الملخص:
في الأشهر القليلة الماضية، تناوبت شركتا OpenAI وAnthropic على دفع نماذجهما الرئيسية إلى الأمام، لكن شركة Google بدت هادئة على نحو غير عادي. يتم تحديث Flash كل ثلاثة أسابيع تقريبًا، مع تقدم 3.6 و3.7 و3.8 بشكل مستمر، ولكن لم يكن هناك أي تحرك لـ Pro، وهو ما يمثل الحد الأقصى للقدرة. حتى هذين اليومين، ظهر نموذج يحمل اسم Gemini-3.8-flash فجأة في ساحة الاختبار العمياء الكبيرة للنموذج.
بمجرد بدء المطورين، لاحظوا وجود خطأ ما. تم إصدار Gemini 3.8 Flash الحقيقي. الجميع يعرف ما هو المستوى الذي ينبغي أن يكون. ولكن مع "3.8 Flash" هذا، من الواضح أن أداء كتابة التعليمات البرمجية وإنشاء SVG وتشغيل Agent قد قفز بشكل كبير.
وبعد عدة جولات من الاختبار الفعلي، انتشر التخمين بسرعة:
من المرجح أن يكون هذا النموذج هو الجيل التالي من Google المخفي خلف الملصق - Gemini 4 Pro.
وبعد ذلك مباشرة، بدأت صورة المقارنة المعيارية الأكثر مبالغة في الانتشار. البرمجة، الوكيل، الاستدلال، درجات متعددة صنفت GPT-6 Astra وClaude Fable أدناه.
قبل بضعة أيام فقط، كانت العديد من أهم شركات الذكاء الاصطناعي تناقش علنًا ما إذا كان الوقت قد حان للتباطؤ. والآن، لم يصل صوت التباطؤ إلى الأرض بعد، وبدأت جولة جديدة من المنافسة.
وراء هذا "النموذج على مستوى الإله" المشتبه به لـ Gemini 4 Pro، هناك كلمة رئيسية أكثر خطورة:
مؤشر القوة النسبية.
الاشتباه في تسريب لعبة Gemini 4 Pro
في الثاني من سبتمبر، أصدرت Google رسميًا برنامج Gemini 3.8 Flash. وفقًا للمسؤولين، هذا هو أحدث جيل من Flash في سلسلة Gemini 3، والذي أدى إلى تحسين هندسة البرمجيات ومهام الوكيل والتفكير المعقد متعدد الخطوات بشكل كبير؛ من 3.7 فلاش إلى 3.8 فلاش، مرت ثلاثة أسابيع فقط.
لذلك، عندما ظهر نموذج آخر يحمل نفس الاسم Gemini-3.8-flash في Arena، لاحظ المطورون بسرعة هذا الشذوذ.
الفلاش 3.8 الحقيقي موجود بالفعل، وكل شخص لديه مرجع جاهز. ومن الواضح أن هذا النموذج يبدو أقوى، ومن الواضح أن القوة التي لا يمكن العثور عليها إلا في الطراز Pro.
ركزت الدفعة الأولى من الاختبارات الفعلية التي أدت إلى النشر على ملفات SVG وصفحات الويب والمشاهد ثلاثية الأبعاد.
طلب منه المطور Harshith رسم قطة منزلية جانبية باستخدام SVG، وجمع النتائج مع GPT-6 Astra Max والإصدار الرسمي من Gemini 3.8 Flash. يحتوي هذا الإصدار الموجود في Arena على فجوة واضحة مع الإصدار 3.8 Flash الرسمي من حيث المخطط التفصيلي والتناسب واكتمال التفاصيل.
من اليسار إلى اليمين: "4 Pro"، Astra، 3.8 Flash
اختبر مستخدمو الإنترنت X @thtbee_ باستمرار نموذج Gemini 4 Pro المشتبه به من زوايا متعددة.
تم عرض النموذج، وهو عبارة عن معبد على طراز Voxel، لمدة 8 دقائق وقام مباشرة بإنشاء مجموعة كاملة من المشاهد التفاعلية ثلاثية الأبعاد.
