تحليل عميق للأخبار المالية: المرحلة الثانية من “التنافس الشرس” في نماذج الذكاء الاصطناعي الكبيرة، حيث تتفوق النماذج الصينية بفضل “العلاقة بين السعر والجودة”
ملخص المحتوى الأساسي
خلال الأسبوعين الماضيين، دخلت صناعة نماذج الذكاء الاصطناعي الكبيرة عالميًا مرحلة تطور سريعة جدًا، حيث تتم تحديث النماذج كل أسبوع. على الرغم من أن العمالقة الأجنبية مثل Anthropic وOpenAI وMeta لا تزال تحتل المراكز الخمسة الأولى من حيث القدرات التقنية النقية، إلا أن الوضع في السوق قد تغير بشكل طفيف ولكنه كبير: تجاوزت النماذج الصينية الولايات المتحدة في عدد المرات التي يتم فيها استخدامها فعليًا من قبل المطورين لمدة 20 أسبوعًا متتاليًا، وتحتل أكثر من 70% من حصة منصة OpenRouter.
السبب الأساسي وراء هذا الاتجاه هو تحول تركيز الصناعة: من السعي وراء “أقوى القدرات” إلى السعي وراء “عائد الاستثمار على الرموز” (Token ROI). بالنسبة لمعظم سيناريوهات التطوير والتطبيق اليومية، توفر النماذج الصينية أداءً كافيًا بسعر يعادل فقط 10% إلى 20% من أسعار النماذج الرائدة الأجنبية. هذه الخاصية التي تجمع بين الكفاءة والاقتصاد في التكلفة جعلت النماذج الصينية الخيار الأول لدى الشركات والمطورين، خاصة في ظل الزيادة الكبيرة في حساسية التكلفة مع تطبيق الذكاء الاصطناعي على نطاق واسع في العمليات التجارية.
---
التفسير التفصيلي
1. السرعة المذهلة: تحديث النماذج من “مرة واحدة في السنة” إلى “مرة واحدة في الأسبوع”， والمطورون لا يستطيعون مواكبة الوتيرة
كنا نعتقد في السابق أن تحديث النماذج الكبيرة عملية بطيئة، قد تحدث مرة كل نصف عام أو سنة. ولكن خلال الأسبوعين الماضيين (من 1 سبتمبر إلى 11 سبتمبر)، أطلقت سبع شركات رائدة محليًا ودوليًا نماذج جديدة، بما في ذلك Claude Fable 5.1 من Anthropic وGPT-6 Astra من OpenAI وGemini 3.8 Flash من جوجل، بالإضافة إلى النماذج المحلية مثل Qianwen وDeepSeek وKimi.
ماذا يعني هذا؟
يعني أن المنافسة في مجال الذكاء الاصطناعي قد دخلت مرحلة شديدة الحدة، حيث تتجاوز سرعة تطور النماذج سرعة قدرة المطورين على تقييمها وتغيير أنظمة العمل الخاصة بهم. في السابق، قد يستغرق المطورون نصف عام لاختيار نموذج معين؛ أما الآن، قد يظهر نموذج أرخص وأسرع في الشهر التالي. هذا التطور المتكرر يجلب عدم يقين كبير إلى الصناعة، ويجبر المستخدمين على البقاء يقظين ومستعدين لتغيير الأدوات في أي وقت للحصول على أفضل النتائج.
2. ضبابية القوائم: النماذج الأجنبية تهيمن على قوائم القدرات مقابل النماذج الصينية التي تهيمن على عدد المرات المستخدمة
هناك تناقض مثير للاهتمام يمكن أن يساعدنا في فهم السوق الحالي للذكاء الاصطناعي:
- عند النظر إلى القدرات (اختبارات الذكاء): تحتل النماذج الأجنبية المراكز الخمسة الأولى في قوائم قياس مستوى ذكاء النماذج. يأتي Claude Fable 5.1 من Anthropic في المركز الأول، وGPT-6 Astra من OpenAI في المركز الثاني. أما أفضل نموذج صيني، GLM-5.3، فيحتل المركز السابع، وKimi K3 في المركز التاسع. هذا يدل على أن النماذج الأجنبية لا تزال تمتلك حواجز تقنية في مهام معقدة مثل التفكير المنطقي وإنشاء الكود.
- عند النظر إلى عدد المرات المستخدمة (الأرقام الحقيقية): على منصة OpenRouter، التي تجمع بيانات استخدام النماذج، تجاوزت النماذج الصينية الولايات المتحدة في عدد المرات المستخدمة لمدة 20 أسبوعًا متتاليًا. تحتل النماذج الصينية سبعة مراكز من أصل عشرة في قائمة أكثر النماذج استخدامًا، بنسبة تزيد عن 70%. قبل عام، كان هناك نموذجين صينيين فقط ضمن العشرة الأوائل، والآن تقريبًا كل القائمة مليئة بالنماذج الصينية.
