أفضل نموذج صيني مفتوح يسجل 46 على مؤشر مستقل مقابل 58 لأفضل نموذج أمريكي، وأربعة مصادر تضع الفارق بين شهرين وثمانية أشهر

في 8 أكتوبر 2026 كان أعلى نموذج صيني ترتيبا على مؤشر الذكاء لدى Artificial Analysis هو MiMo-V2.6-Pro من شاومي، بدرجة 46 والمركز الثامن عشر إجمالا. ويتصدر Claude Opus 5.5 من Anthropic الجدول نفسه بـ58، ويسجل GPT-6 Astra من OpenAI وGemini 4 Argon من غوغل الدرجة 53. ويجمع المؤشر عشرة اختبارات في البرمجة والوكلاء الذكيين وأعمال المعرفة والعلوم في درجة واحدة، بحسب موقع Trending Topics.

حاولت أربعة مصادر ترجمة هذه المسافة إلى أشهر، وتتراوح إجاباتها بين شهرين وثمانية. فهي تستخدم اختبارات مختلفة ونماذج أمريكية مختلفة معيارا للمقارنة، وهذا معظم سبب اختلافها.

أحدث الإصدارات، بأرقام المختبرات نفسها

كل هذه النماذج من نوع خليط الخبراء. يُوجَّه كل رمز إلى مجموعة صغيرة من الشبكات الفرعية المتخصصة، ولذلك فإن عدد المعاملات “النشطة”، أي الأرقام القابلة للضبط التي تُستخدم فعلا لكل رمز، أقل بكثير من العدد الكلي. والرمز كلمة أو جزء من كلمة.

يصف التقرير التقني لـDeepSeek V4، الذي قُدم إلى arXiv في 26 أبريل 2026، إصدارا تمهيديا. ويقول إن V4-Pro دُرّب مسبقا على 33 تريليون رمز والإصدار الأصغر V4-Flash على 32 تريليونا. وعند سياق من مليون رمز، يحتاج V4-Pro إلى 27% من الحوسبة لكل رمز و10% من ذاكرة التخزين المؤقتة اللتين يحتاجهما إصدار DeepSeek السابق V3.2، بحسب التقرير. ويستند الصفان الخاصان بـV4.1 Flash وMiMo إلى جدول Artificial Analysis وتصنيفات التراخيص لدى Arena.

وتذكر بطاقة Kimi K3 توزيع الخبراء، 16 من 896، لكنها لا تذكر عدد رموز التدريب ولا عتاده. ونقطة التفتيش المفتوحة من Qwen نصية فقط، وتقول بطاقتها إن وضع التفكير لا يمكن إطفاؤه. أما Qwen3.8-Max المستضاف فيضيف إدخال الصور وسياقا افتراضيا من مليون رمز. ويعيد GLM-5.3 استخدام النموذج الأساس لـGLM-5.2، وتقول بطاقة Z.ai إن المكاسب تأتي من مرحلة ما بعد التدريب، وهي المرحلة التي يُضبط فيها نموذج مكتمل بالتغذية الراجعة.

وأرقام الاختبارات على هذه البطاقات هي أرقام المختبرات نفسها. فبطاقة DeepSeek تعطي V4-Pro-Max الدرجة 80.6 في اختبار البرمجة SWE-bench Verified. وقاس مركز CAISI التابع لـNIST الدرجة 74 في الاختبار نفسه، وعزا الفرق إلى موجهات النظام والهياكل الداعمة وميزانيات الرموز.

ما قاسه المختبرون من الخارج

تدرج Artificial Analysis، في الإصدار 4.3.2 من مؤشرها، درجات النماذج مفتوحة الأوزان هذه: MiMo-V2.6-Pro عند 46، وGLM-5.3 عند 45، وKimi K3 عند 44، وGLM-5.3-Flash عند 42، وDeepSeek V4.1 Flash عند 39، وQwen3.8 27B (نموذج من 27 مليار معامل) عند 34، وMiniMax-M3 عند 29. ويذكر Trending Topics الدرجة 39.9 لنموذج Qwen3.8 2.4T الكامل. وأفضل المدخلات الأمريكية المفتوحة في جدول Artificial Analysis هما Inkling من Thinking Machines عند 25 وNemotron 3 Ultra من Nvidia عند 23.

