Kimi K3 مقابل Fable 5 و GPT-5.6 و Grok: اختبارات الأداء لعام ٢٠٢٦

[أليكس]: أهلاً بكم من جديد في البودكاست الذكي من نيردو، حيث نعدكم ألا نهلوس—إلا إذا كان الأمر يتعلق بـ GPUs مجانية. [جيمي]: سأهلوس بشأنها طوال اليوم يا أليكس. مرحباً جميعاً، أنا جيمي. [أليكس]: وأنا أليكس. حلقة اليوم تدور بالكامل حول مواجهة نماذج الذكاء الاصطناعي لعام ٢٠٢٦—Kimi K3 ضد Claude Fable 5، وGPT-5.6، وGrok 4.5، وبالطبع Gemini من Google. حرق للأحداث: النتيجة ليست متقاربة كما قد تأمل Google. [جيمي]: أوتش. آسفون يا Google. لكن بصراحة، لا زلت في حالة صدمة من أرقام المعاملات (parameters) هذه. Kimi K3 يصل إلى ٢٫٨ تريليون معامل، صح؟ [أليكس]: هذا صحيح. أطلقت Moonshot AI نموذج Kimi K3 في ١٦ يوليو، وهو أول ما يسمى "نموذج مفتوح من فئة 3T". هم يقربون الرقم بالطبع—٢٫٨ تريليون معامل، ولكن مهلاً، من يقوم بالعد؟ [توقف] حسناً، نحن نفعل. [جيمي]: انتظر لحظة. ماذا يعني "مفتوح من فئة 3T" فعلياً؟ هل هو مفتوح المصدر؟ هل يمكنني ببساطة تحميله وتشغيله على خادمي المنزلي الذي يعمل بـ "بطاطس"؟ [أليكس]: [يضحك] أنا معجب بتفاؤلك يا جيمي. "مفتوح" هنا تعني "سيتم إصدار الأوزان"... ولكن ليس الآن. حالياً، هو متاح عبر API فقط، مع وعد بأن أوزان النموذج الكاملة ستصدر بحلول ٢٧ يوليو. لذا، لا يمكنك تشغيله على بطاطستك—إلا إذا كانت بطاطستك في السر عبارة عن مزرعة A100. [جيمي]: إذن، مفتوح... ولكن ليس "مفتوحاً" تماماً. فهمت. ومع ذلك، ٢٫٨ تريليون معامل أمر جنوني. كيف يقارن هذا الشيء باللاعبين الكبار؟ Fable 5، GPT-5.6؟ [أليكس]: سؤال ممتاز. هناك مقياس مستقل يسمى Artificial Analysis Intelligence Index. سجل Kimi K3 درجة ٥٧، مما يضعه في المركز الثالث إجمالاً—خلف Claude Fable 5 مباشرة بـ ٥٩٫٩ وGPT-5.6 Sol بـ ٥٨٫٩. [جيمي]: إذن هو في المراكز الثلاثة الأولى؟ هذا أمر جنوني لشيء ستكون أوزانه مفتوحة قريباً. [أليكس]: بالضبط. وهذا هو العنوان الرئيسي هنا: K3 هو أول نموذج بأوزان مفتوحة يقتحم المراكز الثلاثة الأولى للنماذج المغلقة الرائدة. حتى أنه يتفوق على Grok 4.5—الذي سجل ٥٤—وGemini ٣٫٦ Flash من Google، الذي حقق ٥٠ فقط. [جيمي]: انتظر، Gemini حصل على ٥٠ فقط؟ هذا يجعله "بوكيمون من الفئة المتوسطة" أكثر من كونه ذكاءً اصطناعياً رائداً. [أليكس]: [يضحك] مسكينة Google. للإنصاف، Gemini 3.6 Flash هو نموذج من "الفئة السريعة"، وليس النموذج الرائد. نموذج "Pro" من Google لا يزال مفقوداً—تم الإعلان عنه، لكنه لم يشحن بعد. لذا حالياً، أفضل نموذج متاح لديهم يتأخر بسبع نقاط كاملة عن Kimi K3. [جيمي]: أوتش. حسناً، Kimi K3 ضخم، وشبه مفتوح، وذكي نوعاً ما. لكن ماذا يمكنه أن يفعل فعلياً؟ هل هو مجرد شات بوت آخر يلقي نكات الآباء؟ [أليكس]: ليس على الإطلاق. K3 مصنف كنموذج "وكيل" (agentic). هذا يعني أنه مصمم للمهام البرمجية طويلة المدى، والعمل المعرفي، والاستنتاج—فكر في جلسات هندسية مستمرة، والتنقل في قواعد أكواد ضخمة، وتنسيق الأدوات بشكل مستقل. [جيمي]: إذن، أقل "قل لي نكتة"، وأكثر "ابنِ لي مترجماً" (compiler)؟ [أليكس]: بالضبط. في الواقع، في العرض التوضيحي الخاص بـ Moonshot—مع أخذ ذلك بحذر بالطبع—قضى K3 ٤٨ ساعة في تصميم شريحة باستخدام أدوات EDA مفتوحة المصدر، وفي عرض آخر، بنى مترجم GPU مضغوطاً يشبه Triton من الصفر. ويأتي مزوداً بأدوات مثل Kimi Code، وهو أساساً وكيل برمجة IDE في الطرفية (terminal). [جيمي]: حسناً، هذا مثير للإعجاب. أعني، أنا بالكاد أستطيع البرمجة لمدة ٤٨ دقيقة دون تفقد Twitter. [أليكس]: [يضحك] وأنا كذلك. لكن بالنسبة للمهام الوكيلية والبرمجية، K3 يتألق حقاً. في مقياس GDPval-AA v2—وهو تقييم لمهام وكيلية في العالم الحقيقي—سجل ١٦٦٨ Elo، متفوقاً على نماذج مثل GPT-5.5 وحتى Claude Opus 4.8، رغم أنه لا يزال خلف Fable 5، الذي يتربع على عرش النماذج الوكيلية حالياً. [جيمي]: إذن، إذا كنت تبني وكيلاً برمجياً مستقلاً، فإن K3 يبدو خياراً جيداً جداً—خاصة إذا كنت تريد استضافته ذاتياً؟ [أليكس]: هذه هي الجاذبية الكبرى. إذا قدمت Moonshot الأوزان في الموعد المحدد، سيكون K3 أقوى نموذج بأوزان مفتوحة يمكنك تشغيله بنفسك. بالنسبة للفرق التي تبني وكلاء ذكاء اصطناعي، هذا يغير قواعد اللعبة. [جيمي]: حسناً، يجب أن أسأل عن "الفيل في الغرفة". كم تكلفة هذا الشيء؟ هل هو رد Moonshot على "الذكاء الاصطناعي للشعب"، أم هو "الذكاء الاصطناعي لأصحاب الجيوب العميقة جداً"؟ [أليكس]: [يتنهد] حلم "الذكاء الاصطناعي الرخيص والمفتوح" تلقى ضربة هنا. تسعير API الخاص بـ K3 هو ٣ دولارات لكل مليون توكن مدخل و١٥ دولاراً لكل مليون توكن مخرج—وهذا أغلى بنحو ٣٤ مرة من الجيل السابق K2.6. سعر المخرجات وحده قفز من ٤ دولارات إلى ١٥ دولاراً، وهو في الواقع أغلى نموذج أصدره مختبر صيني. [جيمي]: يا للهول. سأحتاج إلى عمل جانبي فقط لأدفع تكاليف تجاربي في هندسة الأوامر (prompt engineering). [أليكس]: [يضحك] ولكن هنا المفاجأة: سعر التوكن ليس القصة كاملة. ما يهم هو التكلفة لكل مهمة—كم عدد التوكنز التي تستخدمها فعلياً لإنجاز العمل. وفقاً لهذا المقياس، K3 في الواقع *أرخص* من GPT-5.6 Sol في المهام المتوسطة—٠٫٩٤ دولار لكل مهمة لـ K3، مقابل ١٫٠٤ دولار لـ GPT-5.6 Sol، وحوالي نصف سعر Claude Opus 4.8. [جيمي]: إذن، السعر المعلن مؤلم، ولكن إذا استخدمته بكفاءة، فالأمر ليس بهذا السوء؟ [أليكس]: بالضبط. وK3 أكثر كفاءة، حيث يستخدم توكنز أقل لكل مهمة مقارنة بـ K2.6، مع تحقيق درجات أعلى. لذا إذا كنت ذكياً في طريقة كتابة الأوامر، فقد توفر المال فعلياً مقارنة بالنماذج الرائدة الأخرى. [جيمي]: حسناً، حتى الآن كل شيء جيد... ولكن لا بد أن هناك خدعة ما. أو ثلاث خدع. [أليكس]: بالتأكيد. أولاً، K3 ليس مفتوحاً فعلياً بعد—متاح عبر API فقط، والأوزان "ستصدر قريباً". ثانياً، تم إطلاقه فقط بوضع التفكير "الأقصى" (max)، وهو الخيار الأغلى والأبطأ؛ الأوضاع الأخف ستأتي لاحقاً. وتعترف ملاحظات Moonshot نفسها بوجود "فجوة ملحوظة" في تجربة المستخدم مقارنة بـ Fable 5 وGPT-5.6 Sol. [جيمي]: إذن، نتوقع أن يكون الأمر غير مصقول قليلاً في البداية؟ [أليكس]: نعم، وهناك نقطة كبيرة أخرى: معدلات الهلوسة. الدقة الواقعية لـ K3 ارتفعت مقارنة بـ K2.6، لكن الهلوسات في الواقع ساءت—ارتفعت من ٣٩٪ إلى ٥١٪ في اختبارات Artificial Analysis. هذا تحذير حقيقي بشأن الموثوقية إذا كنت تستخدمه في أي شيء حساس. [جيمي]: إذن، باختصار: ذكي جداً، شبه مفتوح، فعال إذا كنت تعرف ما تفعله، ولكن احذر من تلك الإجابات "الإبداعية". [أليكس]: أصبت. والصورة الأكبر هي أنه، ولأول مرة، أصبحت النماذج ذات الأوزان المفتوحة على مسافة قريبة جداً من العمالقة المغلقين. الفجوة تقلصت إلى ثلاث نقاط. لأي شخص يبني وكلاء، السؤال ليس "من هو الأذكى على الإطلاق؟"—بل "ما مدى قرب الخيار المفتوح وبأسعار معقولة والقابل للاستضافة ذاتياً، وما الذي سأتنازل عنه؟" وK3 يقدم أقوى إجابة رأيناها حتى الآن. [جيمي]: هذا أمر ضخم. يبدو أن حركة المصادر المفتوحة للذكاء الاصطناعي أصبح لديها أخيراً منافس جاد، وليس مجرد "مستضعف" يحاول الكفاح. [أليكس]: بالضبط. إذا أطلقت Moonshot تلك الأوزان في موعدها، فقد يكون K3 أفضل نموذج مفتوح في العالم—ونموذج يمكنك تشغيله بنفسك فعلياً. [جيمي]: حسناً يا أليكس، كلمة أخيرة—بالنسبة للمطورين، هل يجب أن ينتظروا أوزان K3، أم يلتزموا بـ APIs الكبيرة والمغلقة؟ [أليكس]: إذا كنت بحاجة إلى استنتاج وموثوقية في قمة التطور، فإن Fable 5 أو GPT-5.6 لا يزالان في القمة. ولكن إذا كنت تريد التحكم والمرونة وتوفير التكاليف—وكنت تتقبل بعض العيوب البسيطة—فإن K3 على وشك أن يصبح نموذجك المفضل الجديد. فقط ابقِ عينك على تلك الهلوسات! [جيمي]: وربما تمسك بمحفظتك جيداً. [أليكس]: نصيحة جيدة دائماً. [جيمي]: هذا كل شيء في حلقة اليوم من البودكاست الذكي من نيردو! إذا استمتعتم بهذه المواجهة، لا تنسوا الاشتراك، وترك تقييم لنا، والمشاركة مع زملائكم من النيرديز التقنيين. [أليكس]: وإذا كان لديك خادم "بطاطس"، أرسل مواصفاته لجيمي—فهو يبحث عن ترقية. [جيمي]: ويفضل أن يكون لديه تريليون معامل على الأقل. [أليكس]: نراكم في المرة القادمة. شكراً لاستماعكم! [تتلاشى موسيقى الخاتمة]