HUMAIN-M3 והמתכון החדש ל-AI ריבוני

סעודיה מציעה באמצעות HUMAIN-M3 דוגמה ברורה לשינוי באופן שבו מדינות חושבות על AI ריבוני. במקום לנסות לפתח מאפס כל יכולת של מודל חזית, HUMAIN השתמשה בשושלת M3 של MiniMax כבסיס, המשיכה לאמן אותו על נתונים בערבית, והעמידה את המודל הערבי תחילה דרך פלטפורמת HUMAIN Node. 65

ההבחנה הזו מהותית: ריבונות בתחום ה-AI אינה בהכרח בעלות על כל רכיב במודל המקורי. היא יכולה להתבטא בשליטה משמעותית על התאמת המודל, מקום ההרצה שלו, אבטחתו, תהליך העדכון שלו והיישומים שבהם הוא משמש.

מה הושק ב-HUMAIN-M3

HUMAIN, חברה הנתמכת בידי קרן ההשקעות הציבורית של סעודיה (PIF), הכריזה על humain-m3 ב-3 בספטמבר 2026. החברה מסרה כי המודל הוזמן על ידה ונמסר בידי MiniMax, והוא זמין בתצוגה מקדימה למחקר דרך HUMAIN Node. לפי הדיווחים, מתוכננת בהמשך גם הפצה של משקלי המודל, אך בתצוגה המקדימה עצמה המשקלים לא הוצעו להורדה. 63

המודל מבוסס על שושלת MiniMax-M3 ועל ארכיטקטורת Mixture of Experts ‏(MoE): 428 מיליארד פרמטרים בסך הכול, כאשר כ-23 מיליארד פרמטרים פעילים לכל טוקן. HUMAIN מסרה כי המשיכה לאמן אותו על יותר מטריליון טוקנים של תוכן שמקורו בערבית. 61

לפי התיאור שפורסם, לא מדובר רק בשכבת תרגום על גבי מערכת כללית. המטרה היא לשמר את היכולות הרחבות של מודל הבסיס, ובמקביל לשפר הבנה ויצירה בערבית באמצעות נתוני שפה והקשר תרבותי רלוונטי. 211

מדוע בסיס בעל משקלים פתוחים משנה את כלכלת ה-AI הריבוני

אימון של מודל כללי מהשורה הראשונה מאפס דורש משאבי מחשוב עצומים, מאגרי נתונים, צוותי הנדסה וזמן. מודל בסיס בעל משקלים פתוחים משנה את נקודת הפתיחה: מפעיל מקומי יכול לרכז את ההשקעה באימון המשך, בהערכה, בפריסה ובממשל עבור שימושים לאומיים או מוסדיים מוגדרים.

MiniMax מציגה את M3 כמודל בעל משקלים פתוחים למשימות קוד וסוכנים אוטונומיים, עם תמיכת API בהקשר של עד מיליון טוקנים. 18 נקודת מוצא כזו מאפשרת לתוכנית לאומית למקד משאבים בתחומים שמודלים כלליים לעיתים מספקים בהם מענה חלקי: ניבים ערביים, ידע אזורי, תהליכי עבודה של מוסדות, ומבחני איכות המותאמים לשפה ולשוק המקומיים.

היתרון האסטרטגי אינו עצמאות מוחלטת מטכנולוגיה חיצונית. HUMAIN-M3 עצמו תלוי בשושלת מודלים סינית. במקום זאת, הוא מעניק למפעיל המקומי תפקיד גדול יותר בשכבות שמעצבות את השימוש בפועל: אילו נתונים ישמשו להתמחות, היכן תתבצע ההסקה, כיצד יעודכן המודל ולאילו פריסות הוא יותאם.

תוצאות המבחנים מעודדות — אך עדיין אינן אימות בלתי תלוי

HUMAIN דיווחה על ציון ממוצע משוקלל באופן שווה של 89.37% בשבעה מבחני ביצועים פומביים בערבית, ועל מקום ראשון בחמישה מהם. לטענתה, הממוצע גבוה ב-9.03 נקודות מזה של מודל הייחוס MiniMax M3. 12

הנתונים מעידים כי אימון המשך בערבית עשוי לשפר ביצועים במבחנים שנבחרו. עם זאת, יש לפרש אותם בזהירות: הממוצע שפורסם הופק במסגרת תהליך ההערכה של HUMAIN עצמה, ולא הוגש באותה עת ללוח התוצאות הציבורי של OALL. 3

לכן, התוצאות עדיין אינן מוכיחות באופן עצמאי עליונות באמינות בעולם האמיתי, בבטיחות, בעלות או בביצועים בכל סוגי המשימות בערבית. שכפול ציבורי של המבחנים, עדויות מפריסה בפועל והערכות של ניבים אזוריים ושל שימושים רגישים יהיו חשובים יותר מטבלה אחת של ציונים.

