نموذج GLM 5.2 من شركة Zhipu الصينية يقترب من أفضل نماذج الذكاء الاصطناعي الأمريكية، مما يبرز ميزة المصدر المفتوح.

خلفية الصناعة

في يونيو 2026، أصدرت الشركة الناشئة الصينية في مجال الذكاء الاصطناعي Zhipu (智谱) أحدث نموذج مفتوح المصدر لها GLM 5.2، مما أثار ضجة في وادي السيليكون، مماثلة للتأثير الذي أحدثه DeepSeek في العام الماضي. يتخلف GLM 5.2 عن نموذج Opus 4.8 من Anthropic بنقطة مئوية واحدة فقط في اختبارات الوكالة الرئيسية، لكن تكلفته تبلغ خمس تكلفة الأخير فقط. توافد المطورون بسرعة، وتجاوزت سرعة نمو حركة token على OpenRouter حتى مستويات ما بعد إصدار DeepSeek V4 سابقًا.

تأثير السوق

جاء إطلاق GLM 5.2 في وقت تسعى فيه الشركات إلى تحقيق القيمة مقابل المال بسبب ارتفاع إنفاقها على token الذكاء الاصطناعي. وجدت العديد من الشركات أن إنفاقها الفعلي على الذكاء الاصطناعي تجاوز الميزانيات، وبدأت في إعادة تقييم اختيارات النماذج. أصبح "الذكاء لكل دولار" (intelligence per dollar) المقياس الأكثر أهمية. يقدم نموذج Zhipu أداءً قريبًا من المستوى الأعلى بتكلفة منخفضة، مما يوفر خيارًا عمليًا للشركات.

في الوقت نفسه، اتخذت الحكومة الأمريكية مؤخرًا إجراءات لتقييد انتشار نماذج الذكاء الاصطناعي المتطورة: أزالت Anthropic نموذج Fable Mythos-class بناءً على الطلب، وأعلنت OpenAI أنها ستوفر نموذج GPT 5.6 فقط "للشركاء الموثوقين". هذه الشكوك التنظيمية دفعت الشركات إلى التوجه نحو النماذج مفتوحة المصدر، التي لا يمكن سحبها أو تقييدها من جانب واحد.

المشهد التنافسي

يتحدى GLM 5.2 من Zhipu بشكل مباشر هيمنة النماذج المغلقة المتطورة. قال غابي بيريرا، المؤسس المشارك لـ Harvey AI، إن GLM 5.2 هو أول نموذج مفتوح المصدر يتمتع بقدرة تنافسية حقيقية. بالنسبة لـ Anthropic وOpenAI، يعني صعود النماذج مفتوحة المصدر زيادة الضغط على التسعير، خاصة في ظل اهتمام العملاء من الشركات المتزايد بفعالية التكلفة.

شركات الذكاء الاصطناعي الصينية الأخرى مثل DeepSeek أثارت السوق في وقت سابق، لكنها نُظر إليها لاحقًا على أنها "صدمة روبوتات دردشة لمرة واحدة". الفرق مع Zhipu هو أن GLM 5.2 يؤدي بشكل ممتاز في المهام الوكيلة مثل التخطيط والبرمجة والاختبار والحلقات، وهي المجالات التي تسعى الشركات إلى أتمتتها.

دروس للشركات

• يجب على الشركات إعادة تقييم استراتيجيات شراء نماذج الذكاء الاصطناعي:
• التركيز على "الذكاء لكل دولار" بدلاً من ترتيب قدرات النماذج فقط.
• النظر في النماذج مفتوحة المصدر لتقليل مخاطر تقييد الموردين، خاصة في ظل احتمالية تقييد الوصول إلى النماذج بسبب التنظيم الحكومي.
• اختبار الأداء الفعلي للنماذج مفتوحة المصدر مثل GLM 5.2 في سيناريوهات الأعمال المحددة، خاصة تلك التي تتطلب نشرًا ذاتيًا وتخصيصًا.
• مراقبة تكاليف token، لتجنب تجاوز الميزانية بسبب استخدام نماذج عالية التكلفة.

التوقعات المستقبلية## النظرة المستقبلية

في الـ 12 شهرًا القادمة، قد تضيق الفجوة في القدرات بين النماذج مفتوحة المصدر والنماذج المغلقة، خاصة في مجال أعباء العمل الوكيلية. يُظهر تقدم "Zhipu" أن شركات الذكاء الاصطناعي الصينية لا تستطيع فقط المنافسة على التكلفة، بل أيضًا الاقتراب من المستوى المتقدم في المعايير الرئيسية.

في غضون 24 شهرًا، إذا استمرت الحكومة الأمريكية في تقييد إصدار نماذج "Anthropic" و"OpenAI"، فقد تحصل النماذج مفتوحة المصدر على حصة سوقية أكبر في المؤسسات الأمريكية، خاصة في السيناريوهات التي تتطلب الامتثال والنشر المحلي.

بعد 3 سنوات، قد يتشكل قطاع الذكاء الاصطناعي في هيكل ثنائي: عدد قليل من النماذج المغلقة المتطورة تخدم سيناريوهات عالية الأمان، بينما تتحول معظم التطبيقات المؤسسية إلى النماذج مفتوحة المصدر التي تقودها "Zhipu" و"Meta". وستصبح المنافسة على "الذكاء لكل دولار" ساحة المعركة الأساسية، مما يدفع إلى تحسين كفاءة سلسلة الصناعة بأكملها.