سقف الـ 75%: هل وصلت نماذج الذكاء الاصطناعي إلى ذروة الأداء بالطرق الحالية؟

أنثروبي و OpenAI كشفت شركة مايكروسوفت عن نماذج الذكاء الاصطناعي الرائدة بفارق يومين، حيث حقق كلاهما دقة متطابقة تقريبًا بنسبة 74-75% على معايير الترميز الصناعية، مما يشير إلى سقف أداء محتمل لهندسة الذكاء الاصطناعي الحالية مع اتباع نهج مختلف تمامًا للتوزيع والتنفيذ.

وتثير الإصدارات المتزامنة تقريبًا أسئلة جوهرية حول ما إذا كان تطوير الذكاء الاصطناعي قد وصل إلى مرحلة مستقرة مع أساليب التدريب الحالية، حتى مع اختلاف الشركات بشكل حاد حول كيفية تقديم هذه القدرات للمستخدمين والمطورين في جميع أنحاء العالم.

نقاط التقارب المعيارية تشير إلى إنجاز فني

كلود أوبس 4.1حصلت لغة البرمجة C#، التي تم إصدارها في 5 أغسطس بواسطة Anthropic، على 74.5% على SWE-bench Verified، وهو معيار الترميز القياسي في الصناعة. OpenAI's GPT-5حققت شركة Intel، التي تم الإعلان عنها في السابع من أغسطس، نسبة 7% في نفس الاختبار - وهي تعادل إحصائي يشير إلى أن الشركتين دفعتا بنيتهما الحالية إلى حدود مماثلة على الرغم من العمل بشكل مستقل.

إن الفارق البالغ 0.4% بين النماذج يقع ضمن هامش الضوضاء الإحصائية لمثل هذه المعايير.

ومع ذلك، فإن الأساليب المعمارية تختلف بشكل كبير. OpenAI قامت ببناء GPT-5 كنظام متعدد النماذج بتوجيه ذكي، تُوجَّه الاستعلامات إلى مُستجيبين سريعين للمهام البسيطة، أو نماذج استدلالية للمشكلات المعقدة، أو إصدارات مُصغَّرة عند بلوغ حدود الحوسبة. حافظت أنثروبيك على نهج نموذج واحد مع إصدار Opus 4.1، مُعطيةً الأولوية للاتساق على التحسين المُتخصص.

المصدر: أنثروبيك

استراتيجيات التوزيع تكشف عن فلسفات متنافسة

أتاحت OpenAI GPT-5 فورًا لجميع مستخدمي ChatGPT، بمن فيهم المستخدمون في النسخة المجانية، ليصل عددهم إلى ما يقارب 700 مليون مستخدم نشط أسبوعيًا دون أي تكلفة. دمجت مايكروسوفت النموذج في آنٍ واحد عبر منصات GitHub Copilot وVisual Studio Code وM365 Copilot وAzure.

تحتفظ Anthropic بقيود الوصول التقليدية بشكل أكبر، وتقدم Opus 4.1 لمستخدمي Claude المدفوعينمن خلال Claude Code للمطورين، وعبر الوصول إلى واجهة برمجة التطبيقات (API). يبدو أن الشركة تُركز على خدمة المطورين والشركات التي تتطلب أداءً موثوقًا ومتسقًا، بدلًا من تعظيم نطاق التوزيع.

إن أسعار GPT-5 تنافسية، حيث لاحظ المطورون نسب تكلفة إلى قدرة مواتية يمكن أن تضغط على المنافسين لتعديل استراتيجيات التسعير الخاصة بهم.

متطلبات البنية التحتية تعيد تشكيل اقتصاديات الصناعة

تكشف المتطلبات الحسابية عن النطاق الهائل لتطوير الذكاء الاصطناعي الرائد. يُقال إن OpenAI تحتفظ بـ عقد سنوي بقيمة 30 مليار دولار مع شركة أوراكل لزيادة الطاقة الاستيعابية، بعد تدريب GPT-5 على Microsoft Azure باستخدام وحدات معالجة الرسومات NVIDIA H200. أعلنت شركة ميتا عن خطط لإنفاق 72 مليار دولار على البنية التحتية للذكاء الاصطناعي في عام 2025 وحده.

