ماذا يخفي اسم النموذج؟

A35B هو الجزء الذي يعمل

في اسم Qwen3-Coder-480B-A35B-Instruct يدل A35B على 35 مليار معلمة عاملة. ويضم النموذج 480 مليار معلمة في المجموع، وهي الأرقام التي تعلّمها ويتكوّن منها، وهذا هو 480B الذي يسبق حرف A مباشرة. ويقرأ النموذج النص ويكتبه على هيئة رموز (tokens)، أي أجزاء صغيرة من الكلمات، ولا يعمل مع كل رمز إلا 35B من معلماته. تجدون الرقمين في بطاقة النموذج لدى Qwen.

ويظهر حرف A لأن النموذج من نوع مزيج الخبراء (MoE)، أي أنه مبني من أجزاء صغيرة كثيرة لا يعمل منها مع كل رمز إلا القليل. وتتحملون مع كل رقم من الرقمين تكلفة مختلفة. فالإجمالي يحدد حجم الذاكرة التي يحتاجها النموذج، لأن الأجزاء كلها يجب أن تكون محمّلة وجاهزة. أما الرقم العامل فيحدد حجم العمل الذي يتطلبه كل رمز، ومنه تأتي السرعة وتكلفة التشغيل. وبهذا التقسيم يعمل DeepSeek-V4.1-Flash، وهو نموذج حجمه 552B ولا يستخدم مع كل رمز يقرؤه إلا 8B.

تتكرر في عروض المورّدين خمس عائلات من النماذج: Qwen وDeepSeek وGemini وGPT وClaude. تنشر Qwen وDeepSeek ملفات نماذجهما وأحجامها، Qwen في الاسم نفسه وDeepSeek في بطاقة النموذج. أما Claude وGPT وGemini فلا تنشر أي حجم على الإطلاق، ولذلك تتبع أسماؤها قواعد أخرى.

كيف تقرأون اسم النموذج؟

قسّموا اسم Qwen عند الشرطات تحصلوا على خمسة أجزاء، يجيب كل منها عن سؤال مختلف.

Qwen3 هو العائلة ورقم جيلها، وCoder هو التخصص، لأن هذا النموذج بُني للبرمجة. ثم يأتي الحجمان، 480B إجمالاً وA35B عاملاً. ويدل Instruct في آخر الاسم على طريقة ضبط النموذج، وهي هنا اتباع التعليمات. وتذكر Qwen أن هذا النموذج يعمل فقط فيما تسميه «وضع بلا تفكير»، فيجيب دون أن يعالج المسألة أولاً.

ولا تتوقف الأحجام عند المليارات. يضم Qwen3.8-2.4T-A95B ما مجموعه 2.4T من المعلمات، والحرف T يعني تريليون، أي 2,400B، ويستخدم منها 95B مع كل رمز.

والاسم الذي يخلو من جزء A يستحق نظرة ثانية. لا يحمل Qwen3.6-27B هذا الجزء لأنه نموذج كثيف، يستخدم معلماته كلها، أي 27B، مع كل رمز. وكذلك gpt-oss-120b من OpenAI، وهو نموذج مفتوح الأوزان، لا يحمل جزء A في اسمه، مع أنه من نوع مزيج الخبراء بإجمالي 117B ومعلمات عاملة حجمها 5.1B. حتى الرقم 120 في اسمه تقريب للرقم 117B المكتوب في بطاقته. وحين يسكت الاسم عن شيء، فالمرجع هو بطاقة النموذج.

تدل علامة مثل FP8 أو BF16 على الدقة العددية، أي عدد البتات التي تُخزَّن بها كل معلمة: 16 بتاً (2 بايت) في BF16 و8 بتات (1 بايت) في FP8. وQwen3.6-27B-FP8 هو Qwen3.6-27B نفسه مخزناً بثمانية بتات، فيحتاج ذاكرة أقل ويحتفظ بمعلماته كلها وعددها 27B.

