استراتيجية مايكروسوفت 'الانتشار والتحكم في النماذج الحدودية': كيف تتفوق نماذج MAI على OpenAI وAnthropic بتكلفة زهيدة
تتبنى مايكروسوفت استراتيجية 'الانتشار والتحكم في النماذج الحدودية' لتوجيه المهام الروتينية لنماذج MAI الداخلية الأصغر حجمًا والمحسّنة لمهام محددة بدلاً من النماذج الحدودية الباهظة. أظهرت النتائج في Excel أن نموذج MAI يعادل أداء GPT 5.6 في المهام الأكثر شيوعًا مع كفاءة أعلى في التكلفة.
نشر بواسطةتم التحرير باستخدام DeepSeek-V4-Flashتم إنشاء الصور باستخدام GPT Image 1.5
تتبنى مايكروسوفت استراتيجية 'الانتشار والتحكم في النماذج الحدودية' لتوجيه المهام الروتينية لنماذج MAI الداخلية الأصغر حجمًا والمحسّنة لمهام محددة بدلاً من النماذج الحدودية الباهظة.
أظهرت النتائج في Excel أن نموذج MAI يعادل أداء GPT 5.6 في المهام الأكثر شيوعًا مع كفاءة أعلى في التكلفة.
يستخدم ملايين المطورين نموذج MAI Code 1 Flash في GitHub Copilot منذ يونيو 2026.
بدأت مايكروسوفت توجيه عشرات الآلاف من استفسارات الذكاء الاصطناعي أسبوعيًا من Excel وOutlook إلى نماذج MAI.
Search & fact-check with cited sources for How is Microsoft's "Frontier Diffusion and Control" strategy using its proprietary MAI models toMicrosoft's Frontier Diffusion and Control strategy routes routine tasks to smaller, cheaper MAI models while reserving expensive frontier models for complex work.
موجّه الذكاء الاصطناعي
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for How is Microsoft's "Frontier Diffusion and Control" strategy using its proprietary MAI models to. Article summary: Here is the fact-checked answer based on current sources.. Topic tags: general, general web, user generated. 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 fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
تنفذ مايكروسوفت بهدوء واحدة من أهم التحولات في مجال الذكاء الاصطناعي للمؤسسات: الاستبدال المنهجي للنماذج الحدودية الباهظة الثمن من موردين خارجيين بنماذج داخلية أصغر حجمًا ومبنية لغرض محدد، والتي تضاهي أو تتفوق على أدائها في المهام اليومية. يصف ساتيا ناديلا، الرئيس التنفيذي لشركة مايكروسوفت، هذا النهج باسم "الانتشار والتحكم في النماذج الحدودية" (Frontier Diffusion and Control)، وقد ظهرت النتائج الإنتاجية المبكرة من GitHub Copilot وExcel وOutlook بالفعل.
ما هي استراتيجية الانتشار والتحكم في النماذج الحدودية؟
بدلاً من توجيه كل طلب مستخدم إلى نموذج حدوي واحد باهظ الثمن مثل GPT-5 أو Claude، تنشر مايكروسوفت طبقة توجيه ترسل المهام الروتينية والمفهومة جيدًا إلى نماذج MAI الأصغر حجمًا والمخصصة لمهام محددة، ولا تُحيل المشكلات المعقدة إلا إلى النماذج الحدودية الأكبر. أعلن ناديلا عن هذا النهج علنًا في مقال بتاريخ 23 يوليو 2026 .
