الإجاباتمنشور24 المصادر
النماذج الصينية المفتوحة تقترب من قلب سوق الذكاء الاصطناعي
استحوذت النماذج المطوّرة في الصين على 41% من تنزيلات Hugging Face خلال العام السابق، متجاوزة النماذج الأميركية في التنزيلات الشهرية والإجمالية. جعل إطلاقا Kimi K3 وQwen3.8 Max أحجام النماذج الهائلة، وسياق المليون رمز، والأوزان القابلة للتنزيل جزءا من المنافسة المفتوحة.
نشر بواسطةتم التحرير باستخدام GPT-5.6 Lunaتم إنشاء الصور باستخدام GPT Image 1.5
إجابة البحث
الوجبات السريعة الرئيسية
- استحوذت النماذج المطوّرة في الصين على 41% من تنزيلات Hugging Face خلال العام السابق، متجاوزة النماذج الأميركية في التنزيلات الشهرية والإجمالية.
- جعل إطلاقا Kimi K3 وQwen3.8 Max أحجام النماذج الهائلة، وسياق المليون رمز، والأوزان القابلة للتنزيل جزءا من المنافسة المفتوحة.
- تُظهر بيانات OpenRouter استخداما فعليا لا مجرد اهتمام: احتلت النماذج الصينية المراكز الخمسة الأولى من حيث حجم الرموز في يوليو، وتجاوزت حصتها 60% من حركة المنصة في 21 أغسطس، وفقا للتقارير المستندة إلى بياناتها.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: How have Chinese open-weight large language models, which were once viewed as a tier below US frontier systems, risen by August 21, 2026 to. Article summary: Chinese labs have gained adoption primarily by combining frontier-adjacent capability with permissive weights, fast release cycles, efficient sparse architectures, and sharply lower deployment costs. That can make them t. Topic tags: general, news, general web, user generated, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
التحول لا يعني أن الصين فازت بكل سباق الذكاء الاصطناعي
انتقل ثقل مهم في سوق نماذج الذكاء الاصطناعي المفتوحة إلى الصين خلال عام 2026. فقد شكّلت النماذج المطوّرة في الصين 41% من تنزيلات النماذج على منصة Hugging Face خلال العام السابق، متجاوزة النماذج ذات المنشأ الأميركي في التنزيلات الشهرية والإجمالية. 32
كما أفادت تقارير بأن إجمالي تنزيلات النماذج الصينية المفتوحة تجاوز 10 مليارات تنزيل حول العالم، وليس 100 مليار كما ورد في أحد العناوين. 31
لكن الأرقام تحتاج إلى قراءة دقيقة. فهي تشير إلى تقدم الصين في طبقة محددة من سوق الذكاء الاصطناعي: النماذج التي يستطيع المطوّرون تنزيلها وتخصيصها وتشغيلها عبر بنيتهم التحتية أو مزوّدي الاستدلال. ولا تثبت أن الشركات الصينية أزاحت الشركات الأميركية من صدارة النماذج المغلقة والأكثر تقدما.
ماذا تقيس نسبة 41%؟
تقيس النسبة حصة النماذج الصينية من التنزيلات على Hugging Face، وهي منصة عالمية لاستضافة النماذج ومجموعات البيانات وأدوات المطوّرين. ولا تعني أن 41% من جميع النماذج أو كل استخدامات الذكاء الاصطناعي في العالم صينية.
كما أن النشاط على المنصة شديد التركّز: نحو 1.5% فقط من المستودعات تستحوذ على 99.2% من التنزيلات، في حين أن 85.6% من النماذج حصلت على أقل من 200 تنزيل طوال فترة وجودها. 23
ومع ذلك، يبقى الاتجاه لافتا. فقد أصبحت الصين أكبر مصدر وطني مُحدّد لتنزيلات النماذج على المنصة، بينما حققت النماذج الصينية أيضا حركة إنتاجية كبيرة عبر خدمات توجيه النماذج، التي تختار النموذج الأنسب لتشغيل تطبيقات المطوّرين. 27
29
أما رقم التنزيلات التراكمي، فالمتاح من التقارير المعاصرة يدعم تجاوز 10 مليارات تنزيل عالمي. 17
31 ولا تدعم الأدلة المتاحة رقم 100 مليار، لذلك ينبغي التعامل معه بوصفه خطأ في العنوان أو النقل، لا رقما قياسيا مثبتا.
