Kimi K3 مقابل Fable 5 و GPT-5.6 و Grok: اختبارات الأداء لعام 2026
٢٢ يوليو ٢٠٢٦
Kimi K3 هو نموذج Moonshot AI الذي يحتوي على 2.8 تريليون بارامتر، تم إطلاقه في 16 يوليو 2026، ووُصف بأنه أول نموذج "مفتوح من فئة 3T". في مؤشر Artificial Analysis Intelligence المستقل، حقق النموذج 57 نقطة — ليحتل المركز الثالث إجمالاً، خلف Claude Fable 5 و GPT-5.6 Sol فقط، ومتفوقاً على Grok 4.5 و Gemini.
ملخص: أطلقت Moonshot AI نموذج Kimi K3 في 16 يوليو 2026، وهو نموذج متعدد الوسائط بشكل أصلي بـ 2.8 تريليون بارامتر، مع نافذة سياق تصل إلى مليون توكن.1 في مؤشر Artificial Analysis Intelligence المستقل، سجل K3 57 نقطة وجاء في المرتبة الثالثة، وهو ما يجعله قابلاً للمقارنة مع Claude Opus 4.8 و GPT-5.5، ولكنه يظل خلف Claude Fable 5 (59.9) و GPT-5.6 Sol (58.9)؛ بينما يتفوق على Grok 4.5 (54) وأحدث نموذج من Google، وهو النموذج السريع Gemini 3.6 Flash (50).234
تتعامل Moonshot بصراحة منعشة بشأن هذا الأمر: حيث تقول إن K3 "لا يزال يتأخر عن أقوى النماذج المملوكة، Claude Fable 5 و GPT 5.6 Sol".1 القصة الحقيقية هي أن نموذجاً مفتوح الأوزان (open-weight) — مع وعود بتوفير الأوزان بحلول 27 يوليو — قد دخل الآن ضمن الثلاثة الأوائل في النماذج المغلقة الرائدة، وتفوق في Arena's Frontend Code arena على Fable 5، وتكلفته لكل مهمة أقل من GPT-5.6 Sol أو Opus 4.8.25
لكن هناك نقاط سلبية حقيقية أيضاً: فهو ليس مفتوحاً بعد، وسعره قفز بمقدار 3-4 أضعاف مقارنة بـ Kimi K2.6، كما أُطلق بوضع تفكير "max" واحد فقط (وهو مكلف)، وأشارت ملاحظات Moonshot نفسها إلى وجود فجوة في تجربة المستخدم مقارنة بـ Fable 5 وتراجع في معدل الهلوسة.12
ما ستتعلمه
- ما هو Kimi K3، ولماذا تعتبر فئة "open 3T-class" علامة فارقة
- ترتيب K3 مقابل Claude Fable 5 و GPT-5.6 Sol و Grok 4.5 و Gemini في اختبار معياري محايد
- كيف يؤدي K3 في مهام الوكلاء (agentic) والبرمجة على وجه التحديد
- تكلفة تشغيل K3 — ولماذا تعتبر "التكلفة لكل مهمة" هي الرقم الأهم وليس "السعر لكل توكن"
- العيوب التي كشفت عنها Moonshot نفسها
- ماذا يعني وصول K3 بالنسبة للصراع بين النماذج المفتوحة والمغلقة في طليعة الذكاء الاصطناعي
لماذا هذا الأمر مهم الآن
لم يظهر Kimi K3 في أسبوع هادئ. فقد رصدت Artificial Analysis أربعة إطلاقات رائدة في ثمانية أيام — Grok 4.5 و GPT-5.6 و Muse Spark 1.1 من Meta و Kimi K3 — وبعد ذلك أصبح هناك ستة مختبرات تمتلك الآن نموذجاً يسجل أكثر من 50 نقطة في مؤشر الذكاء الخاص بها، بعد أن كانت مختبرين فقط في أوائل يونيو.6
الاستنتاج الرئيسي من هذه الطفرة هو أن سعر الذكاء الاصطناعي القريب من المستوى الرائد قد انهار.6 ويعد K3 المثال الأبرز على ذلك: منافس مفتوح الأوزان يسجل نقاطاً بفارق ثلاث نقاط فقط عن أفضل نموذج مغلق في السوق.
