“کوڈنگ کے لیے بہترین اوپن ماڈل” والی زیادہ تر فہرستیں ماڈلز کو بینچ مارک اسکورز سے درجہ دیتی ہیں۔ اس سے ماڈل فیملی منتخب کرنے میں مدد ملتی ہے۔ یہ نہیں بتاتا کہ آپ کے فراہم کنندہ کے ذریعے، ایسی لاگت پر جو آپ کو منظور ہو، آپ کے ایجنٹ میں کون سا ماڈل چلے گا۔ یہ پوسٹ انتخاب کو BroadNet Inference کے چار چیٹ ماڈلز تک محدود کرتی ہے اور چار عملی کسوٹیوں سے منتخب کرتی ہے: ٹول کالنگ، کانٹیکسٹ، ریزننگ اور فی ٹاسک لاگت۔ ہم یہاں بینچ مارک اسکورز شائع نہیں کرتے؛ ہم صرف وہی استعمال کرتے ہیں جو BroadNet کے ڈاکس اور قیمتوں کی فائل میں لکھا ہے۔
کون سے ماڈلز زیرِ غور ہیں؟
| ماڈل | ID | کانٹیکسٹ | ٹولز درج | تصویری ان پٹ | پہلے ریزننگ |
|---|---|---|---|---|---|
| GLM 5.3 | broadnet/glm-5.3 |
1,048,576 | ہاں | نہیں | ہاں |
| DeepSeek V4.1 Flash | broadnet/deepseek-v4.1-flash |
1,048,576 | درج نہیں | ہاں | ہاں |
| Qwen3.8 27B | broadnet/qwen3.8-27b |
262,144 | ہاں | ہاں | ہاں |
| Gemma 4 VL 26B | broadnet/gemma-4-26b-a4b |
32,768 | درج نہیں | ہاں | درج نہیں |
چاروں اوپن ویٹ ماڈلز ہیں، جو https://inference.broadnet.ai/v1 پر ایک OpenAI-compatible API کے ذریعے چلتے ہیں، اس لیے بدلنا آپ کے ایجنٹ کی سیٹنگز میں ایک لائن کی تبدیلی ہے۔
کسوٹی 1: کیا آپ کے ایجنٹ کو نیٹو ٹول کالز چاہییں؟
یہی سوال طے کرتا ہے کہ کون سا ماڈل اندر ہے اور کون باہر۔ ٹول کالنگ وہ طریقہ ہے جس سے ایجنٹ آپ کی مشین سے کوئی فائل پڑھنے، کمانڈ چلانے یا ایڈٹ لگانے کو کہتا ہے۔ ایجنٹس اسے تین مختلف طریقوں سے استعمال کرتے ہیں:
- نیٹو ٹول کالز۔ ایجنٹ ایک
toolsفہرست بھیجتا ہے اور بدلے میںtool_callsکی توقع کرتا ہے۔ Roo Code کے ڈاکس (پروجیکٹ 15 مئی 2026 کو بند ہوا؛ اس کا فورک Zoo Code جاری ہے) کہتے ہیں کہ نیٹو ٹول کالنگ “the only supported tool protocol” (ترجمہ: واحد معاون ٹول پروٹوکول) ہے، بغیر کسی XML فال بیک کے۔ Continue کا کنفیگ ریفرنس کہتا ہے کہtool_useصلاحیت “required for Agent mode” (ترجمہ: Agent موڈ کے لیے ضروری) ہے۔ opencode بھی API کی ٹول کالز سے کام کرتا ہے۔ - پرامپٹ میں بیان کردہ ٹولز۔ Cline نے v3.35 میں نامزد فراہم کنندگان اور فرنٹیئر ماڈلز کی ایک فہرست کے لیے نیٹو ٹول کالنگ اپنائی؛ اس کی ریلیز پوسٹ کہتی ہے کہ دوسرے ماڈلز “continue using the text-based approach” (ترجمہ: متن پر مبنی طریقہ استعمال کرتے رہتے ہیں)۔ ماڈل کو پھر بھی ایک سخت ٹول فارمیٹ کی پیروی کرنی ہوتی ہے، اس لیے ٹول کی پیروی کا معیار اہم ہے۔
- ٹیکسٹ ایڈٹ فارمیٹس۔ Aider ماڈل سے ایڈٹس متن کے طور پر لوٹانے کو کہتا ہے: پوری فائلیں، search/replace بلاکس یا unified diffs، اس کے ایڈٹ فارمیٹ ڈاکس کے مطابق۔ وہ API کے ٹول کالنگ فیلڈ پر انحصار نہیں کرتا۔ Aider کے لیے ماڈلز کے انتخاب Aider کے لیے بہترین LLM میں ہیں۔
