علي بابا الصينية تطلق نموذج الذكاء الاصطناعي Qwen3.8-Max بـ 2.4 تريليون معامل

أخبار ar.wedoany.com، أطلقت شركة علي بابا يوم الاثنين أكبر نموذج للذكاء الاصطناعي لديها حتى الآن، Qwen3.8-Max، وذلك في إطار توسيع محفظة منتجاتها من الذكاء الاصطناعي الموجهة للمؤسسات. يعتمد النموذج مفتوح الأوزان على بنية خليط الخبراء (MoE)، بإجمالي معاملات يبلغ 2.4 تريليون، مع تفعيل حوالي 95 مليار معامل فقط أثناء الاستدلال، وهو مصمم لدعم مهام البرمجة والاستدلال والمهام متعددة الوسائط بكفاءة استدلال أعلى، لخدمة أعباء العمل الهندسية البرمجية وأعباء العمل كثيفة المعرفة.

ومن المقرر أن يتم إصدار النسخة مفتوحة الأوزان الأسبوع المقبل عبر منصة Model Studio التابعة لسحابة علي بابا. وقد صرّحت علي بابا على منصة X بأن هذا النموذج "يُعد من أقوى النماذج اليوم، ويضاهي النماذج الرائدة المتطورة، ويأتي في المرتبة الثانية بعد Claude Fable 5".

فيما يتعلق باختبارات المعايير، قارنت علي بابا نموذج Qwen3.8-Max مع نماذج Claude Opus 4.8 وClaude Fable 5 من شركة Anthropic، ونموذج GPT-5.6 Sol من OpenAI، وذلك على معايير البرمجة، بما في ذلك SWE-bench Pro ومعيار التقييم المخصص NL2Repo-Bench الذي طورته علي بابا. وقد استُخدمت أدوات البرمجة الخاصة بكل مزود عند تقييم النماذج المنافسة، حيث استُخدم Claude Code لنماذج Anthropic وCodex لنموذج GPT-5.6 Sol، مع الإبلاغ عن أعلى درجات منشورة لكل نموذج منافس ضمن الإعدادات المتاحة.

يرى Charlie Dai، نائب الرئيس والمحلل الرئيسي في شركة فوريستر للأبحاث (Forrester)، أن هذا الإصدار يشير إلى أن علي بابا تضيق الفجوة مع رواد النماذج الاحتكارية، لكن الأجدر بالاهتمام هو النضج السريع للنماذج مفتوحة الأوزان. وأضاف أنه في سيناريوهات النشر الحساسة من حيث هندسة البرمجيات والتخصيص المجالي والسيادة والتكلفة، أصبح لدى المؤسسات بديل موثوق عن النماذج الاحتكارية المتطورة، حيث غالباً ما تكون الانفتاحية بنفس أهمية الأداء المطلق للنموذج.

كما أفادت علي بابا عن ثلاثة اختبارات لمشاريع برمجة متعددة الأيام دون إشراف: بدأ النموذج المهام بشكل مستقل من مجلد مشروع فارغ، وأكملها دون أي مساعدة بشرية، ويُزعم أن أحدها استغرق 16 يوماً لإنجازه بشكل مستقل. وتشمل اتجاهات التطبيق المؤسسي الامتثال القانوني، والتحليل المالي، والتصميم الهندسي، والبحث الكمي، وإنشاء المحتوى متعدد الوسائط، حيث قالت علي بابا إن النموذج مصمم لإنجاز عمليات الأعمال بأكملها، وليس مجرد مهام فردية مدعومة بالذكاء الاصطناعي.

أما Amit Jena، مدير تطوير الذكاء الاصطناعي في شركة Kanerika، فقد شكك في ادعاء "إنجاز مشروع هندسي برمجي بشكل مستقل خلال 16 يوماً"، متسائلاً: "ماذا حدث خلال الـ 16 يوماً؟ كم مرة تدخل البشر؟ وهل خضع المخرَج لمراجعة الكود؟" كما نبّه إلى أن الأوزان المفتوحة تختلف عن نقاط نهاية API المفتوحة، قائلاً: "بدون مستودع الكود والترخيص وبطاقة النموذج، تظل الأوزان المفتوحة مجرد نية".

وفيما يتعلق بتصميم تفعيل حوالي 95 مليار معامل فقط، يرى Dai أن كفاءة الاستدلال أصبحت أكثر أهمية من حجم النموذج الخام بالنسبة للمشترين من المؤسسات، لأنها تقلل بشكل كبير من تكاليف الخدمة ومتطلبات البنية التحتية. أما Jena فيرى أن الكفاءة لم تعد القضية الحاسمة، بل إن تقييم الإنتاجية هو القيد الحقيقي. وأشار Nitish Tyagi، المحلل الرئيسي الأول في مؤسسة جارتنر (Gartner)، إلى أن هذا الإصدار يوضح أن تكاليف نشر الذكاء الاصطناعي تتعرض لضغوط تنافسية. وكانت جارتنر قد توقعت سابقاً أنه ما لم يتم تعزيز ضبط التكاليف، فقد تتجاوز نفقات البرمجة بالذكاء الاصطناعي رواتب المطورين العاديين. ويرى Tyagi أن الجمع بين الأوزان المفتوحة وبنية خليط الخبراء وسياق يبلغ مليون رمز (token) يجعل تطوير البرمجيات المدعوم بالذكاء الاصطناعي أكثر جدوى من الناحية الاقتصادية.

في الوقت نفسه، نبّه Tyagi إلى أن المؤسسات لا ينبغي أن تأخذ في الاعتبار تكاليف الاستدلال فقط عند تقييم النشر الإنتاجي. فالعديد من المؤسسات خارج الصين قد تتعامل بحذر مع النماذج المستضافة في الصين، كما أن النشر عبر مزودي الخدمات السحابية فائقي الاتساع أو البنية التحتية المحلية ينطوي على تكاليف إضافية؛ كما أن النماذج مفتوحة الأوزان عادةً ما تفتقر إلى حماية التعويضات التي يوفرها مزودو الذكاء الاصطناعي التجاريون، ويتعين على المؤسسات بناء ضوابط الأمان والحوكمة وفحص الكود بنفسها، لاكتشاف مخاطر حقوق النشر والملكية الفكرية قبل النشر الإنتاجي.

كما أشار Jena إلى أن نموذج Qwen3.8-27B، الذي صدر بالتزامن مع النموذج الرئيسي لكنه لم يحظَ بتغطية إعلامية تذكر، قد يكون خياراً أكثر عملية لمعظم المؤسسات، لأنه يمكن تشغيله على البنية التحتية الخاصة بها وضبطه بدقة باستخدام بياناتها الخاصة. وينصح Dai قادة المؤسسات بإعطاء الأولوية لتقييم الشفافية والتكلفة الإجمالية للملكية بدلاً من الأرقام الرئيسية، فالسؤال الجوهري هو: هل يمكن لنموذج Qwen3.8 أن يحقق نتائج أعمال قابلة للقياس، وموثوقية على مستوى المؤسسات، وتكلفة إجمالية للملكية أقل، وخيارات سيادة رقمية، مقارنة بالنماذج المنافسة؟