بالنسبة لأي شخص يقوم ببناء وكلاء ذكاء اصطناعي، فإن السؤال العملي ليس "من يمتلك أذكى نموذج على الإطلاق"، بل "ما مدى قرب الخيار الرخيص والمفتوح والقابل للاستضافة ذاتياً من النماذج الرائدة — وما الذي سأضحي به عند استخدامه". K3 هو أقوى إجابة لهذا السؤال حتى الآن.
تعتبر مشاركة Google هي الاستثناء. فقد أطلقت بالفعل في 21 يوليو — Gemini 3.6 Flash — ولكنه نموذج من الفئة السريعة، حيث سجل 50 نقطة في نفس المؤشر، ولا تزال Google تفتقر إلى نموذج Pro رائد محدث: فقد تم الإعلان عن Gemini 3.5 Pro في مؤتمر I/O في مايو وتأخر إطلاقه مراراً، ولم يتم شحنه حتى وقت النشر.4 وأصبح أفضل نموذج متاح من Google الآن أقل بسبع نقاط من منافس مفتوح الأوزان.
ما هو Kimi K3
Kimi K3 هو نموذج Mixture-of-Experts يحتوي على 2.8 تريليون بارامتر، ويقوم بتفعيل 16 خبيراً من أصل 896 خبيراً لكل توكن.1 تصفه Moonshot بأنه "أول نموذج مفتوح في العالم من فئة 3T" — بتقريب 2.8T إلى الأعلى — وتقول إنه ينتزع تاج الحجم المفتوح من نموذج DeepSeek V4 Pro الذي يمتلك 1.6T.15
تم بناؤه على قطعتين معماريتين جديدتين، وهما Kimi Delta Attention و Attention Residuals، واللتين تعزو Moonshot بفضلهما تحسن كفاءة القياس (scaling efficiency) بنحو 2.5 مرة مقارنة بـ Kimi K2.1 كما يتميز بمدخلات متعددة الوسائط أصلية (نصوص وصور، مع مخرجات نصية فقط) ونافذة سياق تصل إلى مليون توكن.12
والأهم من ذلك، أن هذا نموذج وكيل (agentic) وليس مجرد روبوت دردشة. تضعه Moonshot في سياق "البرمجة طويلة المدى، والعمل المعرفي، والاستدلال" — بحيث يمكنه الحفاظ على جلسات هندسية طويلة، والتنقل في مستودعات أكواد ضخمة، وتنسيق أدوات الطرفية (terminal tools).1 ويتم إطلاقه جنباً إلى جنب مع Kimi Code (وكيل برمجة للطرفية/IDE) و Kimi Work.1
تعتبر العروض التوضيحية للوكلاء هي الأبرز: ففي تشغيل ذاتي استمر 48 ساعة، قام K3 بتصميم شريحة صغيرة باستخدام أدوات EDA مفتوحة المصدر، وفي تجربة أخرى قام ببناء "MiniTriton"، وهو مترجم GPU مدمج يشبه Triton، من الصفر.1 هذه العروض هي من إنتاج Moonshot نفسها، لذا يجب التعامل معها كادعاءات من المورد — لكنها تشير إلى الهدف الذي صُمم من أجله K3. هذا هو نفس النهج الوكيلي المفتوح مثل دفعة البرمجة بنظام سرب الوكلاء في Kimi K2.6.
بطاقة النتائج المستقلة
من الصعب مقارنة جداول الاختبارات المرجعية الخاصة بالموردين لأن كل مختبر يستخدم أدوات قياس خاصة به. القراءة الأكثر دقة وموضوعية تأتي من Artificial Analysis، التي تقوم بتشغيل كل نموذج وفقاً لنفس المنهجية.