على متن طائرة هليكوبتر من طراز Airbus H145، استغرق الأمر حوالي 10 دقائق فقط لإنشاء صفحة عرض ثلاثية الأبعاد كاملة، وهي مفصلة للغاية. ومع ذلك، قال مستخدم الإنترنت هذا إن عناصر واجهة المستخدم الموجودة أسفل الصفحة "تبدو سيئة بعض الشيء".
فيما يتعلق بتصميم الويب، استغرق إنشاء موقع ويب أحادي اللون من النموذج حوالي 14 دقيقة، وكان نظيفًا وكاملاً بشكل عام. يبدو أن مشكلات ذوق التصميم التي غالبًا ما اشتكى منها الجوزاء في الماضي قد تم حلها أخيرًا هذه المرة.
استخدم أحد مستخدمي الإنترنت @Mr_Salio نموذج Gemini 4 Pro المشتبه به مباشرة لصنع الألعاب. الرسومات النهائية سلسة بما فيه الكفاية، كما أن الجيل العالمي وتصميم اللعبة مكتملان للغاية.
يأتي دليل أكثر أهمية من المطور Qwinah.
وادعى أنه نجح في "توجيه الشبح" إلى الواجهة الخلفية لـ Gemini 4 Pro ونشر لقطة شاشة لمعلومات المحطة الداخلية المشتبه بها.
وبحسب قوله فإن G4P-ARGON وVIA_3.8_FLASH يظهران مباشرة في الشعار الداخلي لهذا النموذج. يصل الحد الأقصى للإنتاج إلى 256 كيلو بايت، وتتجاوز نافذة السياق 10 ملايين رمز مميز، كما أنها تحتوي على ذاكرة دائمة للجلسات المتقاطعة، وشبكات بدون واجهة برمجة التطبيقات (API)، وتجميع تلقائي للخلفية وتشغيل البرامج النصية، وحتى إمكانيات التحكم في الروبوت المادي.
إذا كانت هذه المعلومات صحيحة، فمن الواضح أنها لم تعد ترقية Flash عادية.
وفي الوقت نفسه، بدأ أيضًا تداول جدول المقارنة المعياري لـ Gemini 4 Pro في المجتمع.
وفقًا للبيانات الموجودة في الصورة، سجل Gemini 4 Pro 88.7% في اختبار هندسة البرمجيات DeepSWE v1.1، و95.3% في اختبار Terminal-Bench 2.1 على الوكيل الطرفي، و72.1% في اختبار التفكير المنطقي على مستوى الخبراء الذي تم التحقق منه من قبل HLE، و86.8% في اختبار وكيل تشغيل الكمبيوتر OSWorld 2.0.
والأمر الأكثر مبالغة هو أن الناتج المحلي الإجمالي (GDVval-AA v2)، الذي يقيس العمل المعرفي الحقيقي، مكتوب باسم 2064 Elo، وهو ما يكسر علامة 2000 بشكل مباشر.
إذا كانت هذه البيانات صحيحة، فيمكن لـ Gemini 4 Pro ببساطة "ضرب Fable وركل Astra"، والوقوف على قمة النماذج المتطورة بضربة واحدة.
ولكن كلما زادت المبالغة، كلما زاد الحذر الذي يتعين عليك أن تكون عليه.
من الجدير بالذكر أن هذا الجدول المعياري لا يتوافق تمامًا مع لقطة الشاشة الخلفية المشتبه بها "التي تم حفرها" بواسطة Qwinah؛ درجة أسترا، والتي يتم استخدامها كعنصر مقارنة في الجدول المعياري، لا تتوافق مع البيانات الرسمية؛ لم يتم اعتماد كلتا المادتين رسميًا بواسطة Google أو Arena أو المعايير ذات الصلة، ولا تزال مجرد معلومات متداولة في المجتمع.
النموذج الوحيد الذي يمكن التأكد منه هو النموذج المسمى Gemini-3.8-flash، وهو غير متوافق تمامًا مع أداء Gemini 3.8 Flash.
