GLM-5.2: النموذج الصيني مفتوح الأوزان الذي يقلب موازين الذكاء الاصطناعي العالمي

في 13 يونيو 2026، أطلق مختبر الذكاء الاصطناعي الصيني Z.ai (المعروف سابقًا باسم Zhipu AI) نموذج GLM-5.2، وهو نموذج مزيج الخبراء (MoE) مفتوح الأوزان يضم 744 مليار معامل . تم نشر الأوزان الكاملة على Hugging Face بعد أربعة أيام بموجب ترخيص MIT متساهل دون أي قيود إقليمية . جاء هذا الإطلاق بعد يوم واحد فقط من إجبار ضوابط التصدير الأميركية شركة Anthropic على تعطيل نموذجها Fable 5 عالميًا . خلق هذا التوقيت سردية مباشرة تقول 'أميركا تمنع، والصين تُطلق'، مما سرّع اهتمام الشركات بالبدائل الصينية للذكاء الاصطناعي — وجعلت المعايير والأسعار هذه القضية صعبة الإغفال.

ماذا يقدم GLM-5.2: المواصفات والمعايير والأسعار

يستخدم GLM-5.2 بنية MoE تضم 744 مليار معامل، مع حوالي 40 مليار معامل نشطة لكل رمز (token) . نافذة السياق البالغة مليون رمز قابلة للاستخدام بالكامل وتمثل زيادة بمقدار خمسة أضعاف عن حد GLM-5.1 البالغ 200 ألف . يصل الحد الأقصى للإخراج إلى 131,072 رمزًا . يُذكر أن النموذج دُرب على رقاقات Huawei Ascend بدلاً من أجهزة NVIDIA، وهي تفاصيل تحمل آثارًا كبيرة على سلسلة التوريد وضوابط التصدير .

في المعايير القياسية، سجل GLM-5.2 أعلى درجة لأي نموذج مفتوح الأوزان على مؤشر Artificial Analysis Intelligence Index الإصدار 4.1 بواقع 51 نقطة، متقدمًا على MiniMax-M3 (44) وDeepSeek V4 Pro (44) وKimi K2.6 (43) . سجل 80.3% على GPQA Diamond (الاستدلال العلمي على مستوى الدراسات العليا) و86.67% على AIME 2025 (الاستدلال الرياضي) . على SWE-bench Pro، وهو معيار رئيسي لهندسة البرمجيات، حقق 62.1 — متجاوزًا GPT-5.5 (58.6) ومتأخرًا عن Claude Opus 4.8 بحوالي 0.7 نقاط على معيار FrontierSWE ذي الصلة (74.4% مقابل 75.1%) . وفقًا لشبكة CNBC، فإن GLM-5.2 يقع ضمن نقطة مئوية واحدة من نموذج Opus 4.8 من Anthropic على معيار وكيل رئيسي، وبتكلفة تقل عن خمس التكلفة تقريبًا .

تسعير واجهة برمجة التطبيقات (API) هو 1.40 دولار لكل مليون رمز إدخال و4.40 دولار لكل مليون رمز إخراج ، أي حوالي سُدس تكلفة GPT-5.5 عبر API . تبلغ تكلفة الرموز المخزنة مؤقتًا 0.26 دولار لكل مليون .

ضوابط التصدير الأميركية والتحول نحو الذكاء الاصطناعي الصيني

أصبح GLM-5.2 متاحًا للمشتركين في 13 يونيو 2026 — أي بعد يوم واحد من إجبار وزارة التجارة الأميركية شركة Anthropic على تعطيل نموذج Fable 5 عالميًا بموجب قيود ضوابط التصدير . لم يضيع هذا التناقض على الشركات. دفعت ضوابط التصدير الأميركية على رقاقات الذكاء الاصطناعي المتقدمة (مثل NVIDIA H100/B200) إلى الصين، المختبرات الصينية للتدريب على أجهزة محلية مثل Huawei Ascend، وجعلت في الوقت نفسه النماذج الصينية معفية من قواعد ترخيص إعادة التصدير الأميركية — مما يمنحها ميزة امتثال في الأسواق التي تواجه فيها نماذج الذكاء الاصطناعي الأميركية قيودًا .

