ما بعد ChatGPT: كيف تختار بين نماذج الذكاء الاصطناعي؟

قدّمت OpenAI برنامج ChatGPT في 30 نوفمبر 2022 بوصفه معاينة بحثية مجانية. وبعد أكثر من ثلاث سنوات أعلنت في 27 فبراير 2026 أنه بلغ 900 مليون مستخدم أسبوعي، بعد أن كان 800 مليونًا في أكتوبر 2025. رقمٌ يوحي بأن الميدان محسوم لصاحبه، غير أن ما حدث في السنوات نفسها يقول شيئًا آخر.

من الانفراد إلى الازدحام

يبيّن مؤشر ستانفورد لعام 2025 أن الفجوة في الأداء بين النموذج الأول والعاشر في ساحة المقارنة Chatbot Arena (التي يصوّت فيها مستخدمون على إجابات نماذج متنافسة) ضاقت من 11.9% إلى 5.4% في عام واحد. وفي اختبارات معيارية تقلّصت الفجوة بين أفضل النماذج الأمريكية والصينية في MMLU من 17.5 نقطة نهاية 2023 إلى 0.3 نقطة نهاية 2024، وفي HumanEval من 31.6 إلى 3.7. ويورد مؤشر 2026 درجتين في Arena: 1,503 لأعلى نموذج أمريكي و1,464 لأعلى نموذج صيني. وهذه الساحة تقيس تفضيل المصوّتين في محادثات عامة، لا أداء النموذج في مهمتك أنت.

للخلفية العلمية عن هذه النماذج انظر مقال «كيف تعمل النماذج اللغوية الكبيرة (LLM) مثل ChatGPT؟».

ما الذي أثبتته DeepSeek وما الذي لم تثبته؟

في 27 يناير 2025 خسرت إنفيديا (Nvidia) نحو 589 مليار دولار من قيمتها السوقية في يوم واحد، وهي أكبر خسارة ليوم واحد في تاريخ سوق الأسهم الأمريكية بحسب موقع Maginative، وذلك بعد أن أعلنت شركة DeepSeek الصينية نموذج الاستدلال R1 مفتوح الأوزان، وزعم مؤسسها أنه يضاهي نموذج o1 من OpenAI.

وتُنقل في هذا السياق كلفة «5.6 ملايين دولار»، لكنها تخص نموذجًا آخر هو DeepSeek-V3. فقد ذكر فريقه في تقريره التقني أن التدريب الكامل احتاج 2.788 مليون ساعة معالج H800، وقدّر كلفتها بنحو 5.576 مليون دولار بافتراض إيجار قدره دولاران للساعة، مع استبعاد كلفة البحث السابق وتجارب الاستبعاد (ablation). فهي كلفة تشغيل تدريب بعينه، لا كلفة بناء مختبر ولا كلفة البحث الذي سبقه. والدرس المحتمل أن الكفاءة قد تضيّق الفارق بين المتقدم واللاحق، لا أن بناء نماذج متقدمة صار رخيصًا.

كيف تختار نموذجًا؟

لا أحد يستطيع أن يجزم من بعيد بأي نموذج يناسبك. لذلك تفيد أسئلة عملية:

• جرّبه على عملك. اجمع عشرين مهمة حقيقية من عملك وقارن إجابات النماذج بإجابات تعرفها، فالمعايير المعلنة شيء وأداؤك شيء آخر.
• انظر إلى بياناتك. إن كانت حساسة فاسأل أين تُعالَج، وهل يمكن تشغيل نموذج مفتوح الأوزان على بنيتك الخاصة.
• احسب الكلفة عند التوسع، لا سعر الاشتراك وحده.
• اختبر الموثوقية. لا يسلم نموذج من اختلاق معلومات تبدو وجيهة، فأبقِ مراجعًا بشريًّا في الطب والقانون والمال (انظر مقال «الذكاء الاصطناعي المسؤول: أربعة مبادئ للحوكمة والثقة»).
• اختبر العربية وسياقك المحلي بأمثلة من لغتك وأنظمتك (انظر مقال «الذكاء الاصطناعي العربي»).
• انظر إلى المزوّد. هل تبقى واجهته البرمجية مستقرة؟ وما سياسته في الخصوصية؟

ابنِ قابلًا للتبديل

الصدارة تتبدّل، وقد ضاقت المسافة بين المتصدرين إلى هذا الحد. فمن بنى عمله على نموذج واحد ربط مصيره بشركة واحدة. والأحكم أن تفصل بين تطبيقك والنموذج لتستطيع تبديله، وأن تحتفظ بمجموعة اختبار صغيرة تعيد تشغيلها كلما ظهر نموذج جديد، وأن تستثمر في ما يبقى: صياغة التعليمات بوضوح، ومراجعة المخرجات، وحوكمة البيانات.

وما كتبناه هنا لقطة من أكتوبر 2026 لسوق يتحرك بسرعة، فراجع أرقامه قبل أن تبني عليها قرارًا. وهذه الأدوات نعمة نافعة، ومن شكر النعمة حسن توجيهها ومراجعة ما تنتجه.