إليك أين تقع النماذج الخمسة التي قد تقارن بينها فعلياً في مؤشر الذكاء الخاص بها، في منتصف يوليو 2026:
| الموديل | مؤشر ذكاء AA Intelligence Index | أوزان مفتوحة؟ |
|---|---|---|
| Claude Fable 5 | 59.9 | لا |
| GPT-5.6 Sol | 58.9 | لا |
| Kimi K3 | 57 | قيد الانتظار (بحلول 27 يوليو) |
| Claude Opus 4.8 | 55.7 | لا |
| Grok 4.5 | 54 | لا |
| Gemini 3.6 Flash (الفئة السريعة) | 50 | لا |
الجدول: مؤشر ذكاء Artificial Analysis Intelligence Index (v4.1). موديلات Kimi K3 و Grok 4.5 و Gemini 3.6 Flash وفقاً لـ Artificial Analysis؛ وموديلات Fable 5 و GPT-5.6 Sol و Opus 4.8 وفقاً لنفس المؤشر كما ورد في صفحة GPT-5.6 الخاصة بـ OpenAI. Gemini 3.6 Flash (21 يوليو) هو أحدث موديل من Google ولكنه من الفئة السريعة — ولم تطلق Google نسخة محدثة من الفئة الرائدة Pro.234
الرسم البياني: مؤشر ذكاء Artificial Analysis Intelligence Index (v4.1)، القيمة الأعلى هي الأفضل. المصدر: Artificial Analysis؛ قيم Fable 5 و GPT-5.6 Sol و Opus 4.8 وفقاً لنفس المؤشر كما ورد في صفحة إطلاق GPT-5.6 من OpenAI (يوليو 2026).
الخلاصة: K3 هو موديل حقيقي ضمن أفضل ثلاثة موديلات في اختبار محايد، ويتفوق على Grok 4.5 بثلاث نقاط، ويأتي أعلى بسبع نقاط من أفضل موديل أطلقته Google. ومن بين الموديلات ذات الأوزان المفتوحة، ليس له منافس — حيث سجل GLM-5.2 درجة 51 و DeepSeek V4 Pro درجة 44 — رغم أنه بـ 2.8 تريليون بارامتر هو أكبر بكثير من أي منهما.2
الأداء في المهام الوكيلية والبرمجية
بما أن مؤشر الذكاء يدمج تسعة تقييمات، فإن الأرقام الخاصة بالمهام الوكيلية (agentic) هي المكان الذي تظهر فيه قوة K3 في البرمجة — وقد قامت Artificial Analysis بتفصيل هذه الأرقام.
في تقييم GDPval-AA v2، وهو تقييم للمهام الوكيلية في العالم الحقيقي، وصل K3 إلى تصنيف Elo قدره 1668 — ارتفاعاً من 1190 لـ Kimi K2.6 — متجاوزاً GLM-5.2 (1514) و GPT-5.5 (1494) و Claude Opus 4.8 (1600)، بينما لا يزال خلف Claude Fable 5 (1760).2
الرسم البياني: تصنيفات Elo للمهام الوكيلية في العالم الحقيقي GDPval-AA v2، القيمة الأعلى هي الأفضل. المصدر: Artificial Analysis، "Kimi K3 يحقق المركز الثالث في مؤشر ذكاء Artificial Analysis Intelligence Index" (17 يوليو 2026).
في AA-Briefcase، وهو تقييم خاص لأعمال المعرفة طويلة المدى، سجل K3 تصنيف Elo قدره 1547 — قفزة بمقدار 732 نقطة عن K2.6 — ليحتل المركز الثاني خلف Fable 5 فقط.2 وفي AutomationBench-AA، وهي نسخة Artificial Analysis من اختبار سير العمل الوكيلي الخاص بـ Zapier، سجل K3 نسبة 53% واحتل المركز الأول.2
أبرز انتصاراته كانت في Arena's Frontend Code arena، حيث أصبح K3 الموديل الرائد، متفوقاً حتى على Claude Fable 5.5 بالنسبة لموديل تعترف Moonshot بأنه يتأخر عن Fable 5 بشكل عام، فإن تصدر ساحة برمجة في مواجهة مباشرة هو نتيجة حقيقية.
