تعمل نماذج الذكاء الاصطناعي ذات الوزن المفتوح على سد الفجوة مع النماذج الحدودية المغلقة بوتيرة مذهلة: مع كل حقبة متتالية من نماذج اللغة الكبيرة، تستغرق النماذج المفتوحة نصف الوقت للحاق بالنموذج المغلق الأول في تلك الحقبة، وفقًا لتحليل جديد أجرته شركة أبحاث أشباه الموصلات SemiAnalys.
الدراسة بعنوان "هل تلحق النماذج المفتوحة بالركب؟" وتعد هذه المحاولات، التي نشرها إيفان كلوتير، وماكس كان، وجوردان نانوس، وديلان باتيل، في 21 أغسطس، واحدة من أكثر المحاولات منهجية حتى الآن لتحديد سؤال معلق على صناعة الذكاء الاصطناعي بأكملها: إذا ظلت النماذج المفتوحة قادرة تقريبًا مثل الحدود المغلقة بجزء صغير من التكلفة، فهل تتمتع المختبرات الحدودية بعمل دائم؟ للحصول على تغطية عميقة لإصدارات النماذج التي تقود هذا التحول، تابع AI Buzz Wire.
ثلاثة عصور من الذكاء الاصطناعي الحدودي
يرى المؤلفون أن تاريخ ماجستير إدارة الأعمال يقع في ثلاثة عصور متميزة - القياس المبكر، والاستدلال، والفاعلية - ويمثل كل منها زيادة تدريجية في ما يمكن أن تفعله النماذج بشكل مفيد.
وتتمثل وجهة نظرهم المنهجية الأساسية في أن مقارنة النماذج عبر العصور بمعيار واحد هو خطأ. كل معيار هو نتاج عصره: يتم إنشاؤه لتمييز الاختلافات في القدرات الموجودة في ذلك الوقت، ثم يتسلقه صانعو النماذج حتى يتشبع، وعند هذه النقطة تتوقف الصناعة عن الاهتمام وتمضي قدمًا. وبدلاً من ذلك، قام فريق SemiAnalogy بتشغيل مجموعات معيارية منسقة لنماذج كل عصر لإنتاج درجة قدرة مركبة.
ومن هذا المنطلق، فإن الفجوة المفتوحة مقابل المغلقة تتحرك في دورات. في بداية كل عصر، يُكمل أحد المختبرات الرائدة أبحاثًا واعدة، ويُدرب نموذجًا مثيرًا للإعجاب، ويقفز إلى الأمام. وتقوم مختبرات أخرى بعد ذلك بتحديد التطورات الرئيسية، وإجراء هندسة عكسية لها، وسد الفجوة. "لا شيء يبقى سرا إلى الأبد - خاصة عندما تأخذ في الاعتبار التقطير" ، كما كتب المؤلفون. "إنها مجرد مسألة كم من الوقت سيستغرق."
أنتج قياسهم لهذا السؤال النتيجة الرئيسية للدراسة: مع كل جيل، تستغرق النماذج مفتوحة المصدر نصف الوقت للحاق بأول نموذج مغلق المصدر في ذلك العصر.
لماذا تبدو هذه الدورة مختلفة؟
التقرير صريح بشأن الفرق بين لحظات النموذج المفتوح السابقة واللحظة الحالية. "لحظة DeepSeek" في يناير 2025 تصدرت عناوين الأخبار، ولكن "لم يستخدم أحد فعليًا R1 للقيام بأي عمل ذي قيمة اقتصادية"، كما لاحظ المؤلفون.
على النقيض من ذلك، يشيرون إلى نماذج مثل GLM 5.3 وKimi K3 باعتبارها "قادرة حقًا على القيام بالعديد من نفس مهام البرمجة والوكلاء التي أوصلت Anthropic إلى 65 مليار دولار أمريكي + ARR" - في إشارة إلى مسار الإيرادات الذي دفعته أعباء عمل البرمجة والوكلاء إلى صانع Claude. يحمل هذا الادعاء وزنًا خاصًا لأن هذه النماذج المفتوحة ليست مجرد أدوات تجريبية؛ يتم نشرها في الإنتاج لنفس المهام التي تولد إيرادات حقيقية للمختبرات المغلقة.