ولكن هناك سبب آخر مهم للغاية يجعل الجميع يشيرون بسرعة إلى Gemini 4 Pro: لقد ظل نموذج Google Pro فارغًا لفترة طويلة جدًا.
لم يتم إطلاق Gemini 3.5 Pro رسميًا بعد، وتم تأكيد دخول Gemini 4 للتدريب بالفعل. في الأشهر القليلة الماضية، تم دفع Flash للأمام من جيل إلى جيل، ولم يكن هناك أبدًا نموذج جديد في خط Pro يمثل حقًا الحد الأعلى من القدرات.
الآن، ظهر فجأة "فلاش 3.8" بقدرات غير طبيعية بشكل واضح من الساحة.
ونتيجة لذلك، أصبحت التكهنات منطقية أكثر فأكثر بشكل طبيعي - قد لا يكون لدى Google أي نية لترك الترقية الكبيرة الحقيقية إلى 3.5 Pro، ولكن مباشرة إلى Gemini 4 Pro.
خلف جيميني 4 برو
الكلمة الرئيسية الأكبر هي مؤشر القوة النسبية (RSI)
إذا كان Gemini 4 Pro لا يزال مجرد شائعة مجتمعية، فالأمر الأكثر جدارة بالملاحظة هو أن
تعمل Google على تسريع سرعة مشاركة الذكاء الاصطناعي في تطوير النماذج بشكل كبير.
في شائعة Gemini 4 Pro هذه، تم ذكر كلمة RSI بشكل متكرر.
يرمز RSI إلى التحسين الذاتي العودي، وهو ما يعني التحسين الذاتي العودي. ببساطة، يبدأ الذكاء الاصطناعي في المشاركة في صنع ذكاء اصطناعي أقوى، ويعمل الذكاء الاصطناعي الأقوى على تسريع عملية تطوير نماذج الجيل التالي.
بمجرد تشغيل هذه الدورة، لا يتم تسريع قدرة النموذج نفسها فقط.
حتى سرعة تطور النموذج ستبدأ في التسارع بواسطة النموذج نفسه.
كشفت رويترز في أغسطس من هذا العام أن المؤسس المشارك لشركة Google، سيرجي برين، كان يحث جيميني على الإسراع في الأشهر الأخيرة، وقد أدرج التحسين الذاتي المتكرر كأحد الاتجاهات الرئيسية.
على الرغم من أن Google لم تعلن علنًا أنها حققت هذه الحلقة المغلقة، إلا أنها تقوم بتسليم المزيد والمزيد من المهام التي كانت في الأصل تخص الباحثين إلى الوكلاء، بما في ذلك تقييم النماذج، وإيجاد اتجاهات للتحسين، وإجراء التجارب، ومن ثم إعادة النتائج إلى عملية تطوير النموذج.
عندما تم إصدار Gemini 3.8 Flash في 2 سبتمبر، ذكرت Google أيضًا في الوصف الرسمي أن حلقة العميل طويلة الأمد "تقوم بشكل متكرر بتقييم النموذج الأساسي وتحسينه".
استخدم ياو شونيو، باحث Google DeepMind (وليس ياو شونيو من Tencent) كلمات أرمسترونج عندما هبط على القمر لوصف هذا التحديث بعد إصدار 3.8 Flash:
"هذه خطوة صغيرة للنموذج، وخطوة عملاقة لمؤشر القوة النسبية."
مؤخرًا، قامت Google أيضًا بتضمين "RSI" في عنوان بحث جديد.
في 14 سبتمبر، أصدرت Google وGDM وفرق أخرى Dream-RSI، الذي يدرس على وجه التحديد كيفية تمكين الوكلاء من تحقيق التحسين الذاتي المتكرر من خلال التحسين المستمر لاستراتيجيات الاستكشاف. في هندسة الخوارزميات والتحسين الرياضي ومهام GPU kernel، تُظهر هذه الطريقة كفاءة استكشاف أعلى وتكلفة بحث أقل.
ولهذا السبب على وجه التحديد، تم ربط شائعات Gemini 4 Pro بسرعة بمؤشر القوة النسبية (RSI).