أرقام البرمجة الخاصة بـ Moonshot والمحددة لكل بيئة اختبار (SWE Marathon، وTerminal-Bench 2.1، وFrontierSWE وغيرها) قوية، ولكن تم الإبلاغ عنها تحت مزيج من بيئات KimiCode وClaude Code وCodex، لذا فهي ليست قابلة للمقارنة مباشرة بين الموردين — اقرأها على أنها تقارير صادرة عن Moonshot وليست مؤكدة بشكل مستقل.1
قصة التكلفة
تسعير K3 هو النقطة التي تصبح فيها رواية "الريادة الرخيصة" معقدة. الـ API الخاص بالطرف الأول هو 3 دولارات لكل مليون توكن مدخل و15 دولاراً لكل مليون توكن مخرج، مع خصم 90% للمدخلات المخزنة (cached input) لتصبح 0.30 دولار.12
هذه قفزة بمقدار 3-4 أضعاف مقارنة بـ Kimi K2.6 الذي كان سعره 0.95$/4$ — سعر المخرجات وحده ارتفع من 4 دولارات إلى 15 دولاراً — مما يجعل K3 أغلى نموذج أطلقه مختبر صيني، حيث تم تسعيره على مستوى سلسلة Claude Sonnet من Anthropic.5 لقد انتهت أيام قيام Moonshot بخفض الأسعار المعلنة عن الجميع.
لكن السعر المعلن ليس هو الفاتورة النهائية. كما غطينا في تحليلنا حول لماذا تتفوق تكلفة العميل (agent) لكل مهمة على سعر التوكن الواحد، فإن ما يهم بالنسبة للعملاء هو عدد التوكنات المستهلكة لكل مهمة مكتملة. وبهذا المقياس، يبدو K3 أفضل:
| Model | Input ($/M) | Output ($/M) | AA cost per task |
|---|---|---|---|
| Kimi K3 | $3 | $15 | $0.94 |
| GPT-5.6 Sol | $5 | $30 | $1.04 |
| Claude Opus 4.8 | $5 | $25 | $1.80 |
| Grok 4.5 | $2 | $6 | — |
| Claude Fable 5 | $10 | $50 | — |
الجدول: أسعار القائمة من الطرف الأول؛ "AA cost per task" هي متوسط تكلفة Artificial Analysis لإكمال مهمة واحدة من مؤشر الذكاء (Intelligence Index)، تم الإبلاغ عنها لمجموعة فرعية من النماذج.1237
الرسم البياني: متوسط التكلفة (بالدولار الأمريكي) لكل مهمة في مؤشر ذكاء Artificial Analysis، الأقل هو الأفضل. المصدر: Artificial Analysis، "Kimi K3 يحقق المركز الثالث في مؤشر ذكاء Artificial Analysis" (17 يوليو 2026).
النقاط الحرجة
صياغة الإطلاق أقوى من واقع التنفيذ، وMoonshot صريحة بشكل غير معتاد بشأن ذلك.
إنه ليس مفتوحاً بعد. عند الإطلاق، K3 متاح فقط عبر API؛ وتم الوعد بتوفير الأوزان "بحلول 27 يوليو 2026".1 عنوان "مفتوح" هو التزام مستقبلي، وليس الوضع الحالي.
وضع تفكير واحد، وهو الوضع المكلف. تم إطلاق K3 فقط مع جهد استدلال "أقصى" (max)، مع وعود بتوفير أوضاع أقل جهداً لاحقاً.1 اختبار SVG البسيط الذي أجراه Simon Willison استهلك 13,241 توكن استدلال في مطالبة واحدة — مما يجعل الاستخدام العادي مكلفاً وبطيئاً بسبب الافتراض الحالي بوضع "الأقصى" فقط.5
تشير Moonshot إلى وجود فجوة في تجربة المستخدم (UX). وتعترف ملاحظاتها الخاصة بوجود "فجوة ملحوظة في تجربة المستخدم مقارنة بـ Claude Fable 5 و GPT 5.6 Sol"، بالإضافة إلى مشكلتين في الوكلاء (agents): قد يكون K3 غير مستقر إذا فقدت البيئة المحيطة (harness) سجل التفكير في منتصف الجلسة، ويمكن أن يكون "مبادرًا بشكل مفرط"، حيث يتخذ قرارات نيابة عنك في المهام الغامضة ما لم تقيده صراحةً في موجه النظام (system prompt) أو AGENTS.md.1
الدقة ارتفعت، ولكن الهلوسات ارتفعت أيضًا. وجدت Artificial Analysis أن الدقة الواقعية لـ K3 قد تحسنت مقارنة بـ K2.6 (من 33% إلى 46%)، ومع ذلك فإن معدل الهلوسة تراجع، حيث ارتفع من 39% إلى 51%.2 بالنسبة للاستخدامات الوكيلية، يعد هذا تحذيرًا هامًا فيما يتعلق بالموثوقية.