أفادت كلتا الشركتين بتحسينات ملحوظة في التطبيقات العملية تتجاوز المعايير الأولية. وتفيد OpenAI بأن GPT-5 يُظهر "أخطاءً أقل بنسبة 45% تقريبًا من GPT-4o" عند تفعيل بحث الويب، حيث يُحقق وضع التفكير نتائج مماثلة لنموذج o3 الخاص بهم مع استخدام رموز أقل بنسبة 50-80%، وهو ما يُمثل زيادة كبيرة في الكفاءة.

تقارير GitHub عروض Opus 4.1 "مكاسب ملحوظة في الأداء في إعادة هيكلة التعليمات البرمجية متعددة الملفات"، بينما يصف Cursor، وهو مساعد ترميز الذكاء الاصطناعي الشهير، GPT-5 بأنه "ذكي بشكل ملحوظ، وسهل التوجيه"، وفقًا لوثائق مطوري OpenAI.

المصدر: OpenAI

يشير السقف الفني إلى تحول نموذجي في المستقبل

يشير التقارب في مقاييس الأداء المتشابهة بين الشركات إلى أن نماذج التدريب الحالية قد تقترب من حدودها القصوى. تتجمع نماذج متعددة حول دقة تتراوح بين 74% و75% في... معايير الترميز يشير ذلك إلى أن التحسينات الرئيسية التالية قد تتطلب ابتكارات أساسية بدلاً من التوسع التدريجي.

التنازلات المعمارية بين نظام التوجيه المعقد الخاص بـ OpenAI و النهج الموحد للأنثروبيك تعكس فلسفات مختلفة دون فائز واضح. يوفر نظام GPT-5 متعدد النماذج مرونةً ولكنه يُدخل نقاط فشل محتملة، بينما قد يُضحي اتساق كلود بالأداء المتخصص مقابل الموثوقية.

إن تعميم قدرات الذكاء الاصطناعي الرائدة - مع ميزات كانت تكلف آلاف الدولارات سنويًا قبل عامين، أصبحت الآن متاحة مجانًا - يُسرّع من تبنيها في مختلف القطاعات. هذا الانتقال من الذكاء الاصطناعي كخدمة متميزة إلى بنية تحتية للمرافق العامة قد يُتيح فئات جديدة كليًا من التطبيقات.

تأثيرات السوق والخطوات التالية

ويتوقع مراقبو الصناعة أن تستجيب شركة Anthropic لاستراتيجية التسعير الخاصة بشركة OpenAI، على الرغم من أنه من غير المرجح أن يتم ذلك من خلال مطابقة الأسعار بشكل مباشر. جوجل ديب ميند ومن المتوقع أن تقوم شركتا ميتا، اللتان كانتا هادئتين نسبيًا خلال هذه الإعلانات، باتخاذ خطوات في الأشهر المقبلة.

كشفت فترة الـ 48 ساعة الفاصلة بين الإصدارات عن تحول الذكاء الاصطناعي من تقنية تجريبية إلى بنية تحتية موثوقة. عندما تحقق عدة شركات نتائج معيارية متطابقة تقريبًا باختلافات نسبية ضئيلة، تتحول المنافسة نحو كفاءة النشر، وجودة التكامل، وموثوقية الخدمة.

التحسينات العملية أهم من تفوقها في معايير التقييم. يقيس نظام SWE-bench Verified قدرة الذكاء الاصطناعي على تحديد الأخطاء الحقيقية وإصلاحها في البرامج مفتوحة المصدر، وتمثل نتائج كلا النموذجين تقدمًا ملحوظًا في قدرات البرمجة المستقلة.

مع تزايد تطور نماذج الذكاء الاصطناعي في قدراتها على التفكير والبرمجة، تتحول المنافسة من مقاييس الأداء الخام إلى التطبيق العملي والموثوقية في بيئات الإنتاج. والحقيقة المدهشة؟ قد يُمكّن هذا الاستقرار من إحداث تغيير جذري أكبر مما قد يُحدثه أي تقدم كبير آخر.