لا تتوقف التكهنات في المجتمع عند "Gemini 4 Pro قوي جدًا"، ولكنها تتساءل أيضًا إلى أي مدى حققت Google مؤشر RSI داخليًا.
من الواضح أن Google ليست الشركة الوحيدة التي تسلك هذا المسار لمؤشر القوة النسبية.
في 17 سبتمبر بتوقيت الولايات المتحدة، كشفت شركة Anthropic عن مجموعة من البيانات الداخلية لأتمتة البحث والتطوير في مجال الذكاء الاصطناعي.
ذكر المسؤولون الأنثروبولوجيون أن سبب كشفهم عن هذه المؤشرات هو أنهم يعتقدون أن العالم الخارجي بحاجة إلى معرفة مقدار أبحاث الذكاء الاصطناعي وتطويره في المختبرات المتطورة التي بدأ الذكاء الاصطناعي نفسه في إكمالها.
تشير البيانات إلى أنه اعتبارًا من أغسطس من هذا العام، تمكن كلود من قيادة 26% من مهام البحث والتطوير في مجال الذكاء الاصطناعي البشري - أي أن البشر يحتاجون فقط إلى تحديد أهداف عالية المستوى والإشراف عليها، ويمكن لكلود بشكل أساسي إكمال المهام من البداية إلى النهاية. وكانت هذه النسبة أقل من 1% في شهري فبراير ومارس من هذا العام.
في الوقت نفسه، دخل أكثر من 90% من مهام البحث والتطوير في مجال الذكاء الاصطناعي داخل شركة Anthropic على الأقل مرحلة التعاون في مجال الذكاء الاصطناعي.
في الصين، قال تانغ جي، مؤسس شركة Zhipu وكبير العلماء فيها مؤخرًا: "ما زلنا بعيدين عن الوصول إلى التحسين الذاتي المتكرر، ولكن ظهرت أصغر دورة: نظام تحسين النموذج، ونموذج خدمة النظام."
مقالة Tang Jie الطويلة عن X، تم اقتطاع البداية فقط
في الممارسة الهندسية التي كشفت عنها شركة Zhipu، شارك وكيل Infra الذي يديره GLM-5.3 في التصميم وتصحيح الأخطاء وتحسين البنية الأساسية لاستدلال GLM-5.3-Flash. يعمل هذا النظام على مجموعة تضم أكثر من 100000 شريحة ذكاء اصطناعي محلية. ولم يستغرق الأمر سوى أسبوعين من التشغيل الأول حتى الاستحواذ على حركة الإنتاج بأكملها، مما أدى إلى زيادة الإنتاجية الشاملة إلى 3.2 أضعاف المستوى الأولي.
"أبطئ السرعة" لا يترك سوى تحذير في النهاية
قبل بضعة أيام فقط، دعا أمودي شركات الذكاء الاصطناعي المتطورة إلى التعاون من أجل "إبطاء وتيرة العمل".
الشرط الأول الذي أدرجه ليكون في حالة تأهب هو مؤشر القوة النسبية.
إن تقدم النموذج في حد ذاته أمر جيد بالطبع، ولكن المشكلة هي أنه إذا بدأ الذكاء الاصطناعي في المشاركة في تصنيع الجيل القادم من الذكاء الاصطناعي، فإن سرعة تقدم النموذج قد تكون أسرع وأسرع، ولكن سرعة فهم الإنسان وتقييمه والتحكم فيه قد لا تتسارع في نفس الوقت.
لذلك أكد أمودي مرارًا وتكرارًا على ضرورة إنشاء تقييم من طرف ثالث ومعايير السلامة المشتركة وآليات التباطؤ مسبقًا قبل أن تتجاوز القدرات حدودًا معينة.
لأنه بمجرد أن يشكل مؤشر القوة النسبية (RSI) ردود فعل إيجابية حقًا، فقد يكون النموذج قد تجاوز "المسافة الآمنة" للكبح.
فيما يتعلق بالمخاطر، فقد توصلت العديد من المختبرات المتطورة بالفعل إلى إجماع.