ماذا يعني ذلك
Kimi K3 لا يزيح النماذج المغلقة الرائدة عن عرشها — وهذا ما تقوله Moonshot نفسها.1 ما يفعله هو تقليص الفجوة إلى حوالي ثلاث نقاط في مؤشر محايد، بينما يتفوق على القادة في تكلفة المهمة الواحدة ويعد بتوفير أوزان مفتوحة (open weights) في غضون أيام.2
بالنسبة للفرق التي تبني الوكلاء، فإن هذا يغير الحسابات. الخيار المفتوح الذي يمكن استضافته ذاتيًا لم يعد متأخرًا بجيل كامل؛ بل هو متأخر بفارق ضئيل جدًا في القدرات ومتقدم في التكلفة، وأصبحت المقايضات (فجوة تجربة المستخدم، معدل هلوسة أعلى، احتياجات عتادية ضخمة تصل إلى 2.8T) هي العوامل الحاسمة الآن بدلاً من الذكاء الخام.
كما يعيد ذلك صياغة الخريطة التنافسية. هذه هي نفس الديناميكية التي تقود طفرة شهر يوليو بأكملها و الاستحواذ على بيئات التشغيل المدارة من قبل AWS و Google و Alibaba: الذكاء القريب من النماذج الرائدة أصبح سلعة عامة، وانتقل "الخندق التنافسي" إلى السعر والأدوات والموثوقية. إذا تم إصدار أوزان K3 في موعدها المحدد في 27 يوليو، فسيكون أفضل نموذج مفتوح في العالم هو نموذج يمكنك تشغيله بنفسك.
الخلاصة
Kimi K3 هو اللحظة التي توقفت فيها النماذج المفتوحة الرائدة عن كونها متأخرة بخطوة. نموذج مفتوح الأوزان بحجم 2.8T يحتل الآن المركز الثالث في اختبار ذكاء محايد، ويتفوق على أفضل نموذج مغلق في ساحة البرمجة، ويفعل ذلك بتكلفة أقل لكل مهمة — بينما يعترف صانعه علانية بأنه ليس تماماً من فئة Fable-5 أو GPT-5.6-Sol من حيث الصقل والموثوقية.12
ترقبوا يوم 27 يوليو. إذا تم شحن الأوزان كما هو موعود، فإن الحسابات لكل فريق يختار بين API مغلق ووكيل مستضاف ذاتياً أصبحت الآن أكثر إثارة للاهتمام.
المراجع
الحواشي
-
Moonshot AI، "Kimi K3: Open Frontier Intelligence" (المدونة الرسمية). 2.8 تريليون بارامتر، Kimi Delta Attention + Attention Residuals، نظام 16-of-896 MoE، مدخلات متعددة الوسائط أصلية، سياق يصل إلى 1 مليون، التسعير (3$ للمدخلات / 15$ للمخرجات / 0.30$ للمخزن مؤقتًا)، الأوزان "بحلول 27 يوليو 2026"، "يأتي خلف أقوى النماذج المملوكة، Claude Fable 5 و GPT 5.6 Sol"، دراسات حالة في البرمجة، والقيود (الحساسية لتاريخ التفكير، الاستباقية المفرطة، فجوة تجربة المستخدم). https://www.kimi.com/blog/kimi-k3 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10 ↩11 ↩12 ↩13 ↩14 ↩15 ↩16 ↩17 ↩18 ↩19 ↩20 ↩21
Artificial Analysis، "Kimi K3 يحقق المركز الثالث في مؤشر Artificial Analysis للذكاء الاصطناعي، وهو ما يضاهي Opus 4.8 و GPT-5.5،" 17 يوليو 2026. درجة المؤشر 57 (#3)؛ GDPval-AA v2 Elo 1668؛ AA-Briefcase Elo 1547؛ AutomationBench-AA 53% (#1)؛ تكلفة المهمة 0.94 دولار مقابل 1.04 دولار لـ GPT-5.6 Sol و 1.80 دولار لـ Opus 4.8؛ عدد توكنات المخرجات أقل بنسبة 21% من K2.6؛ الدقة 33%←46%؛ معدل الهلوسة 39%←51%؛ المنافسون المفتوحون GLM-5.2 (51) و DeepSeek V4 Pro (44). https://artificialanalysis.ai/articles/kimi-k3-achieves-3-in-the-artificial-analysis-intelligence-index-comparable-to-opus-4-8-and-gpt-5-5 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10 ↩11 ↩12 ↩13 ↩14 ↩15 ↩16 ↩17 ↩18 ↩19 ↩20