لماذا هذا التفوق في عدد المرات المستخدمة دون الاعتماد على القدرات العالية؟
لأن معظم الأشخاص لا يحتاجون إلى نماذج “أقوى”， بل يحتاجون إلى نماذج “كافية”. مثل شراء سيارة، قد تكون فيراري الأسرع، لكن 99% من الناس يفضلون سيارة تويوتا أو بي واي دي موفرة للوقود ومتينة للاستخدام اليومي، دون الحاجة إلى دفع ثمن أعلى بعشر مرات من أجل 10% إضافية في الأداء. النماذج الصينية تلبي هذه الحاجة بدقة.
3. المنطق الأساسي: التحول من “التنافس على الذكاء” إلى “التنافس على العلاقة بين السعر والجودة”， حيث أصبح “عائد الاستثمار على الرموز” الكلمة الرئيسية
أشار محللون في بنك يوبي سيكيوريتيز إلى أن التركيز في النصف الثاني من عام 2026 قد تحول من “استخدام أكبر قدر ممكن من الذكاء الاصطناعي” إلى “تحقيق أعلى عائد على الاستثمار من خلال الرموز”.
شرح بسيط:
- في النصف الأول من العام: شجعت العديد من الشركات موظفيها على استخدام الذكاء الاصطناعي بشكل غير محدود، معتقدة أن كلما زاد الاستخدام، كان ذلك أكثر تقدمًا، لكن النتيجة كانت فواتير باهظة وصعوبة في حساب المبالغ التي جناها الذكاء الاصطناعي للشركة.
- في النصف الثاني من العام: بدأ المديرون في حساب التكاليف. اكتشفوا أن استخدام النماذج الرائدة الأجنبية الباهظة الثمن لمهام مثل كتابة الكود العادي ومعالجة المستندات وتحليل البيانات البسيطة كان مبالغًا فيه. لذلك، بدأ الجميع في السعي وراء “تحسين كفاءة استخدام الرموز”， أي تقليل تكلفة كل استدعاء مع الحفاظ على الجودة.
مزايا النماذج الصينية:
تكون أسعار واجهات برمجة التطبيقات (APIs) للنماذج الصينية الرئيسية حوالي 10% إلى 20% فقط من أسعار نظيراتها الدولية. على سبيل المثال، تكلفة DeepSeek V4.1 Flash منخفضة جدًا، وقد تكون تكلفة بعض المهام أقل بنسبة 1/37 إلى 1/76 من تكلفة النماذج الرائدة. بالنسبة للشركات الناشئة أو تلك التي تقوم بنشر الذكاء الاصطناعي على نطاق واسع، هذا الفرق في التكلفة يمكن أن يكون حاسمًا. استخدام النماذج الأجنبية قد يستنزف رأس المال، بينما يمكن للنماذج الصينية أن تساعد في تحقيق التطبيق على نطاق واسع.
4. حالة واقعية: المطورون يختارون النماذج الصينية بناءً على التجربة العملية
المطور في المشروع المفتوح المذكور في الأخبار، xiaobei، يمثل هذا الاتجاه بشكل جيد:
- في بداية العام: كان يستخدم نموذج Claude الباهظ الثمن كنموذج أساسي في عمله، واستخدم النماذج المحلية فقط للمهام البسيطة.
- ابتداءً من مايو: غير كامل أنظمة عمله إلى النماذج المحلية (GLM 5.3 من Zhispu، Qianwen من علي بابا، DeepSeek V4.1 Flash).
- السبب: يقول إن “99.99% من مهام البرمجة الحالية ليست صعبة بما يكفي بالنسبة لنماذج مثل GLM 5.3”. ما لم تكن المهام متعلقة بتطوير نواة نظام التشغيل أو محركات الرسومات وما إلى ذلك من المهام المعقدة للغاية، فلا حاجة لدفع تكلفة أعلى بكثير من النماذج الرائدة.
5. الاتجاه السوقي:
بدأت العديد من الشركات الرائدة في مجال تكنولوجيا المعلومات حول العالم أيضًا في دمج النماذج المفتوحة الصينية في أنظمة عملها الفعلية. هذا ليس بسبب تفوق النماذج الصينية التقني على النماذج الأجنبية، ولكن بسبب تحقيقها توازنًا ممتازًا بين السعر والسرعة والاستقرار. بالنسبة لمعظم السيناريوهات التطبيقية، هذا التوازن هو الحل الأمثل.
6. رؤية أعمق: الأسعار المنخفضة ليست مجرد “خسارة للأموال من أجل زيادة الاستخدام”， بل هي نتيجة لكفاءة التقنية
قد يتساءل البعض: إذا كانت النماذج الصينية رخيصة جدًا، هل يعني ذل