Ox Alpha كان GLM-5.3-Flash: ما الذي أصابه النموذج المجهول، وما الذي لم تثبته الاختبارات؟

كان Ox Alpha معاينة مجهولة وقصيرة العمر لنموذج GLM-5.3-Flash من عائلة نماذج GLM التابعة لشركة Z.ai. ظهر في 20 أغسطس 2026 على منصتي OpenRouter وOpenCode، تحت اسم مزود الخدمة المجهول «Stealth»، مع نافذة سياق تبلغ 1,048,576 رمزًا، ودعم إدخال النصوص والصور والفيديو، واستدعاء الأدوات، وإتاحة مجانية خلال فترة المعاينة. وأكدت Z.ai لاحقًا أنها اختبرت النموذج سرًا بالاسم ox-alpha قبل إطلاقه باسمه الرسمي. 110

تحولت القصة إلى حالة لافتة توضّح كيف يمكن للتوزيع الواسع، والوصول السخي منخفض التكلفة، والقدرات المصممة للمهام الوكيلة أن تجعل نموذجًا للذكاء الاصطناعي ظاهرة بين المطورين قبل نشر بطاقة نموذج تقليدية أو سجل رسمي للاختبارات المعيارية.

ماذا قدم Ox Alpha؟

قدمت القائمة المجهولة Ox Alpha بوصفه نموذج استدلال موجهًا إلى البرمجة، والعمل الوكيلي الممتد، وأحمال الإنتاج. وكانت مواصفاته المعلنة طموحة على نحو غير معتاد بالنسبة إلى نموذج تجريبي مجاني:

• معرّف النموذج: stealth/ox-alpha
• نافذة السياق: 1,048,576 رمزًا
• الحد الأقصى للإخراج: 131,072 رمزًا
• المدخلات: نصوص وصور وفيديو
• القدرات: الاستدلال، واستدعاء الأدوات أصليًا، وإخراج منظم
• السعر خلال المعاينة: صفر دولار لرموز الإدخال والإخراج

اختلفت المنصتان في وصف مدة الإتاحة المجانية. فقد أشارت OpenRouter إلى فترة أقصر مرتبطة بمسارها، بينما تحدثت OpenCode عن إتاحة تمتد نحو أسبوع بدءًا من 20 أغسطس. لذلك كان 24–27 أغسطس حدًا تقريبيًا لانتهاء المسارات المجانية، لا موعدًا واحدًا معلنًا للجميع. 2412

ولا يعني امتلاك سياق يبلغ مليون رمز أن النموذج أفضل تلقائيًا، لكنه يوسع نطاق المهام التي يستطيع المطورون تجربتها. فوكيل البرمجة يمكنه الاحتفاظ بجزء أكبر من مستودع الشيفرة، ومخرجات الأدوات، والسجلات، والسياق البصري في جلسة واحدة، بدل تلخيص المعلومات أو التخلص منها باستمرار. كما جعل دعم الفيديو Ox Alpha مناسبًا لاختبار الواجهات وسير العمل الذي يتجاوز توليد الشيفرة النصية وحده. 343

لماذا لفت انتباه المطورين بهذه السرعة؟

كان جاذب Ox Alpha عمليًا أكثر منه مجرد قصة غامضة. فقد تمكن المطورون من تجربة نموذج برمجة متعدد الوسائط، طويل السياق، ويدعم الأدوات، من دون تكلفة على الرموز ومع حدود إتاحة سخية نسبيًا. خفّض ذلك عتبة التجربة، خصوصًا أمام مطوري الوكلاء الذين يختبرون إصلاح المستودعات، والتفاعل مع المتصفحات، ومهام هندسة البرمجيات الممتدة.

ارتفعت شعبية النموذج بسرعة. فقد أوقف مؤقتًا سلسلة DeepSeek التي استمرت 56 يومًا في صدارة أحد تصنيفات OpenCode، كما تحدثت تقارير عن قفزة استثنائية في الطلب خلال يوم واحد. لكن ادعاءات الاستخدام التي انتشرت أثناء الإطلاق، ومنها أرقام ضخمة للطاقة الاستيعابية وعدد الرموز، لم تخضع كلها لتدقيق مستقل؛ لذا من الأفضل قراءتها بوصفها مؤشرًا على شدة الاهتمام، لا قياسات دقيقة لحجم الإنتاج. 114

وهنا تظهر نقطة مهمة: شعبية النموذج خلال تجربة مجانية تقيس مزيجًا من القدرة والحداثة والسعر والتوافر. ولا تثبت وحدها أن النموذج هو الأقوى إجمالًا.

