أفضل نموذج LLM لوكلاء المتصفح في 2026: ترتيب النماذج حسب النقاط والتكلفة

أفضل نموذج لغوي كبير (LLM) لوكلاء المتصفح في أكتوبر 2026 هو Claude Opus 5.5 إذا أردت أعلى معدل نجاح منشور، وClaude Sonnet 5.5 إذا أردت النتيجة نفسها تقريبًا بنصف السعر. للميزانيات المحدودة، يكلّف Claude Haiku 5.5 وGemini 3.8 Flash جزءًا صغيرًا لكل خطوة. للأوزان المفتوحة، الخيار هو Holo4 من H Company. كل رقم أدناه مأخوذ من صفحة الجهة الموردة نفسها، مقروءة في 27 أكتوبر 2026.

جرّب Apidog اليوم

إجابة سريعة: أفضل نموذج لاستخدام المتصفح حسب المهمة

تحذير واحد: تُقيّم الجهات الموردة على إصدارات ومجموعات فرعية ومنصات اختبار مختلفة من OSWorld، لذا تعامل مع كل رقم باعتباره ادعاءً من تلك الجهة الموردة، وليس تصنيفًا مشتركًا.

كيف يستخدم وكلاء المتصفح نموذجًا

وكيل المتصفح هو حلقة: ينظر النموذج إلى الصفحة، ويختار إجراءً واحدًا، ويشغّله كودك، ثم تعود حالة الصفحة الجديدة إلى النموذج. قد تستغرق مهمة بشرية مدتها دقيقتان من 30 إلى 60 حلقة.

ترى النماذج الصفحة بإحدى طريقتين:

1. وضع لقطة الشاشة. يحصل النموذج على صورة ويعيد إحداثيات البكسل للنقر عليها. يعمل مع تطبيقات canvas والخرائط وأسطح المكتب البعيدة، لكن كل خطوة تستهلك رموز الصورة.
2. وضع DOM أو شجرة إمكانية الوصول. يحصل النموذج على قائمة نصية بالعناصر مع مراجع مثل [ref_2] وينقر بحسب المرجع. يصمد أمام تغيّر التخطيط ويكلّف رموزًا أقل في الصفحات كثيفة النص.

تخلط معظم مجموعات الأدوات الحالية بين الطريقتين. أداة استخدام المتصفح من Anthropic (browser_toolset_20260801، متاحة عامة) تضم 31 أداة عضوًا: يعيد read_page وfind شجرة إمكانية الوصول، بينما تُعد screenshot وzoom خيارًا احتياطيًا للـ canvas والفيديو وإطارات iframe عبر المصادر. يقدّم دليل استخدام الكمبيوتر من OpenAI أداة BrowserToolset التي تقرأ نص الصفحة وتستدعي دوال المشغّل. أداة استخدام الكمبيوتر من Google قائمة على لقطات الشاشة وتغطي المتصفح والجوال وسطح المكتب.

لماذا تضاعف الخطوات التكلفة

كل خطوة تعيد إرسال المحادثة، لذا تحمل الخطوة 30 تعريف مجموعة الأدوات وتعليماتك و29 خطوة من السجل. هناك تكلفتان ثابتتان تحددان الحد الأدنى:

• عبء مجموعة الأدوات. إعلان مجموعة أدوات المتصفح من Anthropic يضيف نحو 6,600 رمز إدخال إلى كل طلب، وفقًا لـصفحة الأسعار الخاصة بـ Anthropic.
• لقطات الشاشة. تحتسب Claude الصورة برمز مرئي واحد لكل رقعة 28×28 بكسل. لقطة شاشة 1280×800 تساوي 46 × 29 = 1,334 رمزًا.

ملاحظات نموذجًا بنموذج

Claude Opus 5.5

أصدرت Anthropic الإصدار Opus 5.5 في 22 سبتمبر 2026، وتُبلغ عن 81.8% على OSWorld 2.1 (نتيجة جزئية)، متقدمًا على Claude Fable 5.1 عند 80.7%. يكلّف Fable 5.1 مبلغ $10 / $50، لذا يتفوق عليه Opus 5.5 في هذا المعيار الأكاديمي بنسبة 40% من السعر. يضع منشور Holo4 من H Company الإصدار Opus 5.5 عند 81.8% على OSWorld 2.0 لسير العمل الطويل بتكلفة $8.48 لكل مهمة، مع قراءة التكاليف من مخططات المزوّدين.

