نماذج الذكاء الاصطناعي الصينية المفتوحة في مواجهة OpenAI وAnthropic: بماذا تتفوق DeepSeek وQwen

في يوليو 2026، تعرض المختبرات الصينية للذكاء الاصطناعي، وفي مقدمتها DeepSeek (ديب سيك) وAlibaba بعائلة نماذجها Qwen، نماذجها المفتوحة (open-source) بإلحاح متزايد بوصفها بديلاً عملياً عن النماذج الرائدة المغلقة من OpenAI وAnthropic. ويأتي ذلك في وقت يزداد فيه الوصول إلى النماذج الغربية المتقدمة (frontier) كلفةً وتشدداً. هذا ما تنقله Wired.

ما المشكلة في النماذج المغلقة

أصبح الوصول إلى النماذج المتقدمة من OpenAI وAnthropic في عام 2026 أكثر تقييداً بشكل ملحوظ: أسعار أعلى، وحدود أشد على عدد الطلبات، وشروط أكثر تتعلق بالمناطق الجغرافية والإشراف على المحتوى. وبحسب تقدير Wired، هذا ما دفع المطورين إلى البحث عن بدائل يمكن تنزيلها ونشرها على خوادمهم الخاصة، دون الاعتماد على واجهة API تابعة لجهة أخرى وعلى سياساتها.

وبالنسبة إلى كثير من الفرق، يمثّل النموذج المغلق المعتمد على الاشتراك مصدر خطر دائم أيضاً: فقد يرفع المزوّد السعر، أو يغيّر قواعد الاستخدام، أو يقيّد الوصول جغرافياً، أو يسحب النموذج من الخدمة تماماً. أما الأوزان المفتوحة فتزيل هذا الخطر، إذ لا يمكن «سحب» نموذج جرى تنزيله بالفعل، وهذا يقوّض المنطق التجاري ذاته للوصول القائم على الاشتراك.

بماذا تتفوق المختبرات الصينية

تراهن المختبرات الصينية على الأوزان المفتوحة والتراخيص المتساهلة. تنشر DeepSeek وAlibaba (Qwen) وMoonshot AI (Kimi) وZhipu AI (GLM) نماذج يمكن تشغيلها محلياً وإعادة تدريبها لمهمة محددة ودمجها في المنتج دون اللجوء إلى خدمة خارجية. ويصدر بعضها بتراخيص متساهلة مثل Apache 2.0، مما يتيح استخدامه في المنتجات التجارية.

وتصوغ Wired عرض هذه المختبرات على النحو التالي:

تروّج المختبرات الصينية لبدائلها المفتوحة المصدر بوصفها «مستقرة ومتاحة وأكثر قدرة باطّراد». —

Wired

• DeepSeek — مختبر من هانغتشو، معروف بنماذج الاستدلال (reasoning) المفتوحة
• Qwen — عائلة النماذج المفتوحة من Alibaba
• Kimi — نماذج Moonshot AI التي تركّز على السياق الطويل
• GLM — النماذج المفتوحة من Zhipu AI
• الورقة الرابحة المشتركة — أوزان مفتوحة وتراخيص تجيز الاستخدام التجاري

يكمن الفارق الجوهري عن نهج وادي السيليكون في أن النموذج يُقدَّم كاملاً، لا عبر واجهة API مدفوعة. ويمكن فحصه واستنساخه (fork) وإبقاؤه تحت سيطرة كاملة.

لماذا يهم هذا المطورين

تزيل النماذج المفتوحة الاعتماد على مزوّد واحد: إذ يتحكم الفريق بنفسه في التكلفة وخصوصية البيانات واستقرار الوصول. فالبيانات لا تغادر إلى سحابة طرف آخر، وتتحدد كلفة الاستدلال (inference) بالعتاد الخاص لا بقائمة أسعار المزوّد.

وبالنسبة إلى الشركات خارج الولايات المتحدة، هي أيضاً مسألة سيادة تقنية: ألا تُحرم من أداة بسبب العقوبات أو قيود التصدير أو تغيّر مفاجئ في سياسة المزوّد. وبحسب Wired، يصبح الحجة الرئيسية لصالح النماذج الصينية المفتوحة في 2026 هي إمكانية التنبؤ بالوصول، لا السعر وحده. ومع ازدياد قدرة هذه النماذج، كما تصفها Wired، يضيق كذلك الفارق في الجودة مع النماذج الرائدة المغلقة.

ماذا يعني هذا

يتحول ميزان القوى في الصناعة من واجهات API المغلقة إلى الأوزان المفتوحة. فإذا كان «playbook» وادي السيليكون قد بُني سنوات على نماذج احتكارية قائمة على الاشتراك، فإن المختبرات الصينية تعرض استراتيجية معاكسة: الانفتاح نفسه يصبح وسيلة للاستحواذ على السوق وتوحيد معايير التطوير حول نماذجها. وبالنسبة إلى OpenAI وAnthropic، يعني ذلك أن انغلاق النماذج المتقدمة يتحول تدريجياً من ميزة إلى نقطة ضعف.