يرى بارفيز سيد محمد أن الكشف عن هوية النموذج الغامض Ox Alpha يوضح تحولاً مهماً في سوق الذكاء الاصطناعي: لم تعد المقارنة بين النماذج تدور حول أعلى مستوى من الذكاء فقط، بل حول مقدار الذكاء الذي تحصل عليه المؤسسة مقابل كل دولار. ففي 26 أغسطس كشفت Z.ai أن النموذج الذي ظهر على OpenRouter كان GLM-5.3-Flash، وأنه شُغّل عمداً أمام حركة مرور عامة قبل الإعلان عن هويته.
كان النموذج قد لفت انتباه الهواة والمطورين المستقلين لأنه قدم أداءً جيداً من دون كلفة في البداية، ما أدى إلى تمرير عدة تريليونات من الرموز يومياً، فيما تراوحت تقديرات المجتمع لحجم الاستخدام خلال أسبوع بين أرقام أحادية وأكثر من 20 تريليون رمز. والأهم، وفق المادة، أن الخدمة اعتمدت بالكامل على رقائق وبنية تحتية صينية، لا على مختبر أمريكي كما خمّن بعض المتابعين أثناء الأيام الستة التي سبقت الكشف.
السعر يعيد ترتيب المقارنة
السعر المعلن لـGLM-5.3-Flash هو 15 سنتاً للإدخال و50 سنتاً للإخراج لكل مليون رمز. وتقدم OpenRouter خصماً بنسبة 50% حتى 9 سبتمبر، ليصبح السعر 7.5 سنتاً للإدخال و25 سنتاً للإخراج. كما أن أوزان النموذج مفتوحة بموجب ترخيص MIT، بينما تستضيف الاستدلال جهات تشمل Z.ai وGMI Cloud وCloudflare ومزودين آخرين في الولايات المتحدة.
بحسب مقارنة Artificial Analysis التي أُدرج فيها النموذج في اليوم نفسه، حصل GLM-5.3-Flash على درجة 57 في مؤشر الذكاء مقابل نحو تسعة سنتات للمهمة. وفي المقابل، يصل GPT-5.6 Sol (max) إلى درجة تقارب 59 مقابل 67 سنتاً للمهمة، بينما يسجل Grok 4.6 درجة 61 مقابل 94 سنتاً. ويحسب الكاتب أن فارق نقطتين فقط بين النموذجين الأولين يقابله سعر أعلى بنحو 7.4 مرات، في حين يتطلب الفارق البالغ أربع نقاط تقريباً عشرة أضعاف الكلفة.
هذه الأرقام ليست حكماً عاماً على جودة النماذج، ولا تغني عن الاختبارات الخاصة بكل مؤسسة، لكنها توضح الحجة الرئيسية للمادة: عند اقتراب النماذج من بعضها في مؤشرات الأداء، يمكن أن تصبح كلفة الاستدلال عاملاً حاسماً في تحديد حجم الاستخدام، خصوصاً في البرمجة والوكلاء والمهام المتكررة.
ضغط الميزانيات يسبق قرار التخلي عن الذكاء الاصطناعي
يستشهد الكاتب بشركة Uber لتوضيح المشكلة. فقد نقلت The Information في أبريل عن المدير التقني Praveen Neppalli Naga أن ميزانية البرمجة السنوية المتوقعة لعام 2026 استُهلكت خلال أربعة أشهر، وأن عرضاً تجريبياً مدته ساعتان كلفه شخصياً 1,200 دولار. وبحلول يونيو، وضعت Uber سقفاً قدره 1,500 دولار لكل شخص ولكل أداة.
لا يعني ذلك أن الأدوات عديمة الفائدة؛ فالمادة تميز بين «الفائدة» و«القيمة». وينقل الكاتب أن Andrew Macdonald، الرئيس التنفيذي للعمليات في Uber، لم يتمكن من ربط لوحات المتابعة بزيادة قدرها 25% في عدد الميزات المفيدة للمستهلكين. كما تشير نتائج مسح McKinsey لعام 2026، كما يوردها المصدر، إلى أن 80% من المشاركين قالوا إنهم أصبحوا أسرع، وأن 37% من الشركات رأت أثراً في الأرباح قبل الفوائد والضرائب، بينما تجاوزت 32% من الشركات شراء برنامج واحد على الأقل لأنها استطاعت بناء الميزة داخلياً باستخدام وكلاء البرمجة.