نتائج DeepSWE كانت واعدة، لكنها ليست حاسمة

كان الادعاء الأكثر تداولًا في البداية هو تحقيق 80% في DeepSWE، استنادًا إلى اجتياز 8 مهام من أصل عينة مؤلفة من 10 مهام. وهذه إشارة مشجعة، لكن 10 مهام عدد قليل جدًا لبناء ترتيب مستقر في قائمة متصدري الاختبارات. وأفادت عملية تقييم أكبر بنتيجة تقارب 63%، بينما أعلنت Z.ai لاحقًا رقمًا رسميًا قدره 63.4% في DeepSWE v1.1 لنموذج GLM-5.3-Flash. 7634

وأظهرت تقييمات أخرى شملت التشغيل الكامل نتائج أقل، من بينها 58.4% في 113 مهمة. ونسب ذلك التقييم جزءًا مهمًا من الإخفاقات إلى مشكلات في تنسيق المخرجات والتنفيذ، وهو ما يوضح مدى حساسية اختبارات الوكلاء لإعدادات بيئة الاختبار، وإتاحة الأدوات، والمهلة الزمنية، ومعايير النجاح. 4142

وعليه، فإن الخلاصة الأكثر إنصافًا أضيق من العنوان الفيروسي: أظهر Ox Alpha قدرة قوية في البرمجة الوكيلة، ووصل في بعض التقييمات إلى مستوى قريب من نماذج مغلقة رائدة، لكن الأدلة لا تثبت أنه تجاوز Claude Fable 5 باستمرار أو تفوق على كل نماذج القمة.

لماذا بدت مقارناته مع Claude متناقضة؟

استخدمت المقارنات مجموعات مختلفة من المهام، وبنى مختلفة للوكلاء، وظروف تقييم غير متطابقة. فقد تؤدي عينة مبكرة من 10 مهام إلى نتيجة 80% من دون أن تكون ممثلة للاختبار الكامل. أما التشغيل الأكبر الذي اقترب من 63% فيحكي قصة مختلفة، في حين قد تعكس نتيجة 58.4% خصومات إضافية بسبب تنسيق المخرجات أو سلوك بيئة الاختبار.

وبحسب تقارير لاحقة، رأى فريق DeepSWE أن القدرة العامة للنموذج أقرب إلى مستوى Claude Opus 4.8 منها إلى كونها دليلًا قاطعًا على تجاوزه Claude Fable 5. 35 لذلك ينبغي عرض أرقام الاختبارات مع نطاقها وإعداداتها، لا التعامل معها كأنها نتائج متبادلة على ترتيب واحد واضح.

لماذا أشاد به مطورون بارزون؟

انسجم حماس المستخدمين المعروفين مع طبيعة النموذج العملية. فقد وصف Patrick Collison أداء Ox Alpha بأنه «مثير للإعجاب جدًا» بعد استخدامه عبر بيئة لتشغيل الوكلاء، بينما قال مؤسس HermesAgent إن النموذج تجاوز عدة معايير داخلية اعتمدها فريقه. 3335

وتكتسب هذه الانطباعات قيمة بوصفها تقارير عن فائدة الاستخدام المباشر، ولا سيما في مهام البرمجة والوكلاء. لكنها لا تعادل استنتاجًا مضبوطًا عبر اختبارات متعددة يفيد بأن Ox Alpha كان متفوقًا على الجميع. فقد يكون نموذج ما مفيدًا بصورة خاصة في سير عمل معين بفضل طول السياق، أو طريقة استدعاء الأدوات، أو السرعة، أو دعم الوسائط، أو التكلفة، حتى لو ظل موقعه الإجمالي في الاختبارات غير محسوم.

كيف تتبع المجتمع هوية النموذج؟

قبل الكشف الرسمي، قارن الباحثون سلوك Ox Alpha المرصود بنماذج محتملة من فريق MiMo التابع لـXiaomi، وGoogle DeepMind، وZhipu AI.

Xiaomi وMiMo

بدت Xiaomi احتمالًا معقولًا جزئيًا لأن فريق MiMo سبق أن استخدم اختبارًا مجهولًا باسم «Hunter Alpha». لكن تقارير أشارت إلى اختلاف في القدرات: فقد ارتبطت نماذج MiMo بدعم الصوت، بينما كان Ox Alpha يقبل النصوص والصور والفيديو، ولا يقبل الصوت. لذلك ظل احتمال Xiaomi مثيرًا للاهتمام، لكنه لم يكن إسنادًا قويًا. 2229

Google DeepMind

أثارت تلميحات ومنشورات مرتبطة بـGoogle مزيدًا من التكهنات، لكن الأدلة المتاحة لم تثبت أن DeepMind طوّر نقطة الوصول أو شغّلها. وظلت تلك الإشارات قرائن ظرفية لا دليلًا على الهوية.

