متابعة – أمل علوي
أحدثت شركة Moonshot الصينية ضجة كبيرة في عالم الذكاء الاصطناعي بعد أن تجاوز نموذجها Kimi K2 Thinking أداء كل من نموذج GPT-5 من OpenAI وClaude Sonnet 4.5 من Anthropic في عدة معايير أداء. هذه التطورات تعيد فتح النقاش حول ما إذا كانت الهيمنة الأمريكية في هذا المجال تواجه تحديًا من الابتكارات الصينية الموفرة للتكاليف.
أسست شركة Moonshot، التي تتخذ من بكين مركزًا لها وتقدر قيمتها بـ 3.3 مليار دولار، نموذج Kimi K2 Thinking الذي تم إطلاقه كمصدر مفتوح في 6 نوفمبر، والذي تم اعتباره لحظة “DeepSeek” جديدة في الإشارة إلى تغييرها للافتراضات المتعلقة بتكاليف الذكاء الاصطناعي.
وفقًا لمنشور الشركة على مدونتها في GitHub، فقد حقق نموذج Kimi K2 Thinking نسبة 44.9% في اختبار “Humanity’s Last Exam”، متجاوزًا GPT-5 الذي سجل 41.7%.
كما حقق النموذج نسبة 60.2% في معيار “BrowseComp”، الذي يقيم قدرة النموذج على تصفح الويب والبحث الدائم عن المعلومات، و56.3% في معيار “Seal-0” الذي يُصمم لتحدي النماذج المدعومة بالبحث في استفسارات الواقع الحقيقي.
تساؤلات حول الكفاءة التكلفة
تزايدت شعبية النموذج بعد أن كشفت CNBC أن تكلفة تدريبه كانت تعادل فقط 4.6 مليون دولار، لكن شركة Moonshot AI لم تعلق على هذا التكلفة بشكل رسمي. وفقًا لحسابات صحيفة “ساوث تشاينا مورنينغ بوست”، كانت تكلفة واجهة برمجة التطبيقات لنموذج Kimi K2 Thinking أقل بـ 6 إلى 10 مرات مقارنة بنموذجي OpenAI وAnthropic.
يستخدم النموذج بنية “Mixture-of-Experts” مع تريليون معلمة إجمالية، يتم تفعيل 32 مليار منها لكل استدلال، حيث تم تدريبه باستخدام تقنية “INT4” لتحقيق تحسين في سرعة الإنتاجية دون المساس بالأداء المتميز.
البنية التقنية والحدود
أفاد الباحثون في شركة Moonshot AI أن Kimi K2 Thinking سجل “أرقامًا قياسية جديدة في معايير تقيم التفكير، البرمجة وقدرات الوكلاء”. يمكن للنموذج تنفيذ 200-300 مكالمات أدوات متسلسلة دون تدخل بشري، مع reasoning متماسك عبر مئات الخطوات لحل مشكلات معقدة.
ورغم ذلك، أشار ناثان لامبرت، باحث في معهد ألين للذكاء الاصطناعي، إلى وجود فارق زمني بحوالي أربعة إلى ستة أشهر في الأداء الخام بين أفضل النماذج المغلقة والمفتوحة، رغم اعترافه أن المعاملات الصينية تقترب بشكل كبير وتؤدي أداءً قويًا في معاييرهم الرئيسية.
تداعيات السوق والضغط التنافسي
قال زانغ روي وانغ، مهندس نظم المعلومات في بكين، إن الاتجاه يشير إلى أن الشركات الصينية تحافظ على انخفاض التكاليف. وعلى الرغم من أن الأداء العام لنماذج الذكاء الاصطناعي الصينية لا يزال متخلفًا عن النماذج الأمريكية الرائدة، فإنها مضطرة للتنافس في مجالات الكفاءة التكلفة للحصول على مخرج.
أوضح زانغ يي، المحلل الرئيسي في شركة iiMedia، أن تكاليف تدريب نماذج الذكاء الاصطناعي الصينية تشهد “انخفاضًا حادًا” مدفوعًا بالابتكار في بنية النموذج وتقنيات التدريب.
استجابة الصناعة وآفاق المستقبل
كتب ديدي داس، شريك في شركة Menlo Ventures، عبر منصة X أن “اليوم هو نقطة تحول في الذكاء الاصطناعي. نموذج مفتوح المصدر صيني هو الرقم واحد. لحظة فارقة في الذكاء الاصطناعي”.
النجاح الذي حققه مطورون صينيون مثل Moonshot AI وDeepSeek يظهر كيف جعلوا المعاملات المغلقة تشعر بالقلق. بينما تستمر كل من الشركات الأمريكية والصينية في تعزيز نماذجها، يبقى تساؤل رئيسي حول ما إذا كانت هذه النماذج تمثل ميزة تنافسية مستدامة أو تقارب مؤقت في القدرات.
هذا المحتوى تم باستخدام أدوات الذكاء الاصطناعي.
