إطلاق Qwen من Alibaba يعيد ضغط النماذج المفتوحة إلى مختبرات الذكاء الاصطناعي الأميركية

يحول مطورو الذكاء الاصطناعي الصينيون الأوزان المفتوحة إلى تحد في الأسعار والنشر أمام مختبرات النماذج الأميركية. ذكرت The Register أن Alibaba أطلقت Qwen 3.8-Max، وهو نموذج يضم 2.4 تريليون معلمة، بينما وصل تحديث DeepSeek V4 Flash ببصمة أصغر وتكلفة أقل لكل مهمة.

لا يتعلق التحرك بالاختبارات المعيارية وحدها. بالنسبة إلى المشترين من المؤسسات، يصبح السؤال العملي هو ما إذا كان يمكن تنزيل النماذج القادرة وتخصيصها وتشغيلها على بنية مملوكة بدلاً من ربطها بواجهات سحابية مغلقة. وقد وضعت The Register شركات Alibaba وDeepSeek وMoonshot وMiniMax وZ.ai ضمن المطورين الصينيين الأكثر اندفاعاً نحو هذه الفجوة.

Alibaba تحدد مسار أوزان Qwen

كانت Alibaba تحتفظ بأقوى نماذجها خلف واجهة برمجية، بحسب The Register. يغير Qwen 3.8-Max ذلك عبر وضع أوزان أقوى نماذج الشركة على مسار إصدار لمستودعات شائعة، بينها Hugging Face، بدءاً من الأسبوع المقبل.

يبقى النموذج كبيراً بما يكفي لجعل النشر صعباً. قالت The Register إن Qwen 3.8-Max يضم 2.4 تريليون معلمة إجمالية ويستخدم 95 مليار معلمة نشطة لكل طلب، وقدرت أن نشره لخدمة العملاء قد يتطلب 48 إلى 64 وحدة Nvidia B200. وحتى أعباء العمل الداخلية ستحتاج إلى قدرة تسريع كبيرة، إذ قدرت المقالة الحاجة إلى 8 إلى 16 وحدة B300 أو AMD MI355X.

تخطط Alibaba أيضاً لإصدار نسخة تضم 27 مليار معلمة إلى جانب نموذج Max، وفق The Register. وتكتسب هذه النسخة الأصغر أهمية لأن الأوزان المفتوحة لا تصبح مفيدة تشغيلياً إلا عندما تستطيع الفرق إدخال النموذج في ميزانية وخطة عتاد ومسار تخصيص.

DeepSeek تسعر V4 Flash

يتعامل تحديث DeepSeek V4 Flash مع السوق نفسها من اتجاه معاكس. قالت The Register إن DeepSeek V4-Flash-0731 نموذج يضم 284 مليار معلمة ويمكن أن يتسع في نحو 142 غيغابايت من ذاكرة وحدات الرسوميات عند FP4، ما يجعل التشغيل المحلي واسع النطاق ممكناً على نظام واحد.

وضعت اختبارات Artificial Analysis التي استشهدت بها The Register نموذج DeepSeek V4 Flash قريباً من GPT 5.6 Luna من OpenAI ومنحت DeepSeek أفضلية تكلفة للمهام بنسبة 40 في المئة. كما ذكرت المقالة أسعار DeepSeek البالغة 0.14 دولار لكل مليون رمز إدخال و0.28 دولار لكل مليون رمز إخراج؛ أما قائمة QwenCloud لنموذج Qwen 3.8-Max فبلغت دولارين لكل مليون رمز إدخال و6 دولارات لكل مليون رمز إخراج.

لا يقتصر فرق التكلفة على أسعار الرموز المعلنة. أشارت The Register إلى أن أعباء الاستدلال والوكلاء قد تستهلك أحجام رموز مختلفة، لذلك تصبح كفاءة النموذج مهمة عندما يشغل المطورون مهام برمجة أو أتمتة كبيرة. ويقدم دمج DeepSeek لتقنية DSpark للتنبؤ المسبق سبباً لأحد ادعاءات الكفاءة، إذ تقول DeepSeek إنها تستطيع تقديم سرعة أعلى لكل مستخدم بنسبة 57 إلى 85 في المئة على العتاد نفسه.

المشترون يقارنون الواجهات المغلقة بالأوزان

حذرت شركات ذكاء اصطناعي أميركية وأوروبية من النماذج الصينية المفتوحة ومعايير السلامة ومصدر النماذج. ونقلت The Register عن Clément Delangue، الرئيس التنفيذي لـ Hugging Face، قوله على CNBC إن المطورين الصينيين يهيمنون بوضوح على النماذج المفتوحة وقد يبدأون الهيمنة على نماذج المقدمة بنهاية هذا العام أو العام المقبل إذا استمرت الوتيرة.

يترك ذلك للمختبرات الأميركية رداً أضيق من الخطاب العام عن السلامة. سيقارن عملاء المؤسسات بين الواجهات المغلقة والنماذج المفتوحة على أساس التحكم وقابلية التدقيق والتعامل مع البيانات والسعر والعتاد المتاح. وإذا واصلت النماذج الصينية تضييق فجوات الاختبارات مع تقديم أوزان قابلة للتنزيل، يصبح السؤال التنافسي مقدار الثقة أو القدرة الإضافية التي يحصل عليها العملاء من الأنظمة المغلقة.

سيحسم الاستخدام الإنتاجي مقدار ما يبقى من اقتصاديات الإطلاق خارج الرسوم البيانية. فما زال نموذج Alibaba الأعلى يتطلب بنية مكلفة، ويعتمد مسار DeepSeek الأقل تكلفة على ما إذا كان النشر المضغوط أو الكمي يحافظ على جودة المخرجات في أعباء العمل الحقيقية.