Meta تفتح Muse Spark بحجم 816B، وReflection تطلق Beam بترخيص Apache 2.0

أتاحت Meta أوزان Muse Spark Open، وهو نموذج MoE بحجم 816B معامل، يعمل منها 42B لكل توكن. وبحسب مؤشر Artificial Analysis، حصل النموذج على 39 نقطة. وهذه أفضل نتيجة بين النماذج الأمريكية مفتوحة الأوزان، إذ يتقدم بـ13 نقطة على NVIDIA Nemotron 3.5 Super VL (26). وفي الوقت نفسه تقريبًا أطلقت Reflection نموذج Beam 1.0 بحجم 501B معامل (23B نشطة) بترخيص Apache 2.0. ونتيجته 30 نقطة، أي المركز الثاني بين النماذج الأمريكية المفتوحة.

الأوزان المفتوحة الأمريكية: القوة في مواجهة القدرة الوكيلية

يعتمد Muse Spark Open على 62 طبقة مع GQA (‏16 رأس KV). يُفعَّل 8 خبراء من أصل 256 لكل توكن، وتبلغ نافذة السياق 1M، ويقبل النموذج مدخلات نصية وصورًا وفيديو وصوتًا. وتشغل أوزان BF16 نحو 1,6 ترابايت. أما نقطة التحقق بصيغة NVFP4 فتكمّم الخبراء فقط، ويتقلص بها الحجم إلى ~530 غيغابايت. وبحسب Meta، يتسع هذا الإصدار لـ4 معالجات Blackwell Ultra، أو 8 معالجات H200، أو جهازي Mac Studio M5 Ultra بذاكرة 512 غيغابايت لكل منهما. وتفرض Together وFireworks وBaseten ‏$1,25/$4,25 لكل مليون توكن إدخال/إخراج. وتبلغ تكلفة مهمة المؤشر $0,84، مقابل $2,01 لـGLM-5.3 و$0,27 لـDeepSeek V4.1 Flash. ومع ذلك يستهلك النموذج 40k توكن إخراج فقط لكل مهمة، وهو الأقل بين أفضل 9 نماذج مفتوحة.

نقطة الضعف هي المهام الوكيلية: ففي اختبارات AA الوكيلية الأربعة يحتل المرتبة الأخيرة بين أفضل 9 نماذج مفتوحة، مع أنه يتصدر AA-Omniscience. ويضعه Vals في المركز 12 بين النماذج المفتوحة والمركز 38 في الترتيب العام. وفي Code Arena WebDev حصل على 1511 نقطة. ويشترط ترخيص Muse Model License وضع علامة «Built with Muse Spark Open». ويصف منتقدون مثل @teortaxesTex الإصدار بأنه «DOA» (ميت عند الوصول) في ظل V4.1 Flash الأصغر حجمًا والمرخَّص بـMIT.

يصدر Reflection Beam 1.0 بأوزان BF16 وFP8 وNVFP4، ومعه نموذج المسودة DFlash2، وإطار التشغيل المفتوح Mirror CLI، وتقرير عن السلامة. ويحقق 48,5% في AutomationBench-AA، لكنه لا يحقق سوى 3,0% في Terminal-Bench 4.0. وفي AA-Omniscience يجيب بشكل صحيح في 33% من الحالات، ويهلوس في 47%. وفي Code WebDev هو النموذج الوحيد غير الصيني ضمن أفضل 25 نموذجًا مفتوحًا.

• Step 5 Preview من StepFun: أوزان مفتوحة، متاح عبر Together.
• Hy Memory 2.0 من Tencent: ‏Hy-Memory-30B-A3B، يتفوق، بحسب الشركة، على Opus 5 في أطر الذاكرة (memory frameworks).
• Indra من Datalab: نموذج OCR بحجم 1M معامل، أسرع بـ15 مرة من Tesseract على CPU.