وسجلت النسخة التمهيدية من Mistral Large 4 الفرنسية 38.4، ما يضعها في المركز الثامن بين النماذج المفتوحة، كما نشرت tuput في مقال Mistral Large 4. والتكلفة تختلف اختلافا حادا. فيذكر Trending Topics 0.13 دولار لكل مهمة في المؤشر لـMiMo-V2.6-Pro، ونحو دولارين لكل مهمة لـGLM-5.3 وKimi K3 وQwen3.8.

وفي لوحة النصوص لدى Arena يحتل Kimi K3 (max) المركز السادس عشر بـ1488، مقابل 1525 لـGemini 4 Argon من غوغل، وهو مصنف لدى Arena على أنه مبدئي، و1507 لـClaude Opus 5.5. ويحتل MiMo-V2.6-Pro المركز السادس والعشرين، وGLM-5.3 السابع والعشرين، وDeepSeek V4.1 Flash التاسع والثلاثين. ولا يظهر أي من النماذج الهندية الممولة ضمن بعثة IndiaAI في جدول Artificial Analysis للنماذج مفتوحة الأوزان الذي اطلعت عليه tuput. وميزانية البرنامج ووحدات معالجة الرسوميات والجهات الممولة مفصلة في مقال بعثة IndiaAI.

الأوزان المفتوحة، وما تشترطه التراخيص

“مفتوح الأوزان” يعني أن بإمكان أي شخص تنزيل الأرقام المدرَّبة، أما شروط الاستخدام فتختلف من مختبر إلى آخر. تستخدم DeepSeek وشاومي ترخيص MIT الذي لا يكاد يفرض شروطا. ويذكر Trending Topics أن Artificial Analysis تصنف GLM-5.3 وKimi K3 وQwen3.8 الكبير على أنها مقيّدة للاستخدام التجاري، مع أن نصوص التراخيص التي اطلعت عليها tuput تضع حدودا أضيق.

يشترط ترخيص Kimi K3 على شركة تدير أعمال نماذج مستضافة وتتجاوز إيراداتها 20 مليون دولار خلال أي 12 شهرا أن توقع اتفاقا منفصلا مع Moonshot. وعلى المنتج الذي يزيد عدد مستخدميه الشهريين على 100 مليون، أو تبلغ إيراداته الشهرية 20 مليون دولار، أن يعرض اسم “Kimi K3” على واجهته. والاستخدام الداخلي معفى.

ولدى ترخيص Qwen3.8-Max قاعدة العرض نفسها، ويضع عتبة الترخيص المنفصل عند 50 مليون دولار خلال 12 شهرا لأعمال النماذج المستضافة أو مساعدي العمل بالذكاء الاصطناعي. أما ترخيص GLM-5.3 من Z.ai فيسمح بالاستخدام التجاري، مع مراجعة أمنية من Z.ai فقط لأعمال النماذج المستضافة التي يتجاوز مجموع إيراداتها 10 مليارات دولار.

ادعاءات تكلفة التدريب وما تتركه خارجها

الرقم الأكثر تداولا هو 5.576 مليون دولار لـDeepSeek-V3. وتصل إليه ورقة V3 من 2.788 مليون ساعة من وحدات H800 بسعر إيجار مفترض قدره دولاران للساعة. وتنص الورقة على أن المجموع يغطي دورة التدريب الرسمية فقط، ويستثني الأبحاث السابقة وتجارب الاستئصال، وهي الاختبارات الصغيرة التي تُجرى لاختيار البنية والخوارزميات والبيانات.

ويذكر تقرير V4 أعداد الرموز، لكنه لا يذكر في النص الذي بحثت فيه tuput تكلفة بالدولار ولا مجموع ساعات الوحدات. ولا تذكر بطاقة Kimi K3 عدد الرموز ولا التكلفة.

الرقائق التي تقول المختبرات إنها تستخدمها

يقول تقرير DeepSeek إن نواة الاتصال المدمجة بين الخبراء لديها جرى التحقق منها على وحدات Nvidia وعلى معالجات Huawei Ascend معا، بتسريع يبلغ 1.50 إلى 1.73 مرة في الاستدلال العام وحتى 1.96 مرة في الأعمال الحساسة لزمن الاستجابة مثل عمليات التعلم المعزز. ولا يقول التقرير أي الرقائق دُرِّب عليها النموذج.

