: نُشر في 2026-10-19، ويحتوي على بيانات اختبار ذاتي من المزوّد

13. وثائق OpenAI Web Search: أداة البحث المدمجة في Responses API

14. الرابط: developers.openai.com/api/docs/guides/tools-web-search

15. الوصف: للتعرف على طريقة تنفيذ البحث الأصلي في OpenAI ومعاملاته

16. تسعير Perplexity Search API: الفئتان القياسية وFast

17. الرابط: docs.perplexity.ai/docs/getting-started/pricing
18. الوصف: للتعرف على قواعد الفوترة حسب الطلب

المؤلف: فريق APIYI التقني
التواصل التقني: مرحبًا بك للتواصل معنا عبر الصفحة الرئيسية لموقع APIYI، ولمزيد من مواد التكامل يمكنك زيارة مركز الوثائق docs.apiyi.com

مقالات ذات صلة

• إتاحة DeepSeek Search & Fetch API: فهم قدرات البحث عبر الإنترنت الجديدة وتأثيرها على 4 فئات من المطورين في 3 دقائق: أطلقت DeepSeek واجهة Search & Fetch API، ويلخص هذا المقال أهم معلومات الدليل الرسمي محللاً تأثيراتها الأربعة على مطوري RAG والوكلاء والأسئلة والأجوبة المتصلة بالإنترنت، مع نصائح للتحضير قبل التكامل.