أرقام الاستخدام تعزز هذا التحول. تقوم شركة Fireworks، وهي مزود الاستدلال الذي يخدم العديد من النماذج المفتوحة، بمعالجة الآن أكثر من 40 تريليون رمز مميز يوميًا - وهو ضعف حجم واجهة برمجة التطبيقات الخاصة بـ OpenAI في نهاية مارس، وفقًا لـ SemiAnasis. إنه، على حد تعبير التقرير، "وقت مثير لأن تكون مستهلكًا رمزيًا"، حيث تمتد المعركة على الرموز المميزة الآن إلى ما هو أبعد من الاحتكار الثنائي بين OpenAI والإنسان.
سؤال التسليع
تتناول الدراسة بشكل مباشر الخوف - الذي تسميه FUD من بعض الزوايا - من أن النماذج المفتوحة القادرة والرخيصة سوف تحول طبقة النموذج إلى سلعة بالكامل، وهي نتيجة قد تكون كارثية على هوامش المختبرات الحدودية.
لا يصل الجزء العام من التحليل إلى إجابة كاملة، حيث يوجه القراء إلى نموذج Tokenomics المدفوع للشركة للحصول على معالجة تفصيلية للبيانات المالية لـ OpenAI وAnthropic. لكن اتجاه السفر واضح: إذا وصلت النماذج المفتوحة في كل عصر في نصف الوقت الذي كانت عليه في العصر السابق، فإن النافذة التي يمكن للمختبرات المغلقة من خلالها فرض أسعار مرتفعة مقابل القدرات الحدودية تستمر في التقلص.
ويحذر المؤلفون أيضًا من اعتبار هذا الاتجاه بمثابة حكم بالإعدام على الأبحاث الحدودية. ويكتبون أن المعايير المرجعية "لا تحكي القصة كاملة"، وتوصف استنتاجات التقرير بأنها "أقل تشاؤما" بشأن النماذج الحدودية مما قد يعتقده القراء في البداية - ويرجع ذلك جزئيا إلى أن التكافؤ المعياري الخام ليس هو نفسه التكافؤ في الموثوقية، أو تكامل المنتجات، أو توزيع المؤسسات، أو رأس المال اللازم لخدمة النماذج على نطاق واسع.
لماذا يهم
بالنسبة للمشترين، تؤكد النتائج صحة الإستراتيجية التي تبنتها العديد من الشركات بالفعل: التخلف عن استخدام النماذج المفتوحة أو الأرخص بالنسبة للجزء الأكبر من حجم الرمز المميز مع الاحتفاظ بالنماذج المغلقة المتميزة لأصعب المهام. بالنسبة للمختبرات، فإنه يحدد حجم الضغط الذي تواجهه على جبهتين - النماذج المفتوحة أدناه، وتكاليف الحوسبة الهائلة أعلاه.
وبالنسبة للنظام البيئي مفتوح المصدر، تقدم بيانات سيمي أناليسيس شيئًا كان نادرًا في كثير من الأحيان: الدليل، وليس الأيديولوجية، على أن الفجوة تغلق وفقًا لجدول زمني يمكن التنبؤ به. إذا استمر نمط نصف الوقت في العصر التالي من الذكاء الاصطناعي الحدودي، فإن السؤال الأكثر قيمة في الصناعة ليس ما إذا كانت النماذج المفتوحة ستلحق بالركب، ولكن ما الذي يظل قابلاً للدفاع عنه بعد أن تفعل ذلك.
تتبع سباق الذكاء الاصطناعي للوزن المفتوح اقرأ المزيد من أخبار الذكاء الاصطناعي →
