الإجاباتمنشور18 المصادر
نماذج «Flash» الصينية تتحول من خيار اقتصادي إلى واجهة متقدمة
الإعلانان الرئيسيان عن النموذجين تمّا في 26 أغسطس 2026، بينما نُشرت معظم التغطية والتحليلات حتى 28 أغسطس، وليس في 28 أغسطس تحديداً. يدعم GLM 5.3 Flash نافذة سياق تبلغ مليون رمز، فيما يبدأ Qwen3.8 Flash من 262,144 رمزاً ويمكن تمديده إلى مليون.
نشر بواسطةتم التحرير باستخدام GPT-5.6 Lunaتم إنشاء الصور باستخدام GPT Image 1.5
إجابة البحث
الوجبات السريعة الرئيسية
- الإعلانان الرئيسيان عن النموذجين تمّا في 26 أغسطس 2026، بينما نُشرت معظم التغطية والتحليلات حتى 28 أغسطس، وليس في 28 أغسطس تحديداً.
- يدعم GLM 5.3 Flash نافذة سياق تبلغ مليون رمز، فيما يبدأ Qwen3.8 Flash من 262,144 رمزاً ويمكن تمديده إلى مليون.
- السعر الترويجي لـGLM بلغ 0.4 يوان لكل مليون رمز إدخال و1.4 يوان للإخراج، بينما بدأ Qwen عند 1 يوان للإدخال و3 يوان للإخراج.
- نتيجة GLM البالغة 84.3 في Terminal Bench 2.1 اقتربت من Claude Opus 4.8، الذي سجل 85.0 وفق المقارنة المنشورة.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Zhipu AI’s open sourced GLM 5.3 Flash and Alibaba’s Qwen3.8 Flash, released on August 28, 2026, reshape China’s LLM flagship market. Article summary: These releases turned “Flash” from a lower capability, economy tier into a viable default flagship tier: long context, multimodal or next generation architecture, strong coding/agent performance, open weights, and API pr. Topic tags: general web, llm, agents, ai, workflow. 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, charts with f
لم يكن إطلاق GLM-5.3-Flash من شركة Zhipu AI وQwen3.8-Flash من Alibaba مجرد جولة جديدة في سباق النماذج الصينية. فقد دفع الإصداران فئة «Flash» إلى إعادة تعريف نفسها: لم تعد بالضرورة نسخة محدودة مخصصة للمهام الرخيصة، بل أصبحت خياراً عملياً يمكن أن يكون النموذج الافتراضي للبرمجة، والعمل المكتبي، والوكلاء الذكيين، والاستخدامات ذات الحجم الكبير.
وتجدر الإشارة أولاً إلى تصحيح زمني مهم: تشير المصادر إلى أن الإعلانات الرئيسية صدرت في 26 أغسطس 2026، بينما امتدت التغطية والتحليلات حتى 28 أغسطس، وليس إلى أن الإصدارين أُعلنا في 28 أغسطس تحديداً. 1
2
السياق الطويل لم يعد امتيازاً للنماذج الأغلى
يأتي GLM-5.3-Flash بوصفه أول نموذج متعدد الوسائط أصلي في سلسلة GLM-5، مع نافذة سياق تصل إلى مليون رمز. أما Qwen3.8-Flash فيدعم افتراضياً 262,144 رمزاً، مع إمكانية تمديد النافذة إلى مليون رمز. 4
1
عملياً، يعني ذلك أن المطور يستطيع تمرير مستودع برمجي كبير، أو مجموعة طويلة من الوثائق، أو ملفات مكتبية، أو صور، أو جلسة ممتدة مع وكيل ذكي، من دون تقسيم المهمة دائماً إلى أجزاء صغيرة. وبذلك تنتقل هذه الاستخدامات من خانة التجارب المميزة للنماذج الأعلى سعراً إلى الاستخدام اليومي المعتاد.
