OpenAI تطلق GPT-5.4 mini وnano: جودة قريبة من النموذج الرائد بسعر أقل

في 17 مارس 2026 قدّمت OpenAI النموذجين GPT-5.4 mini وGPT-5.4 nano، وهما نسختان مدمجتان من عائلة GPT-5.4 موجّهتان إلى المهام التي تُعدّ فيها السرعة والسعر وإمكانية تشغيل النموذج على نطاق واسع عوامل حاسمة. أبرز ما في الإطلاق أن mini اقترب في عدة اختبارات رئيسية من GPT-5.4 الكامل أكثر بكثير مما يُتوقع عادةً من نموذج «مخفف».

شبه رائد

لا تضع OpenAI نموذج GPT-5.4 mini في خانة الحل الوسط المنقوص، بل تقدّمه نموذج عمل للمنتجات الفعلية. وبحسب بيانات الشركة، حقق على SWE-Bench Pro نسبة 54,4% مقابل 57,7% لـGPT-5.4 الكامل، وعلى OSWorld-Verified نسبة 72,1% مقابل 75,0%. الفجوة موجودة، لكنها لم تعد تبدو هوّة. كما يعمل mini بسرعة تزيد على ضعف سرعة GPT-5 mini من الجيل السابق، وهو أمر يهم في سيناريوهات المستخدمين غالبًا أكثر من بضع نقاط إضافية في اختبار الأداء.

أما GPT-5.4 nano الأصغر فيمضي أبعد في اتجاه الكفاءة. تصفه OpenAI بأنه أصغر نسخ GPT-5.4 وأرخصها، وتوصي به لمهام التصنيف واستخراج البيانات والترتيب والوكلاء الفرعيين البسيطين للبرمجة. وهو ليس نموذجًا لكل شيء، بل لبنة بناء للأنظمة الكبيرة، حيث يخطط وكيل قوي واحد للعمل، بينما تتولى مجموعة من النماذج الصغيرة والسريعة المهام الروتينية. وهذا النهج بالتحديد يخرج الآن بوتيرة متزايدة من المختبرات إلى الخدمات التطبيقية.

أين يفيد هذا؟

لا تكمن أهمية الإطلاق في الأسماء الجديدة فحسب، بل في تحوّل التركيز: فمنتجات الذكاء الاصطناعي تصطدم أكثر فأكثر بالموازنة بين الجودة وزمن الاستجابة وتكلفة كل طلب، لا بالحد الأقصى لجودة الإجابة. فالنموذج الذي يجيب بسرعة، ويستخدم الأدوات بكفاءة، ولا ينهار في المهام متعددة الوسائط، يعود على الأعمال غالبًا بنفع أكبر من نموذج رائد ثقيل يفكر وقتًا أطول ويكلّف أكثر. وبالنسبة إلى الخدمات ذات الأعداد الكبيرة من الطلبات، ينعكس ذلك مباشرة على اقتصاديات المنتج واحتفاظه بالمستخدمين.

• مساعدو برمجة بالذكاء الاصطناعي يجرون تعديلات سريعة ويصحّحون الأخطاء
• وكلاء فرعيون يبحثون بالتوازي في قواعد الشيفرة والمستندات
• أنظمة computer use التي تقرأ لقطات الشاشة والواجهات
• تطبيقات متعددة الوسائط تعمل مع النصوص والصور في الزمن الحقيقي
• مهام خلفية واسعة النطاق مثل التصنيف واستخراج الحقول

وتؤكد OpenAI بشكل خاص على السيناريوهات التي تجمع عدة نماذج من فئات مختلفة. في هذا النمط يتولى النموذج الكبير التخطيط والتنسيق والمراجعة النهائية، بينما ينفّذ mini أو nano المهام الفرعية الضيقة بالتوازي. وبالنسبة إلى المطورين يعني ذلك تنسيقًا أقل كلفة دون خسارة كاملة في الجودة. أما المستخدم النهائي فيحصل على منتجات أكثر استجابة، لم يعد الذكاء الاصطناعي فيها يبدو بطيئًا وثقيلًا. وهذا أهم من أي قفزة منفردة في اختبار أداء جاف.

الأسعار والتوافر

يتمتع GPT-5.4 mini بنطاق استخدام واسع نسبيًا. فهو متاح في API وCodex وChatGPT، ويدعم المدخلات النصية والبصرية، واستخدام الأدوات، واستدعاء الدوال (function calling)، والبحث على الويب، والبحث في الملفات، وcomputer use، والمهارات (skills). نافذة السياق 400 ألف رمز. السعر 0,75 دولار لكل مليون رمز إدخال و4,50 دولار لكل مليون رمز إخراج. وفي Codex يستهلك mini 30% فقط من حصة GPT-5.4، ولذلك يمكن استخدامه في المهام المساعدة الأقل كلفة وللوكلاء الفرعيين المتوازيين.

أما GPT-5.4 nano فمتاح عبر API فقط، وسعره أقل: 0,20 دولار لكل مليون رمز إدخال و1,25 دولار لكل مليون رمز إخراج. وفي ChatGPT أصبح mini متاحًا بالفعل لمستخدمي Free وGo عبر وضع Thinking، ويمكن استخدامه لدى الباقين بديلًا احتياطيًا (fallback) لـGPT-5.4 Thinking. عمليًا، يقسّم ذلك التشكيلة بوضوح شديد: يصبح mini نموذج العمل الواسع للمنتجات اليومية، وnano المحرك النفعي للعمليات البسيطة والمتكررة والرخيصة في الواجهة الخلفية.

ماذا يعني ذلك

يُظهر إطلاق GPT-5.4 mini وnano أن سباق النماذج يدخل مرحلة جديدة: لن يفوز الأقوى وحده، بل أيضًا النماذج التي تقدم نتيجة قريبة من النموذج الرائد بسعر منخفض وزمن استجابة قصير. وهذه إشارة للسوق بأن موجة منتجات الذكاء الاصطناعي المقبلة لن تُبنى حول نموذج واحد هو «الأذكى»، بل حول تركيبات من نماذج كبيرة وصغيرة. وهذه التركيبات، لا النماذج الفائقة المنفردة، هي التي ستحدد الدورة المقبلة للذكاء الاصطناعي التطبيقي.