DeepSeek وGLM-5 يتفوقان على Yandex في اختبار 34 نموذج ذكاء اصطناعي للمديرين دون الحاجة إلى VPN

اختبر مؤلفو الدراسة 34 نموذجًا للذكاء الاصطناعي على مهام يؤديها المديرون عادةً، ثم بحثوا بشكل منفصل فيما يمكن استخدامه في روسيا دون VPN. وجاءت الخلاصة الرئيسية محرجة للاعبين المحليين: تصدرت النماذج الصينية الترتيