سباق الذكاء الاصطناعي المحتدم في وادي السيليكون

بقلم: Max، 01 Founder

تحرير: Max

حدثت ثلاثة أمور كبيرة في وادي السيليكون الليلة الماضية.

أطلقت Google نموذج Gemini 3.8 Flash، وأطلقت Meta نموذج Muse Spark 1.3، بينما ظهرت شركة ناشئة لم يتحدث عنها أحد من قبل تُدعى Mostik في مقابلة حصرية مع مجلة WIRED المرموقة.

إذا نظرنا إلى الحدثين الأولين فقط، يبدو الأمر وكأنه ليلة عادية أخرى من سباق تصدر قوائم الذكاء الاصطناعي.

فقد دفعت Google للتو نموذج Gemini إلى صدارة DeepSWE، وبعد ساعات قليلة، أعلنت Meta عن نتيجة أعلى، حتى أن لقب المركز الأول عالميًا لم يدم سوى ساعات قليلة.

بحلول عام 2026، أصبح الناس تقريبًا غير مبالين بهذا النوع من الأمور.

إطلاق نموذج، تحطيم رقم قياسي في المعايير، احتفال على X لبضع ساعات، ثم انتظار الشركة التالية لتحطيم الرقم من جديد.

لكن إذا ربطنا الأحداث الثلاثة التي وقعت الليلة الماضية ببعضها البعض، أعتقد أن ما يستحق الاهتمام حقًا ليس موجودًا في تلك القوائم على الإطلاق.

اقتصاديات الذكاء الاصطناعي تشهد تحولًا جذريًا.

خلال السنوات الماضية، عندما ناقشنا تكلفة الذكاء الاصطناعي، كانت الأرقام التي ننظر إليها غالبًا هي سعر كل مليون توكن.

لكن بعد ظهور الوكلاء الأذكياء (Agents)، أصبحت طريقة القياس هذه غير كافية بشكل متزايد.

في المستقبل، قد لا يكون السؤال المهم حقًا هو "كم تبلغ تكلفة مليون توكن؟"، بل كم تبلغ تكلفة إصلاح خطأ برمجي، أو إنجاز بحث، أو تشغيل وكيل ذكي لمدة ثلاث ساعات متواصلة.

والليلة الماضية، تنخفض تكلفة الاستدلال في الوقت نفسه من عدة اتجاهات مختلفة تمامًا.

تعمل Google على حشر قدرات المستوى الرائد في نماذج أرخص فأرخص، بينما تعمل Meta على جعل الوكلاء ينجزون المهمة نفسها باستخدام عدد أقل من التوكنات واستدعاءات الأدوات، أما Mostik فقد ذهبت إلى أبعد من ذلك، وبدأت في التساؤل:

إذا كان طرفا الاتصال كلاهما ذكاءً اصطناعيًا في الأساس، فلماذا تحتاج النماذج إلى التواصل بلغة صُممت للبشر؟

الجزء 01: عودة Gemini

لنبدأ بـ Google.

أطلقت Google نموذجها الرائد الجديد كليًا Gemini 3.8 Flash، ووصفته رسميًا بأنه أقوى نموذج للاستدلال والبرمجة لديها حتى الآن.

وهذا هو التحديث الثالث لسلسلة Flash من Google خلال ستة أسابيع، من 3.6 إلى 3.7، والآن إلى 3.8.

في الماضي، كانت الانطباعات عن Flash بسيطة جدًا: أسرع وأرخص، لكن قدراته أقل قليلًا من أقوى النماذج.

تعمل Google الآن على تغيير هذا التعريف تدريجيًا.

التحسينات الجوهرية في 3.8 Flash هذه المرة تتركز في البرمجة طويلة الأفق وسير عمل الوكلاء.

في اختبار DeepSWE v1.1 الذي يقيس قدرات هندسة البرمجيات طويلة الأمد للذكاء الاصطناعي، حقق النموذج نتيجة تقارب 74%.

الفرق الأكبر بين DeepSWE ومعايير البرمجة التقليدية هو أنه لا يقدم للنموذج مسألة خوارزمية، بل يضع الوكيل فعليًا داخل مستودع أكواد.

يحتاج النموذج إلى فهم المشكلة، والبحث في الأكواد، وتعديل الملفات، واستدعاء الأدوات، وتنفيذ الاختبارات، ومواصلة البحث عن الأسباب بعد الفشل.

قد تستغرق المهمة الكاملة عشرات أو حتى مئات الخطوات.

في مثل هذه الاختبارات، تصدر Gemini 3.8 Flash المركز الأول عالميًا في وقت ما.

حقق Claude Opus 5 أيضًا حوالي 74%، وGPT-5.6 Sol حوالي 73%، بينما حقق Fable 5 الذي كان متصدرًا سابقًا حوالي 70%.

إذا نظرنا إلى القدرات فقط، لم يعد هناك فجوة كبيرة جدًا بين هذه النماذج الأقوى.

لكن الرقم المرعب حقًا هو رقم آخر: المال.

لا يزال سعر الإطلاق الأولي لواجهة برمجة تطبيقات Gemini 3.8 Flash عند 0.75 دولار لكل مليون توكن للإدخال و3.75 دولار لكل مليون توكن للإخراج.

لإنجاز مهمة كاملة على DeepSWE، يبلغ متوسط تكلفته 2.36 دولارًا فقط.

للمقارنة، Claude Opus 5 الذي يحقق نفس النسبة تقريبًا 74%، يبلغ متوسط تكلفة المهمة الواحدة 11.84 دولارًا؛ بينما GPT-5.6 Sol بنسبة 73% تقريبًا، يبلغ متوسط تكلفته 6.46 دولارًا.

أي أن تكلفة تنفيذ نفس المستوى من قدرات هندسة البرمجيات يمكن أن تختلف عدة أضعاف.

سيصبح هذا الأمر بالغ الأهمية في عصر الوكلاء.

في عصر روبوتات الدردشة، لا يشعر المستخدم العادي بفرق بضعة سنتات في تكلفة الإجابة الواحدة.

لكن الوكلاء مختلفون تمامًا، فقد ينفذ وكيل برمجة 100 خطوة متتالية، وقد يبحث وكيل أبحاث في عشرات صفحات الويب ويقرأ مئات الصفحات من البيانات، وفي المستقبل قد يعمل الوكلاء داخل الشركات لساعات متواصلة.

حتى أن Google ذكرت رسميًا أن 3.8 Flash سيعمل بجد أكبر عند مواجهة المهام المعقدة، ويقوم بمزيد من الاستدلال واستدعاءات الأدوات.

لم تجعل Google النموذج "يفكر أقل" لتوفير المال، بل لأن التوكنات أصبحت رخيصة بما يكفي للسماح له بتشغيل حلقات أطول.

لذلك أعتقد أن الأهمية الحقيقية لـ 3.8 Flash ليست في حصوله على المركز الأول عالميًا مرة أخرى.

بل في أنه يقحم بقوة القدرات التي كانت حصرية لأغلى النماذج المتقدمة في النطاق السعري لـ Flash.

الجزء 02: بعد ثلاث ساعات ونصف، عادت Meta بقوة

بينما كان فريق Google يحتفل بإطلاق Gemini 3.8 Flash، ردت Meta فجأة.

أطلقت Meta فجأة نموذج Muse Spark 1.3.

وفقًا للتقييمات التي نشرتها Meta، حقق Muse Spark 1.3 نتيجة 75.4% على DeepSWE v1.1.

هذا الرقم يتجاوز Gemini 3.8 Flash وClaude Opus 5 وGPT-5.6 Sol.

الأكثر إثارة للدهشة أن Muse Spark 1.2 كان يحقق حوالي 55% فقط في هذا الاختبار.

من 1.2 إلى 1.3، قفز تحديث إصدار ثانوي واحد بحوالي 20 نقطة مئوية.

لكنني أعتقد أن ما يستحق النظر إليه حقًا في إطلاق Meta هذه المرة ليس نسبة 75.4%.

هناك رقمان آخران: انخفاض استدعاءات الأدوات بحوالي 20%، وانخفاض استهلاك التوكنات بحوالي 25%.

من السهل تجاهل هذا الأمر، لكنه في الواقع قريب جدًا من أهم مسألة بعد التسويق التجاري الحقيقي للوكلاء.

أكبر هدر للمال في الوكيل لا يكون غالبًا في التفكير الطبيعي، بل في الانحراف عن المسار الصحيح.

على سبيل المثال، إذا أساء وكيل برمجة فهم المتطلبات في الخطوة 20، فقد يستمر في تعديل خمسة ملفات، وتنفيذ ثلاث جولات من الاختبارات، والبحث في كمية كبيرة من الأكواد، ليكتشف في النهاية أن المسار خاطئ، ثم يبدأ من جديد.

هكذا تُهدر عشرات استدعاءات الأدوات وعشرات الآلاف من التوكنات.

لذلك، إذا كان النموذج قادرًا على اكتشاف الغموض في المهمة مبكرًا، ومعرفة أنه لا يستطيع المتابعة مبكرًا، وسؤال المستخدم مبكرًا، فهو في الواقع يخفض التكلفة مباشرة.

العديد من القدرات التي عززها Muse Spark 1.3 هذه المرة تنتمي إلى هذه الفئة: يمكنه الحفاظ على مهام سير عمل متعددة في سلسلة محادثات طويلة، والسؤال بشكل استباقي عند مواجهة مهام غامضة، وطلب المساعدة بشكل استباقي للمشكلات التي لا يستطيع حلها، والتأكيد قبل تنفيذ عمليات لا رجعة فيها، كما أنه أقل عرضة لنسيان القيود الأولية بعد تنفيذ مهام طويلة لعدة جولات.

حتى أن Meta بدأت في التأكيد على وعي النموذج بحدود قدراته: يعرف ما يجيده، ويعرف أيضًا ما لا يجيده.

قد لا تكون هذه القدرات مثيرة مثل قفزة 20 نقطة في المعايير في عصر روبوتات الدردشة، لكنها في عصر الوكلاء يمكن تحويلها مباشرة إلى أموال.

كل خطأ يتجنبه الوكيل هو في حد ذاته تحسين في الاستدلال.

لذلك، عند النظر إلى Google وMeta معًا، نجد أن وحدة قياس المنافسة في النماذج الكبيرة تتغير بهدوء.

في المستقبل، قد يقل اهتمام الناس بسؤال "كم تبلغ تكلفة مليون توكن؟"، ويزداد اهتمامهم برقم آخر:

كم تبلغ تكلفة إنجاز مهمة حقيقية من الألف إلى الياء؟

الجزء 03: Mostik، اختراق ثوري

إذا كانت Google وMeta لا تزالان تبحثان عن كيفية إنجاز المهام بتوكنات أرخص وأقل، فإن Mostik بدأت في التطرق إلى سؤال أكثر جوهرية:

لماذا يجب أن توجد هذه التوكنات أصلًا؟

كلمة Mostik تعني "جسر" باللغة الروسية.

الرئيسة التنفيذية ساشا ماليشيفا هي المطورة الرئيسية لهذه المنهجية، وكبير العلماء هو ستانيسلاف سميرنوف، أستاذ في جامعة جنيف والحائز على ميدالية فيلدز عام 2010.

إنهم يحاولون القيام بشيء يبدو بسيطًا لكنه في الواقع صعب للغاية: جعل نموذجين من الذكاء الاصطناعي يتواصلان دون استخدام اللغة الطبيعية.

تعمل الغالبية العظمى من أنظمة الوكلاء المتعددين اليوم بهذه الطريقة:

بعد أن يحصل النموذج A على بعض المعلومات، يولد أولًا مئات أو حتى آلاف التوكنات ليعبر عن استنتاجاته باللغة الطبيعية؛ ثم يقرأ النموذج B كل هذا النص، ويعيد فهمه وبناء تمثيله الداخلي الخاص، ثم يواصل الاستدلال.

لكن المشكلة هي أن ما تحسبه النماذج الكبيرة داخليًا ليس في الأصل لغة صينية أو إنجليزية، بل:

تمثيلات رياضية مستمرة عالية الأبعاد.

هذا يشبه جهازي كمبيوتر يمكنهما نقل البيانات مباشرة، لكن الكمبيوتر A يطبع الملفات أولًا على مئات الصفحات، ثم يجعل الكمبيوتر B يعيد قراءتها صفحة صفحة باستخدام كاميرا OCR.

كان الجميع يبحثون في الماضي عن كيفية خفض تكلفة الطباعة، لكن Mostik تريد رمي الطابعة تمامًا.

إنهم يحاولون بناء جسر بين التمثيلات الداخلية للنماذج المختلفة، بحيث تتبادل النماذج التمثيلات الكامنة مباشرة بدلًا من توليد اللغة الطبيعية أولًا.

التجربة التي كشفت عنها مجلة WIRED المرموقة في وادي السيليكون مثيرة جدًا للاهتمام.

قامت Mostik بربط النسخة الكاملة من GLM-5.2 753B مع Qwen 3.5 الذي يبلغ حجمه 4B فقط ويمكن تشغيله على الأجهزة المحمولة.

النظام الهجين الناتج كانت قدراته بين النموذجين، لكن تكلفة الاستدلال كانت فقط 1/20 من تكلفة GLM-5.2 الكامل.

بالطبع، من السابق لأوانه القول إن Mostik قد حلت مشكلة التواصل بين النماذج.

التواصل الكامن في حد ذاته لم يظهر لأول مرة بالأمس، فقد كانت هناك أبحاث عديدة خلال السنوات الماضية تحاول تبادل التضمينات والحالات الخفية وذاكرة KV وغيرها من التمثيلات الداخلية.

الصعوبة الحقيقية هي أن بنية النماذج المختلفة ومعاملاتها وبيانات تدريبها وأنظمة إحداثياتها الداخلية مختلفة، فكيف نجعل نموذجين يفهمان حقًا الفضاء الكامن لبعضهما البعض هو في حد ذاته مشكلة صعبة للغاية.

يعترف سميرنوف نفسه بأنه لا توجد حتى الآن لغة رياضية ناضجة لوصف التمثيلات المشتركة بين النماذج المختلفة.

لكن رقم 1/20 ما زال يثير حماسي بشدة.

لأنه جعلني أفكر بجدية في بنية مستقبلية مختلفة تمامًا للذكاء الاصطناعي.

الجزء 04: في المستقبل، ستحتاج فقط إلى نموذج بحجم كسور من المليار

خلال العامين الماضيين، عند مناقشة الذكاء الاصطناعي على الأجهزة الطرفية، كنا نبحث دائمًا عن كيفية حشر نماذج أكبر في الهواتف: 7B، 4B، 3B، 1B، مع التقطير والتكميم والضغط المستمر.

لكن إذا نجح مسار Mostik هذا في النهاية، أعتقد أن هواتف المستقبل قد لا تحتاج أصلًا إلى نموذج كبير "يعرف كل شيء".

قد يحتاج جهازك فقط إلى تشغيل نموذج صغير بحجم 0.x مليار أو بضعة مليارات من المعاملات.

سيكون رخيصًا جدًا، ويمكنه العمل باستمرار، ويكون مسؤولًا عن فهم التطبيق الذي تستخدمه حاليًا، وما فعلته للتو، وحالة الجهاز، ومعالجة الغالبية العظمى من المهام البسيطة والمتكررة.

وعند مواجهة مشكلة صعبة حقًا، يستدعي النموذج الكبير البعيد من خلال التواصل في الفضاء الكامن.

لكن الفرق الرئيسي هو أنه لن يحتاج كما يحدث اليوم إلى إعادة إرسال سياق بمئة ألف توكن بالكامل إلى السحابة ليقوم النموذج البعيد بقراءته من البداية.

قد يحتاج فقط إلى نقل حالة كامنة مضغوطة للغاية.

وبعد أن يكمل النموذج الكبير البعيد الاستدلال المعقد، قد لا يحتاج أيضًا إلى توليد آلاف التوكنات من الشرح باللغة الطبيعية للنموذج المحلي، بل يعيد مباشرة التمثيل الداخلي الجديد.

بهذه الطريقة، يتولى النموذج الصغير المحلي المهام عالية التردد والرخيصة والمستمرة، بينما يتولى النموذج المتقدم السحابي فقط المهام منخفضة التردد ولكن الصعبة حقًا، مع وجود جسر للتواصل الفعال بينهما.

إذا تحقق هذا في المستقبل، فقد يكون انخفاض تكلفة الاستدلال أكبر بكثير من مجرد تخفيض أسعار واجهات برمجة التطبيقات بنسبة 30% أو 50% اليوم.

قد يغير الطريقة التي ننظم بها حوسبة الذكاء الاصطناعي نفسها.

الجزء 05: الخاتمة

بالنظر إلى الليلة الماضية، تبدو ظاهريًا ثلاثة أخبار مختلفة تمامًا.

أطلقت Google نموذج Gemini 3.8 Flash، ضاغطة قدرات المستوى الرائد في النطاق السعري لـ Flash؛

وأطلقت Meta نموذج Muse Spark 1.3، مما مكن الوكلاء من إنجاز المزيد بتوكنات واستدعاءات أدوات أقل؛

أما Mostik فذهبت إلى أبعد من ذلك، وبدأت في محاولة منع توليد جزء من التوكنات بين النماذج من الأساس.

كلها تشير في الواقع إلى التغيير نفسه:

الذكاء يصبح أرخص بسرعة هائلة.

وهذا الانخفاض في الأسعار لم يعد مجرد انخفاض في سعر واجهة برمجة التطبيقات.

أسعار النماذج تنخفض، وكمية الحوسبة اللازمة لإنجاز المهام تنخفض، والآن حتى طريقة تبادل المعلومات بين النماذج بدأت في إعادة التصميم.

التأثير النهائي لهذا الأمر قد يكون أكبر بكثير من ارتفاع نسبة المعايير بضع نقاط مئوية.

لأن العديد من التقنيات لا تنفجر حقًا عندما "تصبح قابلة للاستخدام لأول مرة"، بل عندما "تصبح أخيرًا رخيصة بما يكفي لاستخدامها بحرية".

اليوم، جعل وكيل ينفق عشرات الدولارات لإنجاز مهمة صغيرة لشخص عادي قد يكون غير مجدٍ تمامًا.

إذا أصبحت التكلفة في المستقبل بضعة سنتات فقط، فإن العديد من التطبيقات التي لن يفكر فيها أحد اليوم ستصبح فجأة ممكنة.

اليوم لا يمكننا تشغيل عشرات الوكلاء على مدار الساعة حول شخص واحد، لكن إذا انخفضت تكلفة الاستدلال بمقدار مرتبة أو مرتبتين، فقد يصبح هذا هو الوضع الافتراضي.

الساعة الآن السابعة صباحًا، وكان من المفترض أن أنام منذ ساعات.

لكن بعد إطلاق Gemini، لحقت Meta بعد ساعات قليلة، ثم رأيت تجربة Mostik بنسبة 1/20.

بعد أن استلقيت على السرير، ظل عقلي يفكر في هذه الأمور، في النموذج 0.x مليار داخل الهاتف، والنموذج الكبير في السحابة، وإمكانية ألا يحتاجا إلى التحدث باللغة الطبيعية مع بعضهما البعض.

كلما فكرت أكثر، ازداد أرقي، وفي النهاية نهضت وكتبت هذا المقال.

نسبة 74% من Gemini و75.4% من Muse، قد تظهر أرقام جديدة خلال أيام لتتفوق عليها.

لكنني الآن أجد صعوبة حقيقية في تهدئة هذا الحماس.

لأنه بدلًا من الاهتمام بمن حصل على المركز الأول عالميًا مرة أخرى، أصبحت مهتمًا أكثر بسؤال آخر:

إلى أي مدى يمكن أن يصبح هذا الذكاء الاصطناعي رخيصًا في النهاية؟

بمجرد أن يصبح الذكاء القوي رخيصًا حقًا لدرجة يمكن استدعاؤه بحرية، أعتقد أن العديد من منتجات الذكاء الاصطناعي التي تبدو مجنونة جدًا اليوم قد تكون في بدايتها فقط.