OpenAI، "GPT-5.6،" 9 يوليو 2026 — قيم مؤشر Artificial Analysis للذكاء الاصطناعي v4.1 المستخدمة لـ Claude Fable 5 (59.9)، و GPT-5.6 Sol (58.9)، و Claude Opus 4.8 (55.7)، و GPT-5.5 (54.8)، و Gemini 3.1 Pro Preview (46.5)، بالإضافة إلى تسعير GPT-5.6. https://openai.com/index/gpt-5-6/ ↩ ↩2 ↩3
أحدث نموذج من Google حتى تاريخ النشر هو Gemini 3.6 Flash، الذي تم إصداره في 21 يوليو 2026 — وهو نموذج من الفئة السريعة سجل 50 نقطة في مؤشر Artificial Analysis Intelligence Index (سعر الإدخال/الإخراج 1.50$/7.50$ لكل مليون token). أما النموذج السابق من فئة Pro، وهو Gemini 3.1 Pro Preview، فقد سجل ≈46 نقطة في المؤشر الحالي؛ وقد تم الإعلان عن النموذج الرائد القادم من فئة Pro، وهو Gemini 3.5 Pro، في مؤتمر Google I/O (20 مايو 2026) ولكن تأخر إصداره عدة مرات ولم يتم طرحه حتى تاريخ النشر، ولا يوجد نموذج باسم Gemini 3.6 Pro. https://artificialanalysis.ai/models/gemini-3-6-flash ↩ ↩2 ↩3 ↩4 ↩5
سايمون ويليسون، "Kimi K3، وما الذي لا يزال بإمكاننا تعلمه من اختبار pelican"، 16 يوليو 2026 — تفاصيل الإطلاق، المركز الأول في Arena's Frontend Code arena متفوقاً على Claude Fable 5، سياق التسعير (قفزة بمقدار 4 أضعاف مقارنة بـ 0.95$/4$ لنموذج Kimi K2.6؛ أغلى نموذج من مختبر صيني)، وجهد تفكير مقتصر على الحد الأقصى فقط عند الإطلاق. https://simonwillison.net/2026/Jul/16/kimi-k3/ ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8
Artificial Analysis، "أربعة إطلاقات رائدة في ثمانية أيام: ستة مختبرات تمتلك الآن نموذجاً يتجاوز 50 نقطة في مؤشر Artificial Analysis Intelligence Index"، 17 يوليو 2026. تم إطلاق Grok 4.5 و GPT-5.6 و Muse Spark 1.1 و Kimi K3 خلال ثمانية أيام؛ ستة مختبرات تجاوزت 50 نقطة (ارتفاعاً من مختبرين في أوائل يونيو)؛ وقد انهار سعر الذكاء الاصطناعي القريب من المستوى الرائد. https://artificialanalysis.ai/articles/four-frontier-launches-in-eight-days-six-labs-now-field-a-model-above-50-on-the-artificial-analysis-intelligence-index ↩ ↩2
قائمة أسعار المنافسين من المصادر الرسمية: xAI Grok 4.5 (إدخال 2$ / إخراج 6$، https://x.ai/news/grok-4-5)؛ Anthropic Claude Fable 5 (10$ / 50$) و Claude Opus 4.8 (5$ / 25$)، https://platform.claude.com/docs/en/about-claude/pricing. ↩