وقد يكون الرقم الأخير تاريخاً. فقد أطلقت DeepSeek نموذج V4.1-Flash في 10 سبتمبر 2026، ثم أصدرت في 17 أكتوبر تحديثاً بالبنية نفسها سمّته V4.1-Flash-1017 نسبةً إلى الشهر واليوم. أما كلمات الفئة مثل Flash وLite وPro وMini فأمرها مختلف، لأن كل شركة تحدد معناها بنفسها.

لماذا يعمل 552B كأنه 8B؟

داخل نموذج MoE تتوزع معظم المعلمات على شبكات صغيرة كثيرة هي الخبراء. ومع كل رمز يختار الموجّه (router) بعضها، فيعمل هؤلاء وحدهم بينما ينتظر الباقون في الذاكرة. ثم يمضي ناتج الخبراء العاملين عبر بقية النموذج حتى يصل إلى الإجابة.

يضم DeepSeek-V4.1-Flash 384 خبيراً يختار الموجّه منهم 6 لكل رمز، وينضم إليهم في كل مرة خبير مشترك واحد. وتذكر DeepSeek أن المعلمات العاملة تبلغ 8B أثناء قراءة النموذج لمدخلاتكم و16B أثناء كتابته الإجابة، من إجمالي 552B. ويعمل Qwen3.6-35B-A3B بالطريقة نفسها على نطاق أصغر، إذ يستخدم لكل رمز 8 خبراء من 256 إضافة إلى خبير مشترك واحد، فتكون النتيجة 3B من 35B.

ضعوا ستة نماذج جنباً إلى جنب تجدوا أن كل نموذج MoE بينها يُبقي جزءه العامل دون 9% من إجماليه. يقرأ DeepSeek-V4.1-Flash المدخلات بمعلمات عاملة حجمها 8B من 552B، أي نحو 1.4%، وهي أصغر نسبة في الشكل. ويتقارب Qwen3.8-2.4T-A95B وgpt-oss-120b عند 95B من 2.4T (4.0%) و5.1B من 117B (4.4%). ويعمل Qwen3-Coder-480B-A35B-Instruct على 35B من 480B (7.3%)، وQwen3.6-35B-A3B على 3B من 35B (8.6%). وحده Qwen3.6-27B الكثيف يستخدم معلماته كلها، 27B من 27B.

أما الذاكرة فحسابها مختلف. فالموجّه قد يختار أي خبير للرمز التالي، ولذلك يجب أن يبقى الخبراء كلهم محمّلين. وللأوزان وحدها يكفي تقدير سريع هو إجمالي المعلمات مضروباً في عدد البايتات لكل معلمة، أي نحو 2 GB لكل مليار معلمة في BF16، و1 GB في FP8، و0.5 GB عند 4 بتات. ويحتاج السياق وبرمجيات التشغيل إلى ذاكرة إضافية فوق ذلك.

خذوا نموذجَي Qwen3.6 مثالاً. يحتاج Qwen3.6-35B-A3B في BF16 إلى نحو 70 GB لأوزانه (35 × 2)، مع أن 3B فقط تعمل لكل رمز. أما Qwen3.6-27B-FP8 فيحتاج إلى نحو 27 GB (27 × 1) ويستخدم 27B كلها مع كل رمز. وجزء من هذا الفارق سببه الدقة العددية، لكن حتى لو خُزّن النموذجان بالطريقة نفسها يبقى نموذج MoE هو الأكبر، 35B مقابل 27B، ومع ذلك يبذل عملاً أقل مع كل رمز، وبهذا يستطيع أن يجيب بسرعة.

ماذا تعني Flash وSonnet وLuna؟

Claude وGPT وGemini متاحة عبر API فقط، أي أنكم تصلون إليها من خدمة الشركة المطوّرة ولا تحصلون على ملفات النموذج أبداً. يحمل اسمها رقم الجيل وكلمة فئة تحدد مستوى الحجم أو السرعة داخل العائلة الواحدة، ولا يخبركم بما تصلح له كل فئة إلا وصف الشركة نفسها.

