GLM-5.2: النموذج مفتوح المصدر الذي يتحدى GPT-5.5 وكلود أوبوس 4.8

في السادس عشر من يونيو عام 2026، أطلق مختبر الذكاء الاصطناعي الصيني Z.ai (المعروف سابقاً باسم Zhipu AI) نموذجاً لغوياً كبيراً ومفتوح المصدر يدعى GLM-5.2، ليعيد رسم ملامح المشهد التنافسي في سباق نماذج الذكاء الاصطناعي المتطورة. يبرز هذا النموذج لسبب رئيسي: إنه يتفوق على نموذج GPT-5.5 من شركة OpenAI في عدة اختبارات أساسية للبرمجة والرياضيات، بينما تصل تكلفة تشغيله إلى سدس تكلفة منافسه تقريباً، كما أنه متاح بموجب رخصة MIT المتساهلة . والأمر الأكثر إثارة للاهتمام، هو أنه يقترب كثيراً من أداء النموذج الرائد حالياً من Anthropic، وهو كلود أوبوس 4.8، حيث يقلص الفارق إلى ما يقارب نقطة مئوية واحدة في عدد من المهام الوكيلة طويلة الأمد .

نظرة على البنية المعمارية والمواصفات

بُني نموذج GLM-5.2 على بنية "خليط الخبراء" (Mixture-of-Experts - MoE)، وهو خيار تصميمي يوازن بين القدرة الحسابية الخام وكفاءة الاستدلال. تؤكد المواصفات الرسمية أن النموذج يحتوي على ما يقرب من 753 مليار معامل، ولكن يتم تنشيط حوالي 40 مليار معامل فقط لكل رمز . هذا التنشيط المتناثر هو ما يجعل حسابات الجدوى الاقتصادية للنموذج ممكنة.

المواصفات الأساسية في لمحة:

• عدد المعاملات: ~753 مليار إجمالاً، ~40 مليار نشط لكل رمز
• نافذة السياق: 1,048,576 رمز (نافذة سياق كاملة تصل إلى مليون رمز قابلة للاستخدام العملي)
• الحد الأقصى للرموز الناتجة: 128ألف – 131ألف رمز (تشير المصادر إلى وجود تباين طفيف في الرقم)
• الرخصة: MIT، تسمح باستخدام تجاري وبحثي غير مقيد
• أنماط الاستدلال: نمط "عالي" (للأداء الفعال) ونمط "أقصى" (لأقصى جهد استدلالي) لتحقيق التوازن بين السرعة والعمق

من الابتكارات المعمارية الرئيسية في هذا النموذج آلية "مشاركة الفهرس" (IndexShare). لجعل نافذة السياق الضخمة البالغة مليون رمز قابلة للاستخدام اقتصادياً، يعيد النموذج استخدام مُفهرس خفيف الوزن عبر كل أربع طبقات من طبقات الانتباه المتناثر. وفقاً للتحليلات التقنية، هذه الحيلة تقلل من العمليات الحسابية لكل رمز بما يقارب 2.9 مرة عند طول سياق كامل يبلغ مليون رمز، مما يمنع تدهور الأداء الذي يصيب عادةً نماذج السياقات الطويلة .

الأداء في الاختبارات: منافسة في قلب الميدان

قامت Z.ai بمقارنة نموذجها GLM-5.2 مباشرة مع GPT-5.5 وكلود أوبوس 4.8. النتائج المذكورة في الجدول أدناه مُبلغ عنها ذاتياً من قبل Z.ai، بما في ذلك الأرقام المذكورة لمنافسيها. هذه النتائج تمثل قياسات جهة واحدة فقط ولم يتم إعادة إنتاجها بشكل مستقل من قبل المختبرات المنافسة .

الاختبار المعياري	GLM-5.2	GPT-5.5	كلود أوبوس 4.8
SWE-bench Pro (تصحيح أخطاء برمجية حقيقية)	62.1	58.6	69.2
Terminal-Bench 2.1 (مهام وكيل طرفية متعددة الخطوات)	81.0	84.0	85.0
AIME 2026 (رياضيات على مستوى الأولمبياد)	99.2	98.1	~98.0–98.9
FrontierSWE (مشاريع هندسية معقدة لمدة 20 ساعة)	74.4	72.6	75.1
MCP-Atlas (استخدام أدوات وكيلة عبر خوادم MCP)	77.0	75.3	77.8

قراءة في الأرقام

يتفوق GLM-5.2 على GPT-5.5 في عدة اختبارات للبرمجة والاستدلال. في اختبار SWE-bench Pro، يسجل 62.1 مقابل 58.6 لـ GPT-5.5 . وفي اختبار FrontierSWE، وهو اختبار صارم للمشاريع الهندسية الذاتية لمدة 20 ساعة، يحقق 74.4 مقابل 72.6 لـ GPT-5.5 . أما في الرياضيات، فيحقق علامة شبه مثالية 99.2 في اختبار AIME 2026، متجاوزاً منافسيه الأمريكيين .