الواجهة المغلقة و«نماذج القرار»

• Gemini 4 Argon: ارتفع حد الإخراج من 64K إلى 1M توكن، ويسري السعر التمهيدي $2/$10 حتى 30 نوفمبر. وفي Agent Arena يحتل النموذج المركز الخامس (+13,2%)، وسجلت Perplexity مستوى SOTA جديدًا في اختبار WANDR.
• Anthropic Haiku 5.5: ‏$0,10/$0,50 للطلبات حتى 100K توكن، أي أرخص بنحو 90% من Haiku 4.5. ويحقق في Terminal-Bench 4.0 نسبة 39,2% مقابل 16,4% لـGPT-6 Luna.
• الوضع السريع في Opus 5.5: تسريع بمقدار 2,5 مرة (بحسب بيانات غير رسمية).
• GPT-6 Astra Pro في ChatGPT يشغّل عدة وكلاء بالتوازي على أجزاء المهمة.
• GPT Live 1.1: صوت أفضل متعدد اللغات، وتسع إعدادات صوتية جديدة مسجَّلة مع ناطقين أصليين باللغات.
• Elorian Glimpse: نموذج VLM بحسابات تكرارية على حالات بصرية كامنة. ويُعلن أنه ليس أسوأ من Astra في 5 من 12 اختبارًا، بسعر توكنات أقل بـ17 مرة.
• Liquid d1-ultra: ‏65 نقطة في Decision Index من AA، متقدمًا على Jev 1.14 (57). ارتفعت نسبة الإجابات الخالية من الهلوسة من 2% إلى 85%، وانخفضت الدقة من 41% إلى 32%، ويبلغ زمن المهمة 92 مللي ثانية، وتكلفة M توكن إدخال $0,042.
• Perplexity pplx-decider v1.2: أوزان مفتوحة، نموذج 27B بسعر 2¢/M ونموذج 4B Flash بسعر 1¢/M، مع إضافة إعادة الترتيب (reranking) واستدلال عدة أسئلة في تمريرة واحدة (أسرع حتى 5 مرات).

العتاد والوكلاء والمال

• TPUv7: بحسب تقدير SemiAnalysis، تزيد perf per dollar بمقدار 1,42 مرة عن GB300 NVL72 FP4 وبمقدار 2,5 مرة عن MI355X. وعند التفاعلية المتوسطة والعالية يتفوق على GB200 بما يصل إلى 3,16 مرة.
• Vera Rubin NVL72: إنتاجية لكل ميغاواط أعلى بما يصل إلى 5,7 مرة مقارنة بـGB300 على DeepSeek V4 Pro، و2,8 مرة على Kimi K3. والرقم القياسي هو 906 توكن/ثانية لكل مستخدم على V4.1 Flash. وقدّمت NVIDIA هذه النتائج بنفسها.
• AMD MI355X: ثماني بطاقات تعطي throughput أعلى بنسبة 24,4% من HGX B300 على Kimi K3، وعدد توكنات لكل دولار أعلى بنسبة 87,4%.
• Modal ImageFS وZephon على TorchTitan وCursor Environments API (حتى 500 مستودع، وتشغيل أسرع بـ5 مرات) تغطي الجانب المتعلق بالبنية التحتية.
• Claude Mythos 5 مع OpenEvolve تفوق على أفضل الدوائر الكمومية المعروفة في 7 من 8 مهام. وأنجز أربعة وكلاء من Gemini 4 Argon لعبة Minecraft حتى Ender Dragon خلال 27 ساعة و14 دقيقة، بعد أن ماتوا 605 مرات وأنفقوا نحو $520.

ومن أخبار القطاع: تناقش Anthropic، بحسب Reuters، تقييمًا بنحو $1,5T بدلًا من $2T المتوقعة. وهبطت أسهم CoreWeave بنسبة 20% خلال ثلاث جلسات. وتدرس الصين ترخيص النماذج المفتوحة التي تتجاوز 2T معامل أو 10^26 FLOPs.

ما الذي يجب اختباره عمليًا

إذا كنت بحاجة إلى نموذج مفتوح للوكلاء، فالاعتماد على المؤشر العام محفوف بالمخاطر: يتصدر Muse Spark في المعرفة، لكن أداءه يتراجع في الاختبارات الوكيلية. أما Beam بترخيص Apache 2.0 فهو أيسر للاستخدام التجاري، لكنه ضعيف في مهام الطرفية. وقبل الاختيار يُستحسن تشغيل مجموعة مهام خاصة بك مع أدوات حقيقية. وللتفاعلية العالية يناسب Vera Rubin وMI355X، أما للاستدلال واسع النطاق فيحسن مقارنة TPUv7 من حيث السعر لكل توكن. وللمصنِّفات الرخيصة في سلاسل الوكلاء، من المنطقي اختبار Liquid d1-ultra وpplx-decider.