حرب الأسعار هي العامل الأكثر إرباكاً للسوق
حددت Zhipu السعر الأساسي لـGLM-5.3-Flash عند 0.8 يوان لكل مليون رمز إدخال و2.8 يوان لكل مليون رمز إخراج، ثم خفضته مؤقتاً إلى النصف: 0.4 يوان للإدخال و1.4 يوان للإخراج. ووفق المقارنات المنشورة، كان السعر الترويجي يقارب واحداً من عشرين من تكلفة GLM-5.3. 15
1
11
أما Alibaba فطرحت Qwen3.8-Flash أولاً بسعر 1 يوان لكل مليون رمز إدخال و3 يوان للإخراج. ثم أعلنت خفض السعر إلى 0.8 يوان للإدخال و2.7 يوان للإخراج على منصتها السحابية. 1
11
وبالمقارنة مع أسعار DeepSeek V4 Flash خارج أوقات الذروة، البالغة 1.5 يوان للإدخال و4.5 يوان للإخراج لكل مليون رمز، كان سعر GLM الترويجي أقل بنحو 73% في البندين، في حين جاء السعر الأولي لـQwen أقل بنحو الثلث تقريباً. 8
15
1
هذه الفروقات لا تعني أن كل مستخدم سيدفع المبلغ نفسه؛ فالفاتورة تتأثر بالتخزين المؤقت، وحجم المدخلات، وطول المخرجات، ووقت الاستخدام. لكنها غيّرت الحساب الاقتصادي لتشغيل النماذج على نطاق واسع، خصوصاً في تصنيف المستندات، والتلخيص، والمحادثات المتكررة، ومهام البرمجة الآلية.
أداء قريب من النماذج الرائدة جعل الأسعار قابلة للتصديق
على اختبار Terminal-Bench 2.1، سجل GLM-5.3-Flash، وفق النتائج المنشورة، 84.3 مقابل 85.0 لـClaude Opus 4.8؛ وهي نتيجة تضع نموذجاً منخفض التكلفة قريباً جداً من نموذج مغلق مرتفع الكلفة في اختبار للبرمجة والعمل الوكيلي. 3
2
ويعتمد GLM على بنية «خليط الخبراء» المتناثر (MoE)، بإجمالي 320 مليار معلَمة، لكن مع تفعيل نحو 18 مليار معلَمة فقط لكل رمز. 3
2 الفكرة الأساسية هنا أن حجم النموذج الكلي لا يساوي بالضرورة تكلفة تشغيله في كل خطوة، إذ يمكن توجيه كل مهمة إلى مجموعة أصغر من الخبراء.
هذا هو التحول الأهم في معنى «Flash»: تقليل تكلفة الاستدلال لم يعد مرادفاً تلقائياً لتقليل القدرة إلى درجة تجعل النموذج غير مناسب لأعمال التطوير الجادة.
الأوزان المفتوحة تمنح الشركات ورقة تفاوض جديدة
أطلقت Zhipu نموذج GLM-5.3-Flash بصيغة مفتوحة، بينما أتاح فريق Qwen الأوزان المفتوحة لنموذج Qwen3.8-Flash-Next، وهو نموذج متعدد الوسائط من نوع MoE يُفعّل نحو 6 مليارات معلَمة لكل رمز، ويُقدَّم بوصفه معاينة مبكرة لبنية Qwen4. 4
5
بالنسبة إلى الشركات، لا يقتصر الأمر على اختيار أرخص واجهة API. فالأوزان المفتوحة تتيح أيضاً اختبار النموذج داخل البنية التحتية الخاصة، وتخصيصه، وربطه ببيانات المؤسسة، أو تشغيله لدى مزود سحابي آخر. وهذا يقلل مخاطر الارتهان لمزود واحد ويمنح فرق التقنية قدرة أكبر على مقارنة التكلفة والأداء.
أكثر من نموذج: اختبار للبنية التحتية الصينية
قالت Zhipu إن حركة الاستدلال عبر الإنترنت الخاصة بـGLM-5.3-Flash مدعومة بالكامل بأكثر من 100 ألف شريحة ذكاء اصطناعي مصنّعة محلياً. 4
وإذا استمر هذا الأداء في بيئات الإنتاج، فسيكون ذلك دليلاً هندسياً مهماً على إمكانية بناء خدمة استدلال تنافسية منخفضة التكلفة فوق مسرّعات صينية محلية، لا على وحدات معالجة رسومية مستوردة فقط. لكن هذا يبقى ادعاءً من الشركة بشأن بنيتها التشغيلية، ولا يثبت وحده تفوق منظومة عتاد كاملة على البدائل العالمية.