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
ما هي الإجابة المختصرة على "استراتيجية مايكروسوفت 'الانتشار والتحكم في النماذج الحدودية': كيف تتفوق نماذج MAI على OpenAI وAnthropic بتكلفة زهيدة"؟
تتبنى مايكروسوفت استراتيجية 'الانتشار والتحكم في النماذج الحدودية' لتوجيه المهام الروتينية لنماذج MAI الداخلية الأصغر حجمًا والمحسّنة لمهام محددة بدلاً من النماذج الحدودية الباهظة.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
تتبنى مايكروسوفت استراتيجية 'الانتشار والتحكم في النماذج الحدودية' لتوجيه المهام الروتينية لنماذج MAI الداخلية الأصغر حجمًا والمحسّنة لمهام محددة بدلاً من النماذج الحدودية الباهظة. أظهرت النتائج في Excel أن نموذج MAI يعادل أداء GPT 5.6 في المهام الأكثر شيوعًا مع كفاءة أعلى في التكلفة.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
يستخدم ملايين المطورين نموذج MAI Code 1 Flash في GitHub Copilot منذ يونيو 2026.
استراتيجية مايكروسوفت 'الانتشار والتحكم في النماذج الحدودية': كيف تتفوق نماذج MAI على OpenAI وAnthropic بتكلفة زهيدة
تتبنى مايكروسوفت استراتيجية 'الانتشار والتحكم في النماذج الحدودية' لتوجيه المهام الروتينية لنماذج MAI الداخلية الأصغر حجمًا والمحسّنة لمهام محددة بدلاً من النماذج الحدودية الباهظة. أظهرت النتائج في Excel أن نموذج MAI يعادل أداء GPT 5.6 في المهام الأكثر شيوعًا مع كفاءة أعلى في التكلفة.
نشر بواسطةتم التحرير باستخدام DeepSeek-V4-Flashتم إنشاء الصور باستخدام GPT Image 1.5
تتبنى مايكروسوفت استراتيجية 'الانتشار والتحكم في النماذج الحدودية' لتوجيه المهام الروتينية لنماذج MAI الداخلية الأصغر حجمًا والمحسّنة لمهام محددة بدلاً من النماذج الحدودية الباهظة.
أظهرت النتائج في Excel أن نموذج MAI يعادل أداء GPT 5.6 في المهام الأكثر شيوعًا مع كفاءة أعلى في التكلفة.
يستخدم ملايين المطورين نموذج MAI Code 1 Flash في GitHub Copilot منذ يونيو 2026.
بدأت مايكروسوفت توجيه عشرات الآلاف من استفسارات الذكاء الاصطناعي أسبوعيًا من Excel وOutlook إلى نماذج MAI.
Search & fact-check with cited sources for How is Microsoft's "Frontier Diffusion and Control" strategy using its proprietary MAI models toMicrosoft's Frontier Diffusion and Control strategy routes routine tasks to smaller, cheaper MAI models while reserving expensive frontier models for complex work.
موجّه الذكاء الاصطناعي
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for How is Microsoft's "Frontier Diffusion and Control" strategy using its proprietary MAI models to. Article summary: Here is the fact-checked answer based on current sources.. Topic tags: general, general web, user generated. 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 fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
تنفذ مايكروسوفت بهدوء واحدة من أهم التحولات في مجال الذكاء الاصطناعي للمؤسسات: الاستبدال المنهجي للنماذج الحدودية الباهظة الثمن من موردين خارجيين بنماذج داخلية أصغر حجمًا ومبنية لغرض محدد، والتي تضاهي أو تتفوق على أدائها في المهام اليومية. يصف ساتيا ناديلا، الرئيس التنفيذي لشركة مايكروسوفت، هذا النهج باسم "الانتشار والتحكم في النماذج الحدودية" (Frontier Diffusion and Control)، وقد ظهرت النتائج الإنتاجية المبكرة من GitHub Copilot وExcel وOutlook بالفعل.
ما هي استراتيجية الانتشار والتحكم في النماذج الحدودية؟
بدلاً من توجيه كل طلب مستخدم إلى نموذج حدوي واحد باهظ الثمن مثل GPT-5 أو Claude، تنشر مايكروسوفت طبقة توجيه ترسل المهام الروتينية والمفهومة جيدًا إلى نماذج MAI الأصغر حجمًا والمخصصة لمهام محددة، ولا تُحيل المشكلات المعقدة إلا إلى النماذج الحدودية الأكبر. أعلن ناديلا عن هذا النهج علنًا في مقال بتاريخ 23 يوليو 2026 .