يعرض الجدول وصف كل شركة لنموذجها كما ورد في نظرة عامة على نماذج Claude لدى Anthropic، وفي صفحة نماذج OpenAI، وفي صفحة نماذج Gemini لدى Google. الأسماء والأرقام في هذا المقال كما نشرتها الشركات في 21 أكتوبر 2026، وتُحدَّث هذه العائلات كثيراً. وتتغير الأسعار كثيراً هي الأخرى، وتنشرها كل شركة في صفحة الأسعار الخاصة بها.

وتقارن Anthropic أيضاً بين نماذج Claude الأربعة من حيث السرعة، فتصف Fable بأنه أبطأ، وOpus بأنه متوسط، وSonnet بأنه سريع، وHaiku بأنه الأسرع. وتقبل النماذج الأربعة النص والصور. وإن كنتم تقارنون بين Claude Opus وSonnet، فتقترح Anthropic أن تبدأوا بنموذج Opus 5.5 في معظم أعباء العمل.

أما نافذة السياق، أي كمية النص التي يستطيع النموذج استيعابها دفعة واحدة، فتذكر الشركات أنها مليون رمز في نماذج Claude الأربعة وفي Gemini 4 Argon وGemini 3.8 Flash. وتذكر OpenAI أنها 1.05 مليون رمز في نماذجها الرائدة الثلاثة: GPT-6 Astra وGPT-6.1 Sol وGPT-6 Luna. وتضيف صفحة Gemini 3.8 لدى Google أن Gemini 3.8 Flash تصل مخرجاته إلى 64 ألف رمز، وله مستويات تفكير تضبطونها على منخفض أو متوسط أو مرتفع.

تصف OpenAI نموذج GPT-6.1 Sol بأنه قريب من Astra مع أن GPT-6 Astra يحمل الرقم الأقل، فارتفاع رقم الجيل لا يعني ارتفاع الفئة.

انتبهوا إلى كلمة Flash، فشركتان تستخدمانها لمعنيين مختلفين. Flash لدى DeepSeek نموذج مفتوح الأوزان بحجم 552B، وتصفه DeepSeek بأنه «أصغر نموذج في عائلة البنية الجديدة لدينا، مع فهم بصري مدمج». أما Flash لدى Google ففئة سريعة من عائلة مغلقة، ولم يُنشر حجمها. فإذا قال لكم مورّد إنه يشغّل Flash، فاسألوه Flash من أي شركة.

ما النماذج التي يمكنكم تشغيلها بأنفسكم؟

نماذج Qwen وDeepSeek وgpt-oss المذكورة هنا كلها مفتوحة الأوزان، أي يمكنكم تنزيل ملفات النموذج وتشغيلها على أجهزتكم بموجب الترخيص المرفق بها. غير أن الأوزان المفتوحة لا تعني بالضرورة الاستضافة الذاتية، فتقدم DeepSeek نموذج V4.1-Flash أيضاً عبر API الخاصة بها باسم deepseek-flash.

ابدأوا بالترخيص. يأتي DeepSeek-V4.1-Flash بترخيص MIT، ويأتي gpt-oss-120b وثلاثة من نماذج Qwen الأربعة بترخيص Apache 2.0. أما أكبر نماذج Qwen هنا، Qwen3.8-2.4T-A95B، فله ترخيص خاص به هو Qwen3.8-Max، فحتى العائلة الواحدة قد تحمل شروطاً مختلفة. وإن كنتم تقارنون بين Qwen وDeepSeek لتشغيلهما على خوادمكم، فاقرأوا الترخيص قبل أن يشتري أحد العتاد.

ثم حدّدوا حجم العتاد بتقدير الذاكرة. تتضمن ملفات DeepSeek المنشورة أوزاناً مخزنة بثمانية بتات (FP8)، وبمعدل 1 بايت لكل معلمة يحتاج تخزين 552B معلمة إلى نحو 552 GB للأوزان وحدها. وهذا يعني خادماً بعدة وحدات GPU، لنموذج يعمل على 8B إلى 16B فقط لكل رمز. أما OpenAI فتخزّن أوزان الخبراء في gpt-oss-120b بصيغة 4 بتات تسمى MXFP4، وتقول إن ذلك يتيح له أن «يعمل على وحدة GPU واحدة بسعة 80 GB».