بصمة GLM

كانت أقوى فرضية قبل الكشف تشير إلى عائلة GLM التابعة لـZhipu. فقد أفادت اختبارات المجتمع بأن أعداد الرموز التي ينتجها Ox Alpha تطابقت مع سلوك GLM-5.3 عبر مطالبات متنوعة، باستثناء إزاحة ثابتة ظاهرة تبلغ نحو 75 رمزًا. كما وجدت اختبارات منفصلة للفيديو سلوكًا متطابقًا في استهلاك الرموز مع نماذج GLM البصرية عبر عدة خصائص للترميز. 1821

وشملت القرائن الأخرى التي أُبلغ عنها:

• ظهور خطأ في reasoning_effort يشبه استجابة واجهة GLM البرمجية؛
• ظهور مطالبات باللغة الصينية في بعض حالات فشل تحليل الصور؛
• سلوك في ترميز الفيديو يتوافق مع نماذج Zhipu متعددة الوسائط؛ و
• اسم ربطه بعض المراقبين بمصطلح «Pony Alpha» الأقدم لدى Zhipu. 212629

كان من الممكن أن تنتج كل قرينة بمفردها عن التوجيه، أو الأغلفة البرمجية، أو البنية التحتية المشتركة، أو التقليد. لكن اجتماعها جعل فرضية GLM أكثر إقناعًا، من دون أن يحل محل التصريح الرسمي. وجاء الدليل الحاسم عندما عرّفت Z.ai Ox Alpha بأنه GLM-5.3-Flash، ووثقت إطلاق النموذج باسمه المعروف. 1043

ماذا تغير بعد الكشف؟

حوّل الكشف Ox Alpha من لغز متعلق بالهوية إلى معاينة لمنتج واضح. وتصف وثائق Z.ai نموذج GLM-5.3-Flash بأنه نموذج هجين يضم 320 مليار معلمة إجمالًا و18 مليار معلمة نشطة، إلى جانب قدرات بصرية أصلية تتيح له مراقبة الواجهات، ورؤية النتائج المعروضة، وقراءة ملاحظات التفاعل. 43

كما عالج الإطلاق الرسمي أكبر نقاط ضعف نقطة الوصول المجهولة: عدم اليقين بشأن الاستمرارية. وذكرت تقارير أن GLM-5.3-Flash أُطلق بموجب رخصة MIT، مع إتاحة الأوزان للمطورين الذين يريدون تحكمًا أكبر في النشر. 1950

لكن ذلك لا يعني أن كل عملية نشر ستكون آمنة أو منخفضة التكلفة تلقائيًا. فما زال على المطورين تقييم متطلبات العتاد، وأداء الاستدلال، وشروط واجهة البرمجة، وآلية التعامل مع الخصوصية، وحدود المعدل، وموثوقية استدعاء الأدوات، واتساق المخرجات بما يناسب أعباء العمل الخاصة بهم.

ما الذي سيحدد بقاء GLM-5.3-Flash؟

جلبت المعاينة المجانية الاهتمام، لكن تبني النموذج على المدى الطويل سيتوقف على عوامل أكثر استدامة:

1. الاقتصاديات: يجب أن تظل أسعار واجهة البرمجة المدفوعة منافسة لنماذج البرمجة القادرة الأخرى.
2. الموثوقية: يحتاج المطورون إلى تشغيل مستقر، وحدود معدل متوقعة، واستدعاءات أدوات متسقة.
3. الخصوصية: ينبغي للفرق أن تعرف كيف تُخزن المطالبات والشيفرة والمدخلات البصرية أو كيف تُستخدم.
4. قابلية إعادة الإنتاج: يجب أن توضح التقييمات المستقلة أداء النموذج عبر الاختبارات الكاملة والتطبيقات الواقعية.
5. خيارات النشر: يمكن للأوزان المرخصة بموجب MIT والاستضافة الذاتية تقليل الاعتماد على مسار مستضاف مؤقت، شرط قدرة الفرق على تلبية المتطلبات التشغيلية.

الدرس المركزي من قصة Ox Alpha ليس أن نموذجًا مجهولًا تفوق لفترة وجيزة على منافس شهير. الأهم أن نموذجًا مصممًا حول سير عمل مقنع يمكن أن ينتشر بسرعة عندما يستطيع المطورون اختباره على نطاق واسع. كانت قصة الاختبارات أكثر تعقيدًا مما أوحت به العناوين الأولى، لكن المزيج الأساسي — السياق الطويل، وتعدد الوسائط، واستخدام الأدوات، والبرمجة الوكيلة، والوصول منخفض التكلفة — كان قويًا بما يكفي لتبرير كل هذا الاهتمام. وبعد حسم الهوية لصالح GLM-5.3-Flash، أصبح الاختبار الحقيقي هو: هل يظل هذا المزيج مفيدًا بعدما تتراجع حداثة النموذج وتنتهي جاذبية الوصول المجاني؟