تو پہلا اصول سیدھا ہے۔ opencode، Continue کے Agent موڈ یا Zoo Code جیسے ٹولز سے چلنے والے ایجنٹ کے لیے ایسا ماڈل استعمال کریں جسے BroadNet ٹولز کے ساتھ درج کرتا ہے: GLM 5.3 یا Qwen3.8 27B۔ Cline زیادہ لچکدار ہے، لیکن وہی دو ماڈلز زیادہ محفوظ آغاز ہیں۔ Aider کے لیے بڑے کانٹیکسٹ والا کوئی بھی ماڈل چلتا ہے، DeepSeek V4.1 Flash سمیت۔ اگر آپ ٹولز سے چلنے والے ایجنٹ میں DeepSeek V4.1 Flash چاہتے ہیں، تو پہلے اس پر ایک اصل ٹاسک چلائیں۔ ناکام ٹول کال عموماً پہلے دو تین مراحل میں ہی سامنے آ جاتی ہے۔
کسوٹی 2: کیا کانٹیکسٹ کافی بڑا ہے؟
ایجنٹ کی کانٹیکسٹ ونڈو لوگوں کی توقع سے تیز بھرتی ہے۔ کوئی بھی کوڈ پڑھنے سے پہلے ایک درخواست میں پہلے سے سسٹم پرامپٹ، ٹول اسکیماز اور اب تک کی گفتگو ہوتی ہے۔ پھر فائلیں پڑھنا اور کمانڈ آؤٹ پٹ آتے ہیں۔ ہمارا ایجنٹ ٹوکن بجٹ کا تجزیہ دکھاتا ہے کہ یہ کہاں جاتا ہے، اور کانٹیکسٹ ونڈو کیلکولیٹر جانچتا ہے کہ آپ کی فائلیں فٹ ہوتی ہیں یا نہیں۔
- 1,048,576 ٹوکن (GLM 5.3، DeepSeek V4.1 Flash): درمیانے سائز کی ریپوزٹری پر بغیر زیادہ کاٹ چھانٹ کے طویل سیشن۔
- 262,144 ٹوکن (Qwen3.8 27B): مرکوز ٹاسکس کے لیے ٹھیک؛ طویل سیشنز میں خلاصہ یا چھوٹا ریپو میپ چاہیے۔
- 32,768 ٹوکن (Gemma 4 VL 26B): زیادہ تر ایجنٹ لوپس کے لیے بہت چھوٹا۔ $5 کے ابتدائی کریڈٹ پر سیٹ اپ ٹیسٹ کرنے کے لیے استعمال کریں۔
ایجنٹ کی ماڈل سیٹنگز میں کانٹیکسٹ سائز خود سیٹ کریں۔ کسٹم ماڈل IDs کے لیے ایجنٹس اسے پہچان نہیں سکتے، اور کچھ ایسا ڈیفالٹ فرض کر لیتے ہیں جو آپ کے ماڈل کے لیے غلط ہے۔
کسوٹی 3: ایک ٹاسک کتنے کا پڑتا ہے؟
ایجنٹس لکھنے سے کہیں زیادہ پڑھتے ہیں، اور جو پڑھتے ہیں اس کا زیادہ تر حصہ پچھلے ٹرن سے دہرایا جاتا ہے۔ اس سے ان پٹ اور کیش شدہ ان پٹ کی قیمتیں آؤٹ پٹ کی قیمت سے زیادہ اہم ہو جاتی ہیں۔ یہ ایک ٹاسک کی شکل ہے: 40 ماڈل کالز، ہر ایک میں اوسطاً 30,000 ان پٹ ٹوکن اور 1,000 آؤٹ پٹ ٹوکن، جس میں 80% ان پٹ کیش سے آتا ہے۔
| فی ٹاسک | ٹوکن | DeepSeek V4.1 Flash | GLM 5.3 | Qwen3.8 27B |
|---|---|---|---|---|
| نیا ان پٹ | 0.24M | $0.175 / 1M | $0.78 / 1M | $0.175 / 1M |
| کیش شدہ ان پٹ | 0.96M | $0.0055 / 1M | $0.173 / 1M | $0.0435 / 1M |
| آؤٹ پٹ، ریزننگ سمیت | 0.04M | $0.52 / 1M | $3.46 / 1M | $2.17 / 1M |
ہر قطار کو ضرب دیں اور جوڑیں۔ 2026-11-14 کو سنک کی گئی قیمتوں پر یہ ٹاسک DeepSeek V4.1 Flash کے مقابلے میں GLM 5.3 پر تقریباً 7 گنا اور Qwen3.8 27B پر تقریباً 2.5 گنا مہنگا پڑتا ہے۔ آپ کا اپنا تناسب آپ کی کیش کی شرح اور ماڈل کی ریزننگ کی مقدار پر منحصر ہے، اس لیے اسے ناپیں۔ اپنے ٹوکن LLM API لاگت کیلکولیٹر میں ڈالیں، یا DeepSeek V4.1 Flash بمقابلہ GLM 5.3 اور GLM 5.3 بمقابلہ Qwen3.8 27B پر ماڈلز کا ساتھ ساتھ موازنہ کریں۔