كما يتعادل مع Fable 5.1 على أدنى معدل نجاح لحقن الأوامر في معيار Gray Swan، وهذا مهم عندما يقرأ وكيلك صفحات غير موثوقة.

Claude Sonnet 5.5

يسجّل Sonnet 5.5 (28 سبتمبر 2026) 80.1% على OSWorld 2.1، بفارق 1.7 نقطة خلف Opus، بسعر $2 / $10. تكلّف إصابات الذاكرة المؤقتة $0.10 لكل 1 مليون رمز، ومعظم حلقات الوكيل هي إصابات ذاكرة مؤقتة. بالنسبة لمعظم وكلاء المتصفح في الإنتاج، هذا هو الاختيار الافتراضي. إذا كنت تشغّل المتصفح من Claude Code، فراجع كيفية استخدام Claude Code لأتمتة المتصفح.

Claude Haiku 5.5

يسجّل Haiku 5.5 (7 أكتوبر 2026) 72.4% على المجموعة الفرعية غير المتصلة من OSWorld 2.1، حيث تُدرج Anthropic نموذج GPT-6 Luna عند 48.9%. التسعير من فئتين: $0.10 / $0.50 للطلبات حتى 100,000 رمز، ثم $0.50 / $2.50 فوق ذلك. الجلسات الطويلة التي تحتفظ بكل لقطة شاشة في السجل تتجاوز 100K سريعًا، لذا قلّم لقطات الشاشة القديمة لتبقى في الفئة الرخيصة.

GPT-6 Astra

تُدرج بطاقة نموذج Gemini 4 Argon من Google الإصدار GPT-6 Astra عند 72.6% على المجموعة الفرعية غير المتصلة من OSWorld 2.0 (نتيجة جزئية). يكلّف Astra مبلغ $10 / $50 مع نافذة سياق 1.05M. يقول دليل OpenAI إنه يوصي لـ Astra بتنفيذ التعليمات البرمجية: يكتب النموذج كود Playwright أو PyAutoGUI بدلًا من النقر خطوة بخطوة. يناسب ذلك أعمال الكشط والنماذج المتكررة. يغطي منشور استخدام الكمبيوتر GPT-6 Astra الخاص بنا متى تُسلّمه مواصفة بدلًا من ذلك.

GPT-6.1 Terra وSol

تُدرج صفحة نماذج OpenAI أداة computer_use كأداة مدعومة لـ GPT-6.1 Terra ($1 / $5، الإدخال المخزّن مؤقتًا $0.05)، وتستخدم أمثلة دليل استخدام الكمبيوتر الإصدار GPT-6.1 Sol ($2 / $10). لا تنشر OpenAI أي نتيجة للمتصفح أو OSWorld لأي منهما في تلك الصفحات. يُعد Terra خيارًا عمليًا لوضع DOM، لكن اختبره على مهامك الخاصة.

Gemini 4 Argon وGemini 3.8 Flash

أصبح Gemini 4 Argon متاحًا عامًا في 13 أكتوبر 2026. تُظهر بطاقة نموذجه 69.2% على المجموعة الفرعية غير المتصلة من OSWorld 2.0 و39.5% على Agent's Last Exam (استخدام الكمبيوتر)، فوق 34.2% لـ Astra و38.2% لـ Opus 5.5. لا يزال استخدام الكمبيوتر على Argon في مرحلة المعاينة. السعر $2 / $10 حتى 30 نوفمبر 2026، ثم $4 / $20.

توصي صفحة استخدام الكمبيوتر من Google بـ gemini-3.8-flash ($0.75 / $3.75 حتى 31 ديسمبر 2026) لكنها لا تقدّم أي معيار له. لم يعد Gemini 2.5 Computer Use يظهر على تلك الصفحة، لذا أسقطناه.