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
ما هي الإجابة المختصرة على "استراتيجية مايكروسوفت 'الانتشار والتحكم في النماذج الحدودية': كيف تتفوق نماذج MAI على OpenAI وAnthropic بتكلفة زهيدة"؟
تتبنى مايكروسوفت استراتيجية 'الانتشار والتحكم في النماذج الحدودية' لتوجيه المهام الروتينية لنماذج MAI الداخلية الأصغر حجمًا والمحسّنة لمهام محددة بدلاً من النماذج الحدودية الباهظة.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
تتبنى مايكروسوفت استراتيجية 'الانتشار والتحكم في النماذج الحدودية' لتوجيه المهام الروتينية لنماذج MAI الداخلية الأصغر حجمًا والمحسّنة لمهام محددة بدلاً من النماذج الحدودية الباهظة. أظهرت النتائج في Excel أن نموذج MAI يعادل أداء GPT 5.6 في المهام الأكثر شيوعًا مع كفاءة أعلى في التكلفة.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
يستخدم ملايين المطورين نموذج MAI Code 1 Flash في GitHub Copilot منذ يونيو 2026.
نماذج صغيرة للمهام اليومية: تعمل الاستراتيجية على "نشر" الذكاء الحدودي من خلال تدريب نماذج داخلية صغيرة على بيانات خاصة بالمنتج حتى تضاهي جودة النماذج الحدودية في المهام الشائعة، مع استهلاك جزء صغير من الرموز (tokens) .
خط أنابيب تدريب التسلق (Hill-Climbing): تستخدم مايكروسوفت طريقة "التسلق": تبدأ من نقطة تفتيش نموذج موجود (مثل MAI-Code-1-Flash المدرب مسبقًا داخل GitHub Copilot)، ثم تدربه أكثر على حزمة مهام محددة مثل Excel، وتتسلق تدريجيًا نحو أداء على مستوى النماذج الحدودية في هذا المجال الضيق .
ميزة التكلفة: نظرًا لأن نماذج MAI أصغر حجمًا ومبنية لغرض محدد، فإن تكلفتها لكل استنتاج أقل بكثير من استئجار نماذج OpenAI أو Anthropic. قال ناديلا إن عائلة MAI "تتفوق على النماذج الحدودية العامة في العديد من حالات الاستخدام مع استهلاك جزء صغير من الرموز" .
نتائج إنتاجية حقيقية: GitHub Copilot وExcel
GitHub Copilot:
أطلقت مايكروسوفت نموذج MAI-Code-1-Flash في GitHub Copilot في يونيو 2026، وبحلول أواخر يوليو، كان الملايين من المطورين يستخدمونه في عملهم اليومي . تم دمج النموذج في منتقي نماذج Copilot في VS Code وأصبح جزءًا من المنتقي التلقائي الافتراضي .
**Excel (Microsoft 365 Copilot):
صرحت مايكروسوفت مباشرة: "في نشر منتجنا المباشر، نرى أن نموذج MAI المنشور في Excel يعادل GPT-5.6 في المهام الأكثر شيوعًا مع كونه أكثر كفاءة من حيث التكلفة."
بحلول 7 يوليو 2026، بدأت مايكروسوفت في توجيه عشرات الآلاف من استفسارات الذكاء الاصطناعي أسبوعيًا من Excel وOutlook عبر نماذج MAI الخاصة بها، مما يمثل أول تحول معلن على نطاق إنتاجي لحركة مرور Microsoft 365 Copilot بعيدًا عن OpenAI وAnthropic .
