الفجوة بين النماذج المفتوحة والمغلقة تتقلص ضعف السرعة كل حقبة

أظهر تحليل نشرته SemiAnalysis بعنوان "Are Open Models Catching Up؟" بتاريخ 21 أغسطس 2026 أن النماذج مفتوحة الأوزان تلحق بأفضل النماذج المغلقة بسرعة تقارب ضعف السابق مع كل حقبة جديدة من تطور النماذج اللغوية الكبيرة. وبدلًا من الحكم على كل النماذج وفق مجموعة اختبارات مرجعية واحدة تصل إلى التشبع مع الوقت، تقيّم SemiAnalysis كل حقبة باستخدام الاختبارات المرجعية التي عرّفتها فعليًا.

ثلاث حقب، ثلاث فجوات زمنية

امتدت الحقبة الأولى، حقبة التوسع المبكر، من 2022 إلى 2024. وكان النموذج المغلق المرجعي هو GPT-3.5 Turbo من OpenAI، الذي صدر في نوفمبر 2022، وقُيِّم على اختبارات GSM8K وHumanEval وTriviaQA وMMLU-Pro. وكان Llama-2-70B من Meta أول نموذج مفتوح يقترب منه، بمعدل مركّب قدره 39.9 مقابل 75.7 لـ GPT-3.5 Turbo. ولم تُغلق الفجوة إلا مع إصدار Meta لنموذج Llama-3.1-405B في يوليو 2024 بمعدل 86 نقطة — أي بعد 19.7 شهرًا من إصدار GPT-3.5 Turbo.

لاحقًا في الحقبة نفسها، تعادل DeepSeek V3 مع GPT-4o من OpenAI في ديسمبر 2024، بمعدل 94.1 مقابل 95.5، واقترب Qwen2.5-72B من Alibaba بنموذج أصغر ست مرات من Llama-3.1-405B — 72 مليار معامل بدلًا من 405 مليارات — بعد تدريب مسبق على 18 تريليون رمز.

امتدت الحقبة الثانية، حقبة الاستدلال، من 2024 إلى 2025. وكان النموذج المرجعي هو o1 من OpenAI، الذي صدر في 12 سبتمبر 2024، وقُيِّم على GPQA-Diamond وAIME 2026 وSimpleQA Verified وHumanity's Last Exam. وأغلق DeepSeek-R1-0528 فجوة أولية قدرها 12.1 نقطة في مايو 2025، محققًا معدل 78 مقابل الهدف — في 8.5 أشهر فقط.

أما الحقبة الثالثة، الحقبة الوكيلية، فتمتد من 2025 حتى اليوم. ومرجعها هو Claude Opus 4.5 من Anthropic، الذي صدر في نوفمبر 2025، ويُقيَّم على مهام وكيلية معقدة مثل البرمجة واستخدام الحاسوب، عبر اختبارات Terminal-Bench 2.1 وBrowseComp-Plus وτ³-Banking وDeepSWE. وقد أغلق Kimi K2.6 من Moonshot AI، الذي صدر في أبريل 2026، الفجوة مع Claude Opus 4.5 في 4.8 أشهر فقط — أسرع لحاق لاحظته SemiAnalysis حتى الآن.

زمن اللحاق ينخفض إلى النصف في كل حقبة

• حقبة التوسع المبكر — من GPT-3.5 Turbo إلى Llama-3.1-405B: 19.7 شهرًا
• حقبة الاستدلال — من o1 إلى DeepSeek-R1-0528: 8.5 أشهر
• الحقبة الوكيلية — من Claude Opus 4.5 إلى Kimi K2.6: 4.8 أشهر

عبر الحقب الثلاث، يتقلص كل من فارق النقاط الأولي بين أول نموذج مغلق وأفضل نموذج مفتوح، والزمن اللازم لسد هذا الفارق — إذ انخفض زمن اللحاق إلى النصف تقريبًا مع كل حقبة جديدة. وتحرص SemiAnalysis على الإشارة إلى حدود حقيقية لهذه المقارنة: فالاختبارات المرجعية مقياس غير كامل للعمل الفعلي، وقد يعمد مطورو النماذج عمدًا إلى تحسين نموذج لاختبار مرجعي بعينه بدلًا من القدرة العامة.

لماذا يهدد هذا هوامش المختبرات المغلقة

إذا استطاعت النماذج المفتوحة مجاراة أفضل النماذج المغلقة بجزء يسير من التكلفة، فإن طبقة نماذج الذكاء الاصطناعي تواجه خطر التحول إلى سلعة عامة. وهذا تهديد جدي لهوامش مختبرات الصدارة مثل OpenAI وAnthropic، التي جمعت مبالغ ضخمة لبناء نماذج مغلقة رهانًا على أن القدرة، لا السعر وحده، ستُبقيها متقدمة على البدائل المفتوحة.

سباق أوسع: خلفية المنافسة الأمريكية الصينية

أضافت GIGAZINE، في تغطيتها لتحليل SemiAnalysis، أن Bloomberg رصدت بدورها ديناميكية مشابهة في سباق الذكاء الاصطناعي الأوسع بين الولايات المتحدة والصين، حيث تتقدم الصين أحيانًا في الاستخدام والتكلفة حتى وهي متأخرة في القدرة الخام. وتذكّر GIGAZINE أيضًا أن عدة شركات ناشئة أمريكية في مجال الذكاء الاصطناعي أرسلت في يوليو 2026 رسالة مفتوحة إلى إدارة ترامب تطلب فيها عدم حظر النماذج الصينية مفتوحة الأوزان، بحجة أن إتاحة الوصول إلى هذه النماذج يفيد المطورين الأمريكيين أيضًا. وهذا أحد خيوط الحقبة الوكيلية التي تصفها SemiAnalysis: ففي نشر الوكلاء تحديدًا — وهو أحد الاستخدامات التي تقيّمها اختبارات من نوع Terminal-Bench التي تعتمد عليها SemiAnalysis في مقارنة الحقبة الثالثة — تُحسم اختيارات النماذج هذه بأكثر الطرق واقعية.

بالنسبة للشركات في المنطقة العربية التي تنشر الذكاء الاصطناعي اليوم، يتجاوز هذا الاتجاه درجات الاختبارات المرجعية وحدها. فإذا كان بديل مفتوح موثوق يظهر الآن خلال أشهر، لا سنوات، بعد صدور نموذج مغلق مرجعي، فإن الفرق التي تخطط لنشر في 2026 أو 2027 تملك مروحة أوسع من الموردين لتجربتهم ووضعهم في منافسة قبل ربط الميزانية بواجهة برمجة تطبيقات واحدة، مع يقين أقل بأن أفضل نموذج مغلق اليوم سيظل بلا منافس بحلول موعد تسليم المشروع.