Holo4 (أوزان مفتوحة)

أصدرت H Company نموذج Holo4 في 28 سبتمبر 2026، لتحل محل Holo3. على منصة الاختبار الخاصة بها، يسجّل Holo4 27B نسبة 85.2% على OSWorld بتكلفة $0.08 لكل مهمة و61.7% على OSWorld 2.0 لسير العمل الطويل بتكلفة $1.22 لكل مهمة. يسجّل 35B-A3B نسبة 80.8% و30.9% على الاختبارين نفسيهما، بتكلفة $0.05 و$0.61. تذكر H أن أوزان 35B-A3B هي Apache 2.0؛ تحقق من ترخيص 27B على بطاقة نموذجه قبل طرحه تجاريًا. يعمل كلا النموذجين على واجهة H البرمجية بسعر $0.40 / $3.00 (27B) و$0.30 / $2.00 (35B-A3B). يغطي منشور Holo3 الخاص بنا واجهة الجيل السابق.

Kimi K3.1 Pro وDeepSeek V4.1 Flash وQwen 3.7 Plus

• Kimi K3.1 Pro يقبل الصور والفيديو بسياق 1M، وفقًا لدليل البدء السريع من Moonshot. تقيس نتيجة BrowseComp عند الإطلاق البحث على الويب، وليس النقر عبر الصفحات، ولا تُنشر أي نتيجة لاستخدام الكمبيوتر. تحقق من السعر على صفحة أسعار Kimi.
• DeepSeek V4.1 Flash (deepseek-flash) يدعم الآن إدخال الصور بسعر $0.15 / $0.60 خارج أوقات الذروة و$0.30 / $1.20 في أوقات الذروة، وفقًا لـصفحة الأسعار الخاصة بـ DeepSeek. لا يُنشر أي معيار للمتصفح. إنه الخيار الأرخص هنا لوضع DOM.
• Qwen 3.7 Plus يُبلّغ عن 79.0 على ScreenSpot Pro، وهو اختبار تأسيس للقطات الشاشة. راجع دليل وكيل استخدام الكمبيوتر Qwen 3.7 Plus الخاص بنا.

ما تقيسه فرق أطر العمل

يعرض دليل النماذج من Browser Use (BU Bench V1، محدّث في 11 يونيو 2026) جانب السرعة: حقق Claude Fable 5 نسبة 80.0% لكنه استغرق في المتوسط 6 دقائق و53 ثانية ونحو $5.80 لكل مهمة. نماذج 5.5 ليست عليه بعد. لاختيار إطار العمل نفسه، راجع Browser Use Cloud وStagehand وخادم Puppeteer MCP.

التكلفة لكل مهمة: مثال عملي

افترض مهمة من 30 خطوة على Claude مع مجموعة أدوات المتصفح. تضيف كل خطوة لقطة شاشة واحدة من 1,334 رمزًا بالإضافة إلى نحو 450 رمزًا من نص الإجراء ونتائج الأدوات، ويكتب النموذج نحو 300 رمز إخراج.

• إدخال الخطوة n ≈ 6,600 + n × 1,784 رمزًا
• إجمالي الإدخال خلال 30 خطوة ≈ 198,000 + 1,784 × 465 ≈ 1.03M رمز
• إجمالي الإخراج ≈ 9,000 رمز

هذه أرقام توضيحية من أسعار Anthropic المعلنة، وليست عمليات قياس فعلية. مع ذلك يظل استنتاجان صحيحين: التخزين المؤقت يخفض الفاتورة بأكثر من 80%، وإسقاط لقطات الشاشة القديمة من السجل يوفّر أكثر من التبديل إلى نموذج أرخص.

كيف تختار

1. ابدأ بـ Sonnet 5.5. يسجّل ضمن نقطتين من المتصدر بنصف السعر.
2. انتقل إلى Opus 5.5 فقط إذا كان معدل نجاحك في المهام الحقيقية هو عنق الزجاجة.
3. انزل إلى Haiku 5.5 أو Gemini 3.8 Flash للتدفقات كثيرة الحجم والقصيرة والمتكررة. قِس أولًا.
4. استخدم Holo4 إذا لم يكن مسموحًا للبيانات بمغادرة بنيتك التحتية.
5. استخدم GPT-6 Astra مع تنفيذ التعليمات البرمجية عندما تكون المهمة نصًا برمجيًا قابلًا للتكرار، وليست استكشافًا.
6. تجاوز المتصفح تمامًا عندما يكون للموقع واجهة برمجية. استدعاء API هو طلب واحد بدلًا من 30 خطوة. يوضّح تحليلنا استخدام الكمبيوتر مقابل واجهات API المهيكلة متى يفوز كل منهما، وتغطي قائمة أدوات أتمتة المتصفح الباقي.