القراءة التحريرية هنا أن المؤسسات تواجه معادلة مزدوجة: تريد خفض الفاتورة، لكنها لا تستطيع ببساطة إيقاف استثمارات الذكاء الاصطناعي. لذلك يتحول النقاش من سؤال «هل نستخدم الذكاء الاصطناعي؟» إلى سؤال أكثر عملية: أي نموذج يستخدمه كل فريق، ولأي نوع من المهام، وبأي مقياس للنجاح؟
ثلاث طبقات بدلاً من نموذج واحد
يقترح محمد توزيع مهام البرمجة والعمل الوكيلي على ثلاث طبقات، مع احتساب حصة المهام والرموز لا حصة الإنفاق المالي. في الطبقة العليا تأتي النماذج Fable وOpus للقرارات غير القابلة للعكس، وتحليل الاستراتيجيات، وخطط التنفيذ التفصيلية؛ ويقدر الكاتب أن هذه المهام لا تتجاوز 5% من حجم العمل.
أما الطبقة المتوسطة فتضم Kimi K3 وGemini 3.7 Flash وGPT-5.6 Sol وGrok 4.6، وجميعها، بحسب المصدر، تدور حول درجة 60 في مؤشر الذكاء. ويقترح تخصيص نحو 50% من حجم المهام لها، خصوصاً البرمجة اليومية والعمل المعتاد. ويذكر أن Kimi يحظى بشعبية في البرمجة، بينما يأتي Grok 4.6 قريباً منه، مع بقاء حجم سياقه الأصغر قيداً عليه.
تُخصص نسبة 45% المتبقية، في اقتراح الكاتب، لـGLM-5.3-Flash بوصفه نموذجاً لأعمال الحجم الكبير. لكن هذه النسبة ليست وصفة ثابتة؛ فالأداة المستخدمة لتشغيل النماذج، ومزيج المهام بين البرمجة والمحتوى والتسويق، ونتائج التقييم الداخلي، هي التي يجب أن تحدد التوزيع الفعلي.
ما الذي ينبغي قياسه قبل إعادة بناء الميزانية؟
يخلص المقال إلى أن النماذج الصينية مفتوحة الأوزان، مثل نماذج Zhipu وQwen وDeepSeek وغيرها، يجب أن تدخل صراحة في حسابات التكلفة، لا أن تُستبعد لمجرد مصدرها. ويذكر أن حصة النماذج الصينية من الرموز على OpenRouter تجاوزت حصة النماذج الأمريكية في أوائل يونيو، وأن صدارة القائمة ظلت في معظمها لمختبرات صينية.
قبل موجة الإصدارات المتوقعة من Google وxAI وAnthropic وOpenAI وDeepSeek في سبتمبر، يقترح الكاتب حصر استهلاك الرموز، وربط الإنفاق بمؤشر واضح مثل نمو العملاء أو الإيرادات، أو على الأقل سرعة التطوير والإنتاجية. كما يدعو إلى إعداد ميزانية للذكاء الاصطناعي على مستوى كل مؤسسة أو فريق، ثم تعريف سياسة النماذج إلى طبقات: نموذج مرتفع للقرارات الاستراتيجية، ومتوسط للمقاعد المدفوعة والبرمجة اليومية، ومنخفض للمهام الكثيفة والمتكررة.
وجهة نظر الكاتب لا تثبت أن GLM-5.3-Flash سيكون الخيار الأفضل لكل مؤسسة، ولا أن مؤشرات المقارنة العامة تعكس الأداء في كل سياق. لكنها تقدم معياراً عملياً للمراجعة: لا ينبغي أن يحصل كل طلب على أغلى نموذج متاح، كما لا ينبغي اعتماد النموذج الأرخص من دون تقييمات ومقاييس قيمة واضحة. والسؤال المفتوح الذي يتركه المقال هو ما إذا كانت منحنيات الكلفة والأداء ستبقى على هذا الاتجاه بعد وصول الإصدارات الجديدة، وما إذا كانت شركات الذكاء الاصطناعي القادرة على خفض كلفة الاستدلال ستستحوذ فعلاً على معظم حجم الاستخدام.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.