هل انتهى تفوق DeepSeek؟ ليس بهذه السرعة
لا يعني ظهور النموذجين أن DeepSeek V4 Flash خرج من المنافسة. فما زال يوفر سياقاً يصل إلى مليون رمز، كما يعتمد على أسعار مخفّضة للتخزين المؤقت، وهي نقطة مهمة في التطبيقات التي تعيد استخدام بادئات طويلة. 2
3
لكن مع ذلك، واجه DeepSeek اختباراً أكثر صعوبة. فقد جمعت Zhipu بين سعر غير مخزّن منخفض جداً، وادعاءات قوية في البرمجة، وقدرات متعددة الوسائط، وأوزان مفتوحة، وظهور لافت في تصنيفات الاستخدام. ونتيجة ذلك أن DeepSeek لم يعد الخيار القيمي الواضح تلقائياً لكل حالة استخدام.
ما الذي تثبته الأدلة فعلاً؟
تحتاج بعض العناوين المتداولة إلى قدر من الحذر. فالقول إن GLM أنهى قيادة DeepSeek التي استمرت 56 يوماً على OpenCode، أو إن Qwen يستهلك رموزاً أقل بنسبة 75% في سيناريوهات العمل المكتبي، أو إن نموذجاً ما يتفوق عالمياً في جميع المهام، يعتمد إلى حد كبير على تصنيفات منصات أو اختبارات أبلغت عنها الشركات نفسها. 3
لذلك تدعم الأدلة المتاحة استنتاجاً أوسع: سوق النماذج الصينية يتجه نحو نماذج مفتوحة، طويلة السياق، متعددة الوسائط، ومنخفضة التكلفة، قادرة على تنفيذ قدر معتبر من أعمال البرمجة والمكاتب والوكلاء. لكنها لا تقدم بعد برهاناً مستقلاً وحاسماً على تفوق شامل وثابت لـGLM أو Qwen في كل بيئة عمل.
الخلاصة
أعاد GLM-5.3-Flash وQwen3.8-Flash ترتيب الطبقات داخل سوق النماذج الكبيرة. فالنموذج «الاقتصادي» بات قادراً على حمل سياق طويل، وفهم أكثر من نوع من المدخلات، وتشغيل مهام برمجية ووكلائية معقدة نسبياً، مع إتاحة الأوزان المفتوحة وأسعار تناسب الاستخدام الكثيف.
النتيجة العملية ليست أن النماذج الأغلى فقدت قيمتها، بل أن الشركات أصبحت تملك سبباً أقوى للبدء بنموذج Flash ثم الانتقال إلى نموذج رائد أغلى فقط عندما تتطلب المهمة عمقاً إضافياً أو موثوقية أعلى. وهذا، أكثر من أي نتيجة منفردة في اختبار معياري، هو ما أعاد تعريف النموذج الافتراضي في سوق الذكاء الاصطناعي الصيني.
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 "نماذج «Flash» الصينية تتحول من خيار اقتصادي إلى واجهة متقدمة"؟
الإعلانان الرئيسيان عن النموذجين تمّا في 26 أغسطس 2026، بينما نُشرت معظم التغطية والتحليلات حتى 28 أغسطس، وليس في 28 أغسطس تحديداً.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
الإعلانان الرئيسيان عن النموذجين تمّا في 26 أغسطس 2026، بينما نُشرت معظم التغطية والتحليلات حتى 28 أغسطس، وليس في 28 أغسطس تحديداً. يدعم GLM 5.3 Flash نافذة سياق تبلغ مليون رمز، فيما يبدأ Qwen3.8 Flash من 262,144 رمزاً ويمكن تمديده إلى مليون.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
السعر الترويجي لـGLM بلغ 0.4 يوان لكل مليون رمز إدخال و1.4 يوان للإخراج، بينما بدأ Qwen عند 1 يوان للإدخال و3 يوان للإخراج.