وكتب إيرين تشانغ وعقيب زكريا وجوردان شنايدر في ChinaTalk في 27 أبريل أن V4 “ما زال مدرَّبا على رقائق Nvidia”، وهذه قراءتهم للأدلة وليست تصريحا من DeepSeek. وينقل المقال نفسه حاشية في إعلان إطلاق DeepSeek: “بسبب قيود الحوسبة المتقدمة، فإن طاقة خدمة V4-Pro محدودة حاليا”. ويضيف أن DeepSeek تتوقع أن ينخفض سعر Pro حين تُشحن عقد Huawei Ascend 950 العملاقة بكميات كبيرة في النصف الثاني من 2026.

وتقول بطاقة GLM-5.3 إن النشر على Ascend مدعوم عبر vLLM-Ascend وxLLM وSGLang، ولا تذكر عتاد التدريب. وتقول بطاقة Kimi K3 إن بعض تقييماتها جرت على وحدات Nvidia H20.

وعلى الجانب الأمريكي، ذكر موقع The Next Web في 19 أغسطس، نقلا عن فايننشال تايمز، أن ByteDance وTencent تلقت كل منهما نحو 10,000 رقاقة Nvidia H200. وقد طلبت بكين من الشركات إبقاءها خارج البر الرئيسي، وتمر الشحنات عبر هونغ كونغ. وفي يوليو، بحسب The Next Web، قال وكيل وزارة التجارة جيفري كيسلر أمام الكونغرس إن “قليلا جدا” منها وصل. أما تحويل الخوادم المقيدة عن وجهتها فهو موضوع تقرير tuput عن لائحة اتهام وزارة العدل بشأن خوادم أُرسلت إلى الصين.

أربعة تقديرات للفارق

يقول تقرير DeepSeek إن V4-Pro-Max يتفوق على GPT-5.2 وGemini-3.0-Pro في اختبارات الاستدلال القياسية، لكنه يقصّر قليلا عن GPT-5.4 وGemini-3.1-Pro. ويقرأ ذلك على أنه تخلّف بنحو ثلاثة إلى ستة أشهر عن الحدود المتقدمة.

واختبر مركز معايير الذكاء الاصطناعي والابتكار التابع لـNIST نموذج V4 Pro في أبريل ونشر في 1 مايو أن قدراته تتخلف عن الحدود المتقدمة بنحو 8 أشهر. وفي اختبارات CAISI التسعة، ومنها اثنان لم يُكشف عنهما للجمهور، أدى V4 Pro أداء مشابها لـGPT-5 الذي صدر قبله بنحو 8 أشهر. وفي المجموعة شبه الخاصة من ARC-AGI-2 سجل 46% مقابل 79% لـGPT-5.5. وتقول CAISI إن رقم التخلف لديها يأتي من نموذج إحصائي يقارب القدرة، لا من قياس مباشر.

وكتب ناثان لامبرت في 21 سبتمبر، في مقال موسّع عن شهادة أُعدّت لإحاطة في الكونغرس، أن النماذج الصينية مفتوحة الأوزان متأخرة بنحو شهرين إلى خمسة عن الحدود الأمريكية المغلقة. أما النماذج الأمريكية المفتوحة فهي، بقوله، متأخرة من ستة إلى تسعة أشهر عن OpenAI وAnthropic. ويقدّر أن التقطير، أي تدريب نموذج على مخرجات نموذج آخر، يضيّق الفارق الصيني بشهر إلى شهرين.

وذكر جاك إدواردز ولوك إمبرسون من Epoch AI في 29 مايو أنه منذ يناير 2026 تتخلف أقدر النماذج مفتوحة الأوزان عن الحدود المغلقة بمتوسط أربعة أشهر على مؤشر القدرات لدى Epoch، أو ستة أشهر بمقياس أشد صرامة، أي فارق متوسط قدره 8 نقاط على المؤشر. وهذا يشمل النماذج المفتوحة عموما، لا الصينية وحدها. وتضيف Epoch أن النماذج المفتوحة تميل إلى الحصول على درجات أسوأ في الاختبارات الخاصة، وأن تقديرها قد يقلل من حجم الفارق الحقيقي.