وافق ألتمان علنًا على "إبطاء وتيرة تطوير الذكاء الاصطناعي المتطور" ووعد بأن تقدم OpenAI أيضًا مراجعين مستقلين يتمتعون بحقوق مماثلة للموظفين؛ قال ماسك أن "داريو على حق"؛ وقال هاسابيس أيضًا أن هذا هو الاتجاه الصحيح، ولكن كيفية القيام بذلك تحتاج إلى مواصلة المناقشة.
لكن المبادرة ذكرت أيضًا أنه لا فائدة من التباطؤ وحده. إذا استمر تسريع وتيرة البحث والتطوير في مجال الذكاء الاصطناعي، فإن التباطؤ أو التعليق الفعال حقا في المستقبل يتطلب إنشاء مجموعة من القواعد المشتركة: مثل إدخال مقيمين مستقلين، والسماح للمختبرات المتطورة بوضع عتبات القدرة وتدابير السلامة بشكل مشترك، والتنسيق لإبطاء وتيرة البحث والتطوير عند الضرورة.
ولكن حتى الآن، ولأسباب تنافسية مختلفة، لم يتم وضع قواعد مشتركة.
يمكن للجميع بالفعل أن يقولوا معًا: "يتعين علينا أن نكون حذرين"، ولكن عندما يتعلق الأمر "على وجه التحديد بكيفية إبطاء السرعة، ومن يجب عليه التباطؤ أولاً، وما إذا كان يتعين على الدول الأخرى التباطؤ"، فإن الإجماع يختفي بسرعة.
هناك منافسة نموذجية مباشرة بين المختبرات، وهناك منافسة أكبر في مجال الذكاء الاصطناعي بين البلدان. وإذا تباطأت أي دولة بمفردها، فإنها سوف تتحمل خطر التخلي عن النافذة الرائدة لخصومها؛ وإذا فرضت أي دولة قيوداً بمفردها، فسوف تشعر بالقلق من استمرار الجانب الآخر في التسارع.
وبالتالي فإن العديد من مختبرات الذكاء الاصطناعي المتطورة تتصرف بشكل غير متسق إلى حد ما مع أقوالها وأفعالها.
من جانب Google، هناك Gemini 4 Pro المذكور أعلاه والذي يُشتبه في أنه تم اختباره بشكل مجهول في Arena.
على الجانب الأنثروبي، بدأت أيضًا آثار التدرج الرمادي لـ Opus 5.2 في الظهور في المجتمع مؤخرًا. قال بعض مستخدمي Claude Code إنهم رأوا شعار نموذج claude-opus-5-2 الجديد من خلال حالة التشغيل ومعلومات توجيه الطلب، ويشتبهون في أن بعض الطلبات قد تم تدرجها باللون الرمادي إلى الجيل التالي من Opus.
أما بالنسبة لـ OpenAI، فقد قال بعض الأشخاص إنهم رأوا اسم نموذج gpt-6-sol في قائمة نماذج الخلفية، وقال بعض الأشخاص إنهم يشتبهون في أنه قد تم تدرجهم باللون الرمادي إلى نموذج جديد. وفقًا للأخبار المنتشرة على نطاق واسع، قد يتم إصدار GPT 6 Sol الأسبوع المقبل، أو قد يكون في Dev Day في 29 سبتمبر بتوقيت الولايات المتحدة... باختصار، الأمر ليس بعيدًا.
بدأت الجولة التالية من النماذج من مختبرات الذكاء الاصطناعي الثلاثة المتطورة في إظهار آثار الاختبار في المجتمع.
إن النتيجة الأكثر تأكيدًا لهذه الجولة من "مبادرة التباطؤ" حتى الآن ليست أن أي شركة قد تباطأت بالفعل، بل أن أهم شركات الذكاء الاصطناعي تحدثت علنًا عن المخاطر مقدمًا.
النموذج لا يتباطأ.
ولكن على الأقل، إذا حدث شيء ما في يوم ما، فيمكنهم أن يقولوا: لقد حذرناهم.
التعليقات