التحول الأوسع: تقليل الاعتماد على مزودي الذكاء الاصطناعي الخارجيين
كشفت مايكروسوفت النقاب عن سبعة نماذج MAI في مؤتمر Build 2026 (2 يونيو)، بما في ذلك MAI-Thinking-1 (للتفكير)، وMAI-Code-1-Flash (للبرمجة)، وMAI-Image-2.5، وMAI-Voice-2، وMAI-Transcribe-1.5 .
قال ناديلا صراحةً إن مايكروسوفت تقوم الآن بتوجيه المهام في GitHub Copilot وExcel وOutlook إلى نماذج MAI الخاصة بها كلما كانت تضاهي أو تتفوق على البدائل الحدودية من OpenAI وAnthropic . ذكرت بلومبرغ أن هذا التحول هو "اتجاهي ومتعمد، وليس تجريبيًا" - مايكروسوفت تستبدل تدريجيًا النماذج الخارجية في تطبيقات Office لخفض التكاليف والحصول على تحكم أفضل في مكان تخزين البيانات .
في PowerPoint، أشار مصطفى سليمان إلى أن نموذج الصور الخاص بمايكروسوفت خفض التكاليف بنسبة 84% مقارنة بـ GPT-Image-2. في OneDrive، رفع معدلات الحفظ بنسبة 26% وقلل زمن الاستجابة بنحو 25% .
تحذير مهم: ليس طلاقًا، بل تحوط استراتيجي
هذا ليس انفصالًا كاملًا عن OpenAI. تظل مايكروسوفت شريك OpenAI السحابي الأساسي وعدلت اتفاقيتهما في أبريل 2026 للحفاظ على هذه العلاقة . من الأفضل وصف هذه الخطوة بأنها تحوط استراتيجي: بناء ذكاء داخلي مع الاستمرار في بيع نماذج المنافسين على Azure .
لا تزال نماذج OpenAI وAnthropic تتعامل مع غالبية حركة مرور Copilot. تحول نموذج MAI تدريجي حتى الآن، ويركز على المهام عالية الحجم ومنخفضة التعقيد حيث يكون توفير التكاليف أكبر .
الخلاصة
تمثل استراتيجية "الانتشار والتحكم في النماذج الحدودية" من مايكروسوفت إعادة تفكير أساسية في نشر الذكاء الاصطناعي: بدلاً من المراهنة على كل شيء على نموذج حدوي واحد، قم بتحسين "حدود التكلفة مقابل النتيجة" من خلال مطابقة النموذج المناسب لكل مهمة. تشير النتائج الإنتاجية في Excel وGitHub Copilot وOutlook إلى أن هذا النهج يحقق بالفعل وعوده بأداء على مستوى النماذج الحدودية بتكلفة أقل بشكل كبير.
نماذج صغيرة للمهام اليومية: تعمل الاستراتيجية على "نشر" الذكاء الحدودي من خلال تدريب نماذج داخلية صغيرة على بيانات خاصة بالمنتج حتى تضاهي جودة النماذج الحدودية في المهام الشائعة، مع استهلاك جزء صغير من الرموز (tokens) .
خط أنابيب تدريب التسلق (Hill-Climbing): تستخدم مايكروسوفت طريقة "التسلق": تبدأ من نقطة تفتيش نموذج موجود (مثل MAI-Code-1-Flash المدرب مسبقًا داخل GitHub Copilot)، ثم تدربه أكثر على حزمة مهام محددة مثل Excel، وتتسلق تدريجيًا نحو أداء على مستوى النماذج الحدودية في هذا المجال الضيق .
ميزة التكلفة: نظرًا لأن نماذج MAI أصغر حجمًا ومبنية لغرض محدد، فإن تكلفتها لكل استنتاج أقل بكثير من استئجار نماذج OpenAI أو Anthropic. قال ناديلا إن عائلة MAI "تتفوق على النماذج الحدودية العامة في العديد من حالات الاستخدام مع استهلاك جزء صغير من الرموز" .