استراتيجية Coinbase للتكلفة: توفير 50% بالاعتماد على النماذج مفتوحة الأوزان

طرح الرئيس التنفيذي لشركة Coinbase، برايان أرمسترونغ، الحالة المؤسسية علنًا. في 8 يونيو 2026، توقع أن 80% من أعباء عمل الذكاء الاصطناعي ستُدار في النهاية على نماذج مفتوحة الأوزان، مجادلًا بأن الاقتصاديات لا يمكن إنكارها — خاصة عندما تقدم النماذج الصينية مفتوحة الأوزان أداءً يقترب من المستوى المتقدم بجزء بسيط من السعر . في 27 يونيو، شرح منهج Coinbase الداخلي: جعل المهندسين يستخدمون افتراضيًا النماذج الصينية مفتوحة المصدر مثل GLM 5.2 وKimi 2.7، وتوجيه الاستفسارات (prompts) بذكاء عبر بوابة LLM، والتخزين المؤقت القوي للردود .

النتائج مذهلة. خفضت Coinbase إنفاقها الداخلي على الذكاء الاصطناعي بنسبة 50% تقريبًا حتى مع نمو استخدام الرموز بشكل هائل . تحسنت معدلات نجاح التخزين المؤقت من 5% إلى 60% . لم تفرض الشركة أي سقف للاستخدام أو تنبيهات ميزانية على المهندسين . تختبر Coinbase الآن أداة داخلية تُسمى 'LLM Ops' تعمل على أتمتة اختيار النموذج لكل مهمة .

لكن الاستراتيجية أثارت الشكوك. أشار المنتقدون إلى مخاطر أمنية غير محلولة وتوترات جيوسياسية — توجيه استفسارات الشركات عبر نماذج أنشأها مختبر مرتبط بالدولة الصينية يحمل مخاطر قانونية لم يوضحها أي جهة تنظيمية بعد .

OpenRouter: النماذج الصينية تتفوق على الأميركية في حركة الرموز

تظهر بيانات OpenRouter إعادة توازن دراماتيكية في استخدام نماذج الذكاء الاصطناعي خلال الفترة 2024–2026 . في يونيو 2025، كانت النماذج الأميركية من Google وOpenAI وAnthropic تمتلك حوالي 70–80% من حصة الرموز، بينما كانت النماذج الصينية حوالي 10% . بحلول فبراير 2026، تجاوزت النماذج الصينية حوالي 61% من حجم رموز النماذج العشرة الأوائل . بحلول يونيو 2026، عالجت النماذج الصينية حوالي 18 تريليون رمز أسبوعيًا مقابل حوالي 5.5 تريليون للنماذج الأميركية، بإجمالي أسبوعي بلغ حوالي 25 تريليون . انهارت الحصة الأميركية إلى حوالي 30% خلال 12 شهرًا . تشمل النماذج الصينية الرئيسية التي تقود هذا التحول DeepSeek وQwen وMiniMax وMoonshot/Kimi، والآن GLM-5.2 .

المخاطر الأمنية والقانونية غير المحسومة

القلق القانوني الأساسي واضح لكنه غير محلول. Z.ai (Zhipu AI) هي شركة صينية انبثقت من جامعة تسينغهوا (Tsinghua University) ومرتبطة بأكاديمية بكين للذكاء الاصطناعي (BAAI) — وهي كيانات منغمسة في النظام البيئي للذكاء الاصطناعي الحكومي الصيني . يفرض قانون الاستخبارات الوطني الصيني (2017) وقانون أمن البيانات (2021) التزامًا عامًا على جميع المنظمات الصينية بـ 'دعم ومساعدة والتعاون مع أعمال الاستخبارات الوطنية'. هذه القوانين صيغت بشكل واسع ولها مدى خارج الحدود الإقليمية.

تشمل نواقل المخاطر المحددة التي ذكرتها التغطية الإعلامية: الشركات التي تشغل أوزان GLM-5.2 ذاتيًا قد تظل ملزمة قانونيًا بموجب القانون الصيني إذا تفاعلت مع أي كيان صيني للحصول على تحديثات أو بيانات عن بُعد أو دعم ؛ استفسارات API التي تُوجّه عبر نقاط نهاية الاستدلال المستضافة في الصين تمر عبر ولايات قضائية يُسمح فيها قانونيًا بوصول الجهات الحكومية إلى البيانات ؛ واستراتيجية Coinbase نفسها واجهت انتقادات علنية بشأن 'مخاطر أمنية وقانونية غير محلولة' للشركات التي تتعامل مع بيانات مالية حساسة . لم يصدر عن أي جهة تنظيمية أميركية أو أوروبية توجيهات نهائية حول ما إذا كان استخدام النماذج الصينية مفتوحة الأوزان — حتى لو كانت مستضافة ذاتيًا — يخلق مسؤولية بموجب أنظمة حماية البيانات أو أطر العقوبات. حتى أواخر يونيو 2026، تظل المخاطر غير محسومة، وتقوم الشركات بتقييماتها الخاصة بناءً على موقع استضافة النموذج، وحساسية البيانات، وتبعيات سلسلة التوريد .