لامحدود پلان پر DeepSeek V4.1 Flash میں کوئی ٹوکن میٹر نہیں: ہر سیشن $60 ماہانہ، ایک وقت میں ایک درخواست۔ دن کے زیادہ تر حصے چلنے والے ایجنٹ کے لیے یہ عموماً کسی بھی فی ٹوکن قیمت سے بہتر ہے۔ 80% کیش ہٹس پر بریک ایون کا حساب لکیر کو ماہانہ تقریباً 917 ملین ان پٹ اور 46 ملین آؤٹ پٹ ٹوکن پر رکھتا ہے۔
کسوٹی 4: ماڈل کتنا سوچتا ہے؟
تینوں بڑے ماڈلز جواب دینے سے پہلے ریزننگ کرتے ہیں، اور ریزننگ max_tokens میں گنی جاتی ہے۔ ایجنٹ میں اس سے دو مسائل ہوتے ہیں: آؤٹ پٹ کی حد کم ہونے پر خالی جوابات، اور استعمال کے مطابق ادائیگی پر زیادہ آؤٹ پٹ بل۔ ہر کال کو چند ہزار آؤٹ پٹ ٹوکن دیں اور فائلیں پڑھنے جیسے روزمرہ مراحل کے لیے reasoning_effort کو low پر سیٹ کریں۔ ریزننگ ماڈلز خالی جواب کیوں دیتے ہیں۔
تو آپ کو کون سا منتخب کرنا چاہیے؟
- opencode، Continue کا Agent موڈ، Cline، Zoo Code یا آپ کا اپنا ٹول لوپ: GLM 5.3۔ ٹولز درج، 1M کانٹیکسٹ، چاروں میں سب سے اونچی فی ٹوکن قیمت۔
- Aider، یا کوئی بھی طویل چلنے والا ایجنٹ جہاں بل سب سے زیادہ اہم ہے: DeepSeek V4.1 Flash، بہتر ہو تو لامحدود پلان پر۔
- اسکرین شاٹس پڑھنے والے یا عربی میں کام کرنے والے ایجنٹس: Qwen3.8 27B، ٹولز اور تصویری ان پٹ کے ساتھ؛ BroadNet کا قیمتوں کا صفحہ کہتا ہے کہ اسے عربی میں ٹیسٹ کیا گیا۔
- $5 کے ابتدائی کریڈٹ پر پہلا ٹیسٹ: Gemma 4 VL 26B، پھر اوپر جائیں۔
آپ انہیں ملا بھی سکتے ہیں۔ مثلاً Cline میں Plan اور Act موڈ کے لیے الگ الگ ماڈلز استعمال کرنے کی سیٹنگ ہے۔ ہر ایجنٹ کے سیٹ اپ کے مراحل ہمارے کوڈنگ ایجنٹس میں اوپن ماڈلز والے مرکز میں ہیں، اور فیچرز کا موازنہ Cline بمقابلہ Roo Code بمقابلہ Aider میں ہے۔
BroadNet Inference کہاں فٹ ہوتا ہے
BroadNet Inference یہ چاروں ماڈلز زیرو ڈیٹا ریٹینشن کے تحت، ایک API کلید کے ساتھ پیش کرتا ہے۔ BroadNet کا پرائیویسی بیان کہتا ہے کہ ہوسٹ کیے گئے open-weight ماڈلز BroadNet کے اپنے یا لیز پر لیے گئے US ہارڈویئر پر چلتے ہیں، اور DeepSeek V4.1 Flash جیسے پارٹنر کے ذریعے چلنے والے ماڈلز US انفرنس پارٹنرز کے ساتھ چلتے ہیں۔ یہ ان ٹیموں کے لیے موزوں ہے جنہیں ایجنٹس کے لیے 1M ٹوکن والا اوپن ماڈل چاہیے، اور DeepSeek V4.1 Flash کے لیے مقررہ بل۔ یہ تب موزوں نہیں جب آپ کو کوئی خاص ماڈل چاہیے جو یہ نہیں چلاتا، ویب سرچ جیسا فراہم کنندہ کی طرف ہوسٹ شدہ ٹول چاہیے، یا ماڈلز کے موازنے کے لیے شائع شدہ بینچ مارک اسکورز چاہییں؛ اس کے بجائے اپنا ٹاسک کی سطح کا ٹیسٹ چلائیں۔ آپ کسی بھی ماڈل کو استعمال کے مطابق ادائیگی والی کلید پر آزما سکتے ہیں یا پلانز کے صفحے پر $1 کا ایک Meteor گھنٹہ خرید سکتے ہیں۔