نتائج إنتاجية حقيقية: GitHub Copilot وExcel
GitHub Copilot:
أطلقت مايكروسوفت نموذج MAI-Code-1-Flash في GitHub Copilot في يونيو 2026، وبحلول أواخر يوليو، كان الملايين من المطورين يستخدمونه في عملهم اليومي . تم دمج النموذج في منتقي نماذج Copilot في VS Code وأصبح جزءًا من المنتقي التلقائي الافتراضي .
**Excel (Microsoft 365 Copilot):
صرحت مايكروسوفت مباشرة: "في نشر منتجنا المباشر، نرى أن نموذج MAI المنشور في Excel يعادل GPT-5.6 في المهام الأكثر شيوعًا مع كونه أكثر كفاءة من حيث التكلفة."
بحلول 7 يوليو 2026، بدأت مايكروسوفت في توجيه عشرات الآلاف من استفسارات الذكاء الاصطناعي أسبوعيًا من Excel وOutlook عبر نماذج MAI الخاصة بها، مما يمثل أول تحول معلن على نطاق إنتاجي لحركة مرور Microsoft 365 Copilot بعيدًا عن OpenAI وAnthropic .
التحول الأوسع: تقليل الاعتماد على مزودي الذكاء الاصطناعي الخارجيين
كشفت مايكروسوفت النقاب عن سبعة نماذج MAI في مؤتمر Build 2026 (2 يونيو)، بما في ذلك MAI-Thinking-1 (للتفكير)، وMAI-Code-1-Flash (للبرمجة)، وMAI-Image-2.5، وMAI-Voice-2، وMAI-Transcribe-1.5 .
قال ناديلا صراحةً إن مايكروسوفت تقوم الآن بتوجيه المهام في GitHub Copilot وExcel وOutlook إلى نماذج MAI الخاصة بها كلما كانت تضاهي أو تتفوق على البدائل الحدودية من OpenAI وAnthropic . ذكرت بلومبرغ أن هذا التحول هو "اتجاهي ومتعمد، وليس تجريبيًا" - مايكروسوفت تستبدل تدريجيًا النماذج الخارجية في تطبيقات Office لخفض التكاليف والحصول على تحكم أفضل في مكان تخزين البيانات .
في PowerPoint، أشار مصطفى سليمان إلى أن نموذج الصور الخاص بمايكروسوفت خفض التكاليف بنسبة 84% مقارنة بـ GPT-Image-2. في OneDrive، رفع معدلات الحفظ بنسبة 26% وقلل زمن الاستجابة بنحو 25% .
تحذير مهم: ليس طلاقًا، بل تحوط استراتيجي
هذا ليس انفصالًا كاملًا عن OpenAI. تظل مايكروسوفت شريك OpenAI السحابي الأساسي وعدلت اتفاقيتهما في أبريل 2026 للحفاظ على هذه العلاقة . من الأفضل وصف هذه الخطوة بأنها تحوط استراتيجي: بناء ذكاء داخلي مع الاستمرار في بيع نماذج المنافسين على Azure .
لا تزال نماذج OpenAI وAnthropic تتعامل مع غالبية حركة مرور Copilot. تحول نموذج MAI تدريجي حتى الآن، ويركز على المهام عالية الحجم ومنخفضة التعقيد حيث يكون توفير التكاليف أكبر .
الخلاصة
تمثل استراتيجية "الانتشار والتحكم في النماذج الحدودية" من مايكروسوفت إعادة تفكير أساسية في نشر الذكاء الاصطناعي: بدلاً من المراهنة على كل شيء على نموذج حدوي واحد، قم بتحسين "حدود التكلفة مقابل النتيجة" من خلال مطابقة النموذج المناسب لكل مهمة. تشير النتائج الإنتاجية في Excel وGitHub Copilot وOutlook إلى أن هذا النهج يحقق بالفعل وعوده بأداء على مستوى النماذج الحدودية بتكلفة أقل بشكل كبير.