لماذا اختار المطوّرون النماذج الصينية؟
لا يعود التحول إلى فوز نموذج واحد في اختبار معيّن، بل إلى اجتماع مزايا عملية تهمّ من يبني منتجا ويشغّله على نطاق واسع:
- تكلفة تشغيل أقل: تنافس المزوّدون الصينيون بقوة على أسعار واجهات البرمجة، ما يجعل مهام البرمجة كثيفة الاستخدام ووكلاء الذكاء الاصطناعي أقل تكلفة. كما تسمح الأوزان المفتوحة بالتشغيل الذاتي أو الضبط الدقيق، بدلا من الاعتماد حصرا على مزوّد مغلق.
- تراخيص أكثر انفتاحا: من بين 178 إصدارا صينيا يتجاوز حجمها 20 مليار مَعلمة راجعتها Hugging Face، استخدم 59% ترخيص Apache 2.0 و22% ترخيص MIT، فيما حملت النماذج القليلة جدا قيودا تمنع الاستخدام التجاري.
23 وتسهّل هذه التراخيص التجربة والدمج التجاري وإعادة التوزيع.
- دورات إطلاق سريعة: انتقلت المختبرات مرارا من الإعلان إلى إتاحة الواجهة البرمجية والاستدلال المستضاف والأوزان القابلة للتنزيل خلال فترة قصيرة.
- قدرات مناسبة للإنتاج: تحظى البرمجة والاستدلال والعمل متعدد اللغات والسياقات الطويلة وسير العمل المستقل بقيمة كبيرة عندما يُستدعى النموذج آلاف المرات داخل تطبيق واحد.
- سيطرة أكبر على البيانات: يستطيع المطوّر الاحتفاظ بالبيانات داخل بنيته التحتية، وتكييف النموذج لمهمة متخصصة، وتقليل الاعتماد على مزوّد مغلق واحد.
لهذا قد يتفوق انتشار نموذج مفتوح على قصص اختبارات الأداء. فالنموذج لا يحتاج إلى أن يكون الأفضل في كل مهمة حتى يصبح الخيار المفضل لعملية إنتاج حساسة للتكلفة.
Kimi K3: عندما أصبحت النماذج المفتوحة بحجم «الحدود القصوى»
كان إطلاق Kimi K3 من شركة Moonshot AI الصينية علامة مهمة على هذا التغيير. يضم النموذج 2.8 تريليون مَعلمة إجمالا، ويستخدم بنية «خليط الخبراء» المتناثرة، ويدعم الرؤية الأصلية، ويوفر نافذة سياق تصل إلى مليون رمز. وقدّمته Moonshot بوصفه أول نموذج مفتوح ضمن فئة النماذج ذات الثلاثة تريليونات مَعلمة. 3
وأصدرت الشركة الأوزان الكاملة في 27 يوليو 2026، لتستكمل بذلك عملية طرح بدأت بإتاحة النموذج عبر الواجهة البرمجية والاستضافة. 15 ولا يعني ذلك أن تشغيل Kimi K3 أصبح سهلا على أجهزة عادية؛ فحجمه لا يزال تحديا كبيرا للبنية التحتية. لكن الإطلاق غيّر التوقعات بشأن ما يمكن للمختبرات الصينية نشره خارج جدرانها.
فالرسالة الاستراتيجية لم تكن المواصفات وحدها، بل إتاحة نظام قريب من مستوى النماذج المتقدمة للمطوّرين وشركات الاستدلال والباحثين، بدلا من إبقائه خلف واجهة برمجية مغلقة تماما.
Qwen3.8-Max يثبت أن الأمر لا يخص مختبرا واحدا
عزّزت Alibaba هذا الاتجاه عندما أعلنت Qwen3.8-Max في 3 أغسطس. يضم النموذج 2.4 تريليون مَعلمة إجمالا، ويدعم نافذة سياق تصل إلى مليون رمز، وطرحته الشركة لمهام البرمجة والبحث والعمل الواقعي والمهام الممتدة زمنيا. 34
47
وجاء الإصدار ذي الأوزان المفتوحة في أغسطس ضمن عائلة Qwen3.8-2.4T-A95B. 37 وأظهر إطلاقا Kimi K3 وQwen3.8-Max أن التحول ليس مجرد أثر عابر لـ DeepSeek أو نتيجة استراتيجية تسعير لشركة واحدة. فقد تنافست مختبرات صينية متعددة في الوقت نفسه على الحجم والكفاءة وتعدد الوسائط وطول السياق والتوزيع.
وتساعد بنية «خليط الخبراء» المتناثرة في تفسير كيفية إعلان أرقام ضخمة لإجمالي المَعلمات من دون تفعيلها جميعا مع كل رمز. ولا تلغي هذه البنية كلفة التدريب أو التشغيل، لكنها قد تحسّن العلاقة بين قدرة النموذج وكفاءة الاستدلال.
OpenRouter يقيس الاستخدام الفعلي لا مجرد الفضول
تقيس تنزيلات Hugging Face الاهتمام والتوزيع، بينما تقدم OpenRouter إشارة مختلفة: حجم حركة النماذج داخل التطبيقات والتجارب التي تمر عبر المنصة.
في يوليو، احتلت النماذج المطوّرة في الصين المراكز الخمسة الأولى جميعا على OpenRouter من حيث حجم الرموز، بقيادة MiMo V2.5 من Xiaomi، تلتها نماذج من DeepSeek وMiniMax وعائلة Qwen التابعة لـ Alibaba وعائلة Kimi التابعة لـ Moonshot. 51 وقال تقرير في 21 أغسطس إن النماذج الصينية حملت أكثر من 60% من حركة OpenRouter، التي تجاوزت 20 تريليون رمز أسبوعيا.
51
وقدّر تحليل آخر أن النماذج الصينية المفتوحة مثّلت أكثر من نصف استخدام OpenRouter بعد مارس، وأن حجم الرموز التي تعالجها اقترب من ثلاثة أمثاله، في وقت خفّضت فيه الأسعار العائد لكل رمز. 50
لا ينبغي اعتبار هذه الأرقام مقياسا شاملا لكل استهلاك الذكاء الاصطناعي في العالم. فـ OpenRouter تخدم سوقا محددا من المطوّرين وواجهات البرمجة، كما تختلف التقارير في الفترات الزمنية والتعريفات التي تستخدمها. لكن الاتجاه العام متسق: النماذج الصينية تُختار لأعباء عمل حقيقية وكبيرة، لا لتنزيلها بغرض التقييم فقط.
هل دفعت قيود الرقائق الشركات الصينية إلى سباق الكفاءة؟
خلقت القيود الأميركية على الرقائق المتقدمة بيئة حوسبة صعبة أمام شركات الذكاء الاصطناعي الصينية. وربما رفعت في الوقت نفسه الحافز إلى استخراج أكبر قدر ممكن من القدرة من كل وحدة حوسبة متاحة.
ويتوافق هذا الحافز مع خيارات تصميم ظاهرة في الإصدارات الرائدة، مثل التوجيه المتناثر، وهندسة السياق الطويل، وتحسين الاستدلال، والتقطير، والتدريب اللاحق المكثف. لكن لا يمكن اختزال تقدم الصين في قيود التصدير وحدها؛ فالأدلة المتاحة لا تثبت أثرا سببيا دقيقا، كما يعتمد النظام البيئي على المنافسة الخاصة بين المختبرات، والتوزيع السحابي، والمهندسين، والطلب المحلي، واهتمام المطوّرين حول العالم.
والاستنتاج الأكثر أمانا هو أن القيود لم تمنع النماذج الصينية من المنافسة في أعباء عمل مهمة ضمن سوق النماذج المفتوحة، وربما جعلت الكفاءة أولوية استراتيجية أكثر إلحاحا.
الفجوة مع النماذج المغلقة تضيق، ولكن بصورة غير متساوية
تحدثت بعض التقارير عن تقلص الفارق بين النماذج الصينية الرائدة وأفضل النماذج المغلقة من ستة إلى تسعة أشهر إلى شهرين أو ثلاثة أشهر. 30 وينبغي التعامل مع هذا التقدير بحذر، لأن معنى «الفجوة» يتبدل بحسب الاختبار والقدرة المقاسة.
قد يقترب نموذج من منافسيه في البرمجة، لكنه يتأخر في الموثوقية أو استخدام الأدوات أو السلامة أو الاستدلال متعدد الوسائط أو سرعة الاستجابة أو إنجاز المهام الممتدة. كما أن اختبارات الشركات ولوحات المتصدرين العامة لا توفر مقياسا عالميا واحدا لقدرات النماذج المتقدمة.
أما الخلاصة الأقوى المدعومة بالأدلة فهي أضيق نطاقا: أصبحت النماذج الصينية المفتوحة الرائدة قريبة بما يكفي من البدائل المغلقة في عدد كبير من أعباء العمل الإنتاجية، بحيث يمكن استخدامها كبدائل حقيقية. ويبرهن انتشارها على تنافسية عملية، لا على تكافؤ كامل في كل أبعاد الذكاء الاصطناعي المتقدم.
هل يمكن أن تصبح طبقة أساسية عالمية؟
قد تكون النتيجة الأهم جغرافية لا وطنية. فالنماذج ذات الأوزان المفتوحة جذابة للمطوّرين في جنوب شرق آسيا وأفريقيا وأميركا اللاتينية عندما تكون الأولوية للتكلفة المنخفضة، والتكييف مع اللغات المحلية، والتشغيل الخاص، وعدم الارتهان لمزوّد أجنبي واحد لواجهات البرمجة.
وهذا يفتح مسارا محتملا نحو دور يشبه دور Linux: ليس بالضرورة نموذجا واحدا يهيمن على السوق، بل طبقة واسعة من الأوزان وإصدارات الضبط الدقيق وأدوات الاستدلال والبنية التحتية التي يعيد المطوّرون استخدامها.
وقد تصبح عائلات النماذج الصينية مؤثرة بصورة خاصة إذا حافظت على أسعار منخفضة، ووثائق جيدة، وإتاحة عبر مزوّدي استضافة متنوعين، وقابلية للتكييف مع الاحتياجات المحلية.
لكن المقارنة مع Linux لها حدود. فقد أصبح Linux أساسيا عبر عقود من الواجهات المستقرة والتوزيعات والأدوات وممارسات الأمان والصيانة المجتمعية. أما تنزيل النماذج وحده فلا يكفي لإنتاج هذا النوع من الاستمرارية. وستحتاج النماذج المفتوحة إلى تراخيص يمكن الاعتماد عليها، وتقييمات شفافة، ووثائق قوية، وممارسات أمان موثوقة، ودعم محلي، وإتاحة مستقرة للعتاد والسحابة.
النتيجة المرجحة: انقسام السوق لا استبدال طرف بآخر
تشير بيانات 2026 إلى سوق ذكاء اصطناعي من طبقتين. قد تواصل الشركات الأميركية المنافسة على قيادة أغلى النماذج الخاصة والمتقدمة، بينما تستحوذ عائلات النماذج الصينية ذات الأوزان المفتوحة على حصة متزايدة من الطبقة الأساسية القابلة للتخصيص والنشر.
ولهذا يهم التحول حتى لو بقيت الولايات المتحدة متقدمة في القدرة الخام للنماذج المتقدمة. فقد لا يدور السباق الحاسم حول المختبر الذي ينتج أذكى نموذج منفرد، بل حول عائلات النماذج التي يستطيع المطوّرون تحمل تكلفتها، وفحصها، وتكييفها، واستضافتها، وبناء منتجات أخرى فوقها.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "النماذج الصينية المفتوحة تقترب من قلب سوق الذكاء الاصطناعي"؟
استحوذت النماذج المطوّرة في الصين على 41% من تنزيلات Hugging Face خلال العام السابق، متجاوزة النماذج الأميركية في التنزيلات الشهرية والإجمالية.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
استحوذت النماذج المطوّرة في الصين على 41% من تنزيلات Hugging Face خلال العام السابق، متجاوزة النماذج الأميركية في التنزيلات الشهرية والإجمالية. جعل إطلاقا Kimi K3 وQwen3.8 Max أحجام النماذج الهائلة، وسياق المليون رمز، والأوزان القابلة للتنزيل جزءا من المنافسة المفتوحة.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
تُظهر بيانات OpenRouter استخداما فعليا لا مجرد اهتمام: احتلت النماذج الصينية المراكز الخمسة الأولى من حيث حجم الرموز في يوليو، وتجاوزت حصتها 60% من حركة المنصة في 21 أغسطس، وفقا للتقارير المستندة إلى بياناتها.