الفارق مع كلود أوبوس 4.8 تضاءل بشكل كبير في مهام البرمجة الوكيلة. بينما لا يزال أوبوس 4.8 متقدماً بوضوح في عدة اختبارات - أبرزها SWE-bench Pro بفارق 69.2 مقابل 62.1 لـ GLM-5.2 - فإن النتائج متقاربة جداً في المهام الوكيلة طويلة الأمد. ففي اختبار FrontierSWE، يتأخر GLM-5.2 بـ 0.7 نقطة فقط عن أوبوس 4.8 (74.4 مقابل 75.1) . وفي MCP-Atlas، يتأخر بـ 0.8 نقطة فقط (77.0 مقابل 77.8) .

القفزة بين الأجيال من GLM-5.1 هائلة. التحسن الأكثر إثارة هو في اختبار Terminal-Bench 2.1، حيث تمثل نتيجة GLM-5.2 البالغة 81.0 قفزة مقدارها 19 نقطة من نتيجة الجيل السابق التي كانت 62.0 . هذا الإنجاز يجعل GLM-5.2 أول نموذج مفتوح المصدر يكسر حاجز 80% في هذا الاختبار .

من المهم أن نلاحظ أين لا يزال GLM-5.2 متأخراً. في المهام الأصعب والأطول أمداً مثل SWE-Marathon، يتقدم أوبوس 4.8 بنسبة 26.0% مقابل 13.0% - وهو فارق كبير يشير إلى أن النماذج الأمريكية لا تزال تمتلك أفضلية في الموثوقية خلال المهام الوكيلة الممتدة لفترات طويلة جداً .

التسعير والتوفر: قوة الوصول المفتوح

القدرة التنافسية لـ GLM-5.2 تتعلق بالسعر بقدر ما تتعلق بالأداء.

• تسعير API: يمكن الوصول للنموذج عبر باقة GLM Coding Plan من Z.ai (بمستويات Lite, Pro, Max, و Team)، وتبلغ تكلفته حوالي 4.40 دولار لكل مليون رمز ناتج . عند مقارنة هذا السعر بتسعير GPT-5.5 المعلن، يمثل هذا السعر انخفاضاً في تكلفة التشغيل بحوالي 83% .
• النموذج مفتوح المصدر على Hugging Face: الأوزان الكاملة متاحة للتحميل على المنصة عبر zai-org/GLM-5.2 بموجب رخصة MIT، بما في ذلك نسخة FP8 المضغوطة لتسهيل النشر المحلي . كما تعكس منصة ModelScope الأوزان للمستخدمين في الصين .
• منظومة الطرف الثالث: بالإضافة إلى بنية Z.ai التحتية، يتوفر النموذج عبر Cloudflare Workers AI كما يتم دعمه في أكثر من 20 بيئة برمجة وخدمة استضافة، مثل Modular Cloud و Featherless.ai، التي تقدم تسعيراً ثابتاً لخدمة السياقات الطويلة .

هذا المزيج من رخصة MIT المتساهلة ونموذج النشر غير المرتبط ببنية تحتية محددة يسمح للمطورين باستضافة النموذج ذاتياً، ودمجه في مسارات التكامل والتسليم المستمر (CI/CD)، وتجنب الارتباط بمزود خدمة واحد - وهو تناقض صارخ مع نماذج الوصول المغلقة المقتصرة على API الخاصة بمنافسيه الرئيسيين.

السياق الاستراتيجي: المصادر المفتوحة وديناميكيات الذكاء الاصطناعي بين أمريكا والصين

كان توقيت إطلاق GLM-5.2 رمزياً بقدر ما هو تقني. فقد جاء الإطلاق في نفس الأسبوع الذي صعّدت فيه الحكومة الأمريكية القيود على نموذج كلود Fable 5 من Anthropic، وهو تحرك تأثر، حسب التقارير، بمحادثات بين الرئيس التنفيذي لشركة أمازون ومسؤولي البيت الأبيض . كان التباين مقصوداً وصارخاً: نموذج صيني متطور ومفتوح بالكامل يصل في اللحظة التي تشدد فيها الولايات المتحدة قبضتها على مختبر أمريكي رائد.

قدم مؤسس Z.ai الإصدار المرخص بـ MIT بعبارة: "الذكاء المتطور ملك للجميع" ، ليصوغ إطلاق GLM-5.2 كحدث تقني ورسالة سياسية في آن واحد، وسط المنافسة التكنولوجية المحتدمة بين الولايات المتحدة والصين.

إن GLM-5.2 لا يوجد في فراغ. إنه أحدث حلقة في سلسلة من النماذج مفتوحة المصدر ذات القدرات المتزايدة من المختبرات الصينية - وهي قائمة تشمل DeepSeek، و Qwen من علي بابا، و ERNIE من بايدو - التي تعمل بشكل منهجي على تضييق فجوة الأداء مع النماذج الأمريكية المملوكة، مع تقديم وصول غير مقيد وبأسعار أقل بكثير .