وتختلف المدخلات وأسلوب الإجابة أيضاً. يقبل DeepSeek-V4.1-Flash النص والصور، بينما يقتصر Qwen3.8-2.4T-A95B على النص ويعالج المسألة دائماً قبل أن يجيب، فيما تسميه Qwen وضع التفكير. ويفعل Qwen3.6-35B-A3B ذلك افتراضياً، ويمكنكم تحويله إلى الإجابة المباشرة.

أي نموذج يناسب أي مهمة؟

تختلف مهام النموذج اختلافاً كبيراً داخل عمليات خدمة العملاء. المكالمة المباشرة تحتاج إلى رد والمتصل ما زال على الخط، أما ملخص مكالمات الأمس فلا ينتظره أحد. ويستند الجدول إلى أوصاف الشركات نفسها، فاقرأوا كل صف على أنه نقطة بداية للاختبار وليس ترتيباً للنماذج.

المكالمة المباشرة هي أكثر الصفوف تشدداً. فالمتصل يسمع كل وقفة، والنموذج ليس إلا أحد مصادرها. ويقسّم مقالنا عن من أين يأتي الانتظار على الخط الصوتي تلك الوقفة إلى أجزاء يمكنكم قياسها.

اختاروا نموذجين أو ثلاثة من الصف الذي يطابق مهمتكم، وجرّبوها على مكالماتكم المسجلة، بأسماء منتجاتكم ولغاتكم والأسئلة التي يطرحها عملاؤكم فعلاً. وقيّموا كل نموذج على المهمة نفسها، كأن تتحققوا مما إذا كان الملخص قد التقط موعد معاودة الاتصال الذي وُعد به المتصل.

حين يعرض عليكم مورّد حله، اسألوه أي نموذج يشغّل كل خطوة، من المحادثة المباشرة ثم التوجيه إلى الملخص بعد المكالمة. واطلبوا الاسم الكامل بما فيه رقم الجيل والفئة. وإذا جاء اسم واحد لكل الخطوات فهو يستحق سؤالاً إضافياً، ويغطي مقالنا 30 سؤالاً تطرحونها قبل شراء حل للذكاء الاصطناعي الصوتي ما يجدر فحصه أيضاً.

أين يدخل DRING في الصورة؟

منظومة DRING مستقلة عن النماذج. تُختار نماذج الكلام والاستدلال خلف كل وكيل ذكاء اصطناعي حسب اللغة وسير العمل، ويُختار مزود تحويل الكلام إلى نص ونموذج اللغة وتحويل النص إلى كلام لكل وكيل من بين المزودين الرائدين. ويمكن تبديل أي منها دون إعادة بناء وتغييره دون المساس ببقية المنظومة، كما توضح صفحتنا عن طبقة النماذج.

ويمكن توجيه سير العمل إلى نموذج مختلف دون تغيير المنصة، وإذا تعطل أحد مزودي النماذج يمكن تحويل المكالمة تلقائياً إلى مزود يعمل. وتستعرض صفحتنا لمديري تقنية المعلومات الأسئلة التالية التي تطرحها مراجعة البنية.

يُختبر تغيير النموذج كما يُختبر الإطلاق. يجري كل وكيل في DRING من 1,000 إلى 10,000 محادثة محاكاة، مبنية لشركتكم، قبل أول مكالمة حقيقية. ولا يبدأ نموذج أقوى العمل إلا بعد أن يجتاز مجموعة اختبارات الانحدار التي تمر بها المنظومة كلها، كما تُقارن النتائج بالإصدار السابق قبل إطلاق أي شيء. أخبرونا بالخطوة من مكالماتكم التي تريدون أن يتولاها نموذج ذكاء اصطناعي أولاً، فيتصل بكم DRING خلال دقيقتين.