הערך המעשי של משקלים להורדה

משקלים פתוחים חשובים אסטרטגית משום שהם עשויים לצמצם תלות בספק מודלים מרוחק יחיד. לפי CNAS, מדינות רואות יותר ויותר במודלים כאלה דרך מעשית להימנע מ"נעילה" לספק יחיד: אפשר להוריד אותם, לארח אותם עצמאית, להתאים אותם ולפרוס אותם בעלות נמוכה יותר בחלק מהתרחישים. 38

עבור ממשלה או מפעיל מקומי, הדבר עשוי לאפשר:

• שליטה בנתונים: תכנון של עומסי עבודה רגישים על תשתית מקומית או מבוקרת, במקום שליחתם ל-API זר.
• התאמת שפה: המשך אימון ובחינה של ביצועים עבור זנים מקומיים של ערבית ומינוח מוסדי.
• בחירה טכנית: בחירת מנוע ההסקה, תצורת החומרה וארכיטקטורת הפריסה.
• רציפות תפעולית: נקודת ביקורת של מודל שניתן להפעיל מספקת עמידות גבוהה יותר מהסתמכות בלעדית על API חיצוני, שתנאיו, מחירו, זמינותו או הגישה אליו עשויים להשתנות.

אלה יתרונות תפעוליים, לא הבטחות. גם מודל במשקלים פתוחים מחייב כוח מחשוב, אבטחת סייבר, מומחיות בהערכת מודלים, בדיקת רישיונות ותוכנית תחזוקה ארוכת טווח.

שוק ה-AI הריבוני מתרחב

HUMAIN-M3 משתלב בדחיפה עולמית רחבה יותר. CNAS ספרה עד אמצע 2026 184 פרויקטי AI ריבוני בגיבוי ממשלתי ב-67 מדינות, לאחר 41 פרויקטים חדשים במחצית הראשונה של השנה. בעדכון מאוחר יותר, המדד החי הציג 185 פרויקטים. 3433

CNAS מגדירה פרויקטי AI ריבוני באופן רחב: יוזמות בגיבוי ממשלתי הקשורות במפורש לאינטרסים אסטרטגיים לאומיים, ונתמכות בהשקעה ציבורית מהותית במחשוב מקומי, במודלים או במערכות נתונים. 33 ההגדרה הזו מדגישה שמודל הוא רק שכבה אחת: ריבונות תלויה גם בתשתית ובנתונים.

מפתחים סיניים הפכו לספקים חשובים בשוק הזה, בין היתר משום שמודלים בעלי יכולות מתקדמות זמינים גם במשקלים פתוחים וגם דרך API. CNAS דיווחה שלפחות שבעה מפתחים סיניים מציעים מערכות בעלות יכולות חזקות בקוד, בהסקה, ברב-מודליות ובעבודת סוכנים אוטונומיים. 36

ל-MiniMax M3 יש גם נתיבי אספקה מעבר לשירות של MiniMax עצמה. Artificial Analysis הציגה אותו אצל ספקי API מרובים, בהם Nebius ו-SambaNova — המחשה לכך שמודל פתוח יכול להיפרס דרך תשתיות חלופיות ולא להיות קשור לענן יחיד. 22

האות שעולה מ-HUMAIN-M3

המסקנה המרכזית אינה שמבחן ביצועים יחיד הכתיר מנהיג חדש בשוק המודלים. המסקנה היא שיחידת התחרות משתנה.

מדינות הופכות ללקוחות של נכסי AI הניתנים לשימוש חוזר: נקודות ביקורת של מודלים שאפשר להתאים לצורכי שפה מקומיים, להפעיל על תשתית נבחרת, לבחון לפי דרישות מקומיות ולתחזק לאורך זמן. מודל בסיס חזק נותר חיוני, אך זמינות משקלים פתוחים, התאמה לחומרה, אפשרויות הסקה אמינות, ממשל נתונים ומסלול עדכונים אמין עשויים להיות חשובים לא פחות.

במובן הזה, HUMAIN-M3 מצביע מעבר לתחרות פשוטה בין מעבדות מודלים אמריקאיות וסיניות. התחרות המתהווה היא גם על השאלה מי יספק למדינות את מערך ה-AI הגמיש ביותר, הנשלט ביותר והעמיד ביותר תפעולית — עבור מי שמבקשות יותר שליטה על עתיד הבינה המלאכותית שלהן.