دع وكيل البرمجة لديك يختبر الـ API بدلًا من ذلك باستخدام Apidog CLI

وكلاء المتصفح هم المسار البطيء والمكلف. عندما تكون الصفحة التي يستمر وكيلك في النقر عبرها مدعومة بواجهة JSON API، فإن الخطوة الأرخص هي العثور على تلك الـ API مرة واحدة واختبارها مباشرة. تحتوي مجموعة أدوات المتصفح من Claude حتى على عضو اختياري read_network يسرد الطلبات التي تُجريها الصفحة.

دع وكيل البرمجة لديك يفعل ذلك باستخدام Apidog CLI. أعِدّ الأمر مرة واحدة:

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install

ثم أعطِ وكيلك مطالبة واحدة:

Export a HAR of the checkout flow you just ran in the browser. Import it into
Apidog project <id>, create a test case for POST /api/cart/items that asserts
a 200 status and a numeric cartTotal, then run it against the staging
environment and summarize any failures.

يستورد الوكيل حركة البيانات، ويقرأ مخطط الحمولة، ويتحقق منه، ويكتب حالة الاختبار ويشغّلها:

apidog import --project <id> --format har --file checkout.har
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> -r cli,json

استبدل -r cli,json بـ -r junit وسيعمل الأمر نفسه في CI؛ راجع دليل خط أنابيب CI/CD في Apidog CLI. إذا كان Claude Code هو وكيلك، فإن Apidog CLI في Claude Code يشرح الإعداد خطوة بخطوة. تغطي خطة Apidog المجانية حتى 4 مستخدمين.

الأسئلة الشائعة

ما أفضل نموذج لغوي كبير (LLM) لوكلاء المتصفح الآن؟ يمتلك Claude Opus 5.5 أعلى نتيجة مُبلّغ عنها من الجهة الموردة على OSWorld 2.1 (81.8%). ويُعد Claude Sonnet 5.5 الخيار الافتراضي الأفضل لمعظم الفرق عند 80.1% وبنصف السعر.

أي نموذج أفضل لاستخدام الكمبيوتر بميزانية محدودة؟ يسجّل Claude Haiku 5.5 بسعر $0.10 / $0.50 نسبة 72.4% على المجموعة الفرعية غير المتصلة من OSWorld 2.1 الخاصة بـ Anthropic. أبقِ المطالبات دون 100,000 رمز لتبقى في فئته الرخيصة.

هل يوجد نموذج جيد بأوزان مفتوحة لوكلاء المتصفح؟ نعم. يأتي Holo4 35B-A3B بأوزان Apache 2.0 ويسجّل 80.8% على OSWorld في منصة اختبار H Company. يسجّل Holo4 27B نتيجة أعلى، لكن تحقق من ترخيصه أولًا.

وضع لقطة الشاشة أم وضع DOM؟ استخدم شجرة إمكانية الوصول أو DOM عندما تكون الصفحة تحتوي عليه. فهو أرخص ويصمد أمام تغييرات التخطيط. ارجع إلى لقطات الشاشة مع canvas والخرائط والفيديو وأسطح المكتب البعيدة.

هل يمكنني مقارنة نتائج OSWorld بين الجهات الموردة؟ بشكل تقريبي فقط. تُبلّغ الجهات الموردة عن OSWorld 2.0 وOSWorld 2.1 ومجموعات فرعية غير متصلة ونتائج جزئية بمنصات اختبار مختلفة. شغّل 20 إلى 50 مهمة حقيقية خاصة بك قبل أن تلتزم.

هل لا يزال Gemini 2.5 Computer Use متاحًا؟ لم يعد يظهر على صفحة استخدام الكمبيوتر من Google اعتبارًا من 27 أكتوبر 2026. وتُدرج Google بدلًا منه Gemini 4 Argon وGemini 3.8 Flash وGemini 3.5 Flash-Lite وGemini 3 Flash Preview.