الإجاباتمنشور27 المصادر
كيف تفوقت معامل الذكاء الاصطناعي الصينية على القيود الأمريكية؟
بدءًا من نموذج Zhipu GLM 5.2 في يونيو 2026، أصدرت المعامل الصينية سلسلة من النماذج الحدودية مفتوحة الأوزان، بما في ذلك Kimi K3 من Moonshot بمعاملات 2.8 تريليون، وLongCat 2.0 من Meituan المدرب محليًا، وDeepSeek V4 Pro... أظهر تقييم NIST's CAISI أن GLM 5.2 يعادل GPT 5.2 في القدرات العامة، بينما سجل DeepSeek V4 Pro 87....
إجابة البحث
الوجبات السريعة الرئيسية
- بدءًا من نموذج Zhipu GLM 5.2 في يونيو 2026، أصدرت المعامل الصينية سلسلة من النماذج الحدودية مفتوحة الأوزان، بما في ذلك Kimi K3 من Moonshot بمعاملات 2.8 تريليون، وLongCat 2.0 من Meituan المدرب محليًا، وDeepSeek V4 Pro...
- أظهر تقييم NIST's CAISI أن GLM 5.2 يعادل GPT 5.2 في القدرات العامة، بينما سجل DeepSeek V4 Pro 87.9 على Terminal Bench 2.1 بتكلفة تقارب 1/57 من تكلفة Claude Fable 5.
- لم يتم العثور على مصادر مؤكدة تدعم التسعير المحدد بـ 0.06 دولار لكل مهمة لـ DeepSeek V4 Pro أو رقم 2.34 دولار لـ Claude Opus 5، ولا لنماذج Tencent Hy3 أو Alibaba Qwen3.8 Max.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What has driven the recent surge of Chinese AI model releases since June 2026, culminating in DeepSeek V4 Pro's launch on August 13, and how. Article summary: I have strong evidence on most of the models you asked about but no search results for Tencent Hy3, Alibaba Qwen3.8-Max, the specific "$0.06 per task" pricing for DeepSeek V4 Pro, the "$2.34" figure for Claude Opus 5, or. Topic tags: general, government, documentation, general web, news. 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, watermark
في غضون ثمانية أسابيع فقط، بدءًا من منتصف يونيو 2026، أطلقت معامل الذكاء الاصطناعي الصينية موجة متتالية من النماذج الحدودية التي أعادت تشكيل المشهد العالمي للذكاء الاصطناعي. بلغت الموجة ذروتها في 13 أغسطس مع الإطلاق الرسمي لنموذج DeepSeek V4 Pro، لكن القصة أكبر من أي إطلاق منفرد: إنها قصة كيف أن قيود التصدير الأمريكية، التي كانت تهدف إلى إبطاء تقدم الصين في الذكاء الاصطناعي، أنتجت بدلاً من ذلك منافسًا أكثر كفاءة واكتفاءً ذاتيًا وعدوانية في سياسة الأوزان المفتوحة، أصبح الآن يضاهي النماذج الأمريكية الحدودية في القدرات مع تقويض أسعارها بفارق يصل إلى عشرات المرات.
ما الذي قاد هذه الموجة؟
ثلاث قوى مترابطة تقاربت لضغط سنوات من التطوير في أشهر:
1. ضغط قيود التصدير: قيود الرقائق الأمريكية منعت المعامل الصينية من الوصول غير المقيد لوحدات معالجة NVIDIA H100/B200، مما أرغمها على الابتكار باستخدام عتاد محلي (مثل رقائق Huawei Ascend 910B/C) وتحسين الكفاءة بدلاً من القوة الحاسوبية الخام. المثال الأوضح هو LongCat-2.0 من Meituan، وهو أول نموذج بتريليون معامل يتم تدريبه وتشغيله بالكامل على رقائق صينية .
2. منافسة محلية شرسة: عشرات المعامل الممولة جيدًا — DeepSeek, Moonshot, Zhipu/Z.AI, Meituan, Alibaba, Tencent, Baidu, ByteDance — تتنافس على المكانة والتبني لدى المطورين والعملاء من المؤسسات، مما ضغط دورات الإصدار لتصبح أسابيع.
3. استراتيجية الأوزان المفتوحة كسلاح جيوسياسي: تطلق المعامل الصينية نماذجها تحت تراخيص متساهلة (MIT, MIT معدلة) بلا قيود إقليمية، في تناقض صارخ مع الاستراتيجيات المغلقة لـ OpenAI و Anthropic. هذا يكسبها تبنيًا عالميًا من المطورين .
النماذج
DeepSeek V4 Pro (13 أغسطس 2026)
الإطلاق الرائد الذي توج موجة الصيف. DeepSeek V4 Pro هو نموذج Mixture-of-Experts (MoE) بـ 1.6 تريليون معامل إجمالي و49 مليار معامل نشط لكل رمز، ونافذة سياق تصل إلى مليون رمز، وإخراج يصل إلى 384,000 رمز عبر ثلاثة أوضاع استدلالية (قياسي، جهد عالٍ، جهد أقصى) . على مؤشر Terminal-Bench 2.1، سجل 87.9 — بتحسن قدره 15.8% عن النسخة التجريبية في أبريل — ويؤدي بمستوى مماثل لـ Claude Fable 5 لكن بتكلفة أقل بنحو 57 مرة . تقارير رويترز أن النموذج "يقترب — وفي بعض الاختبارات يتجاوز — Claude Fable 5" على معايير البرمجيات والوكلاء .
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 "كيف تفوقت معامل الذكاء الاصطناعي الصينية على القيود الأمريكية؟"؟
بدءًا من نموذج Zhipu GLM 5.2 في يونيو 2026، أصدرت المعامل الصينية سلسلة من النماذج الحدودية مفتوحة الأوزان، بما في ذلك Kimi K3 من Moonshot بمعاملات 2.8 تريليون، وLongCat 2.0 من Meituan المدرب محليًا، وDeepSeek V4 Pro...
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
بدءًا من نموذج Zhipu GLM 5.2 في يونيو 2026، أصدرت المعامل الصينية سلسلة من النماذج الحدودية مفتوحة الأوزان، بما في ذلك Kimi K3 من Moonshot بمعاملات 2.8 تريليون، وLongCat 2.0 من Meituan المدرب محليًا، وDeepSeek V4 Pro... أظهر تقييم NIST's CAISI أن GLM 5.2 يعادل GPT 5.2 في القدرات العامة، بينما سجل DeepSeek V4 Pro 87.9 على Terminal Bench 2.1 بتكلفة تقارب 1/57 من تكلفة Claude Fable 5.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
لم يتم العثور على مصادر مؤكدة تدعم التسعير المحدد بـ 0.06 دولار لكل مهمة لـ DeepSeek V4 Pro أو رقم 2.34 دولار لـ Claude Opus 5، ولا لنماذج Tencent Hy3 أو Alibaba Qwen3.8 Max.
المصادر
- nist.gov[PDF] [Public report] CAISI - Assessment of Z.ai's GLM-5.2.docx
- docs.apiyi.comGLM-5.2 Launch: Zhipu's 1M-Context Flagship Coding Model
- layer3labs.ioGLM 5.2 Review: Is Zhipu's Open Model Actually Good? ...
- alphamatch.aiGLM-5.2 Is Here — And It's Rewriting the Rules of Open- ...
- layer3labs.ioGLM-5.2 Open Source AI Model: The Complete Guide
- lushbinary.comGLM 5.2 Developer Guide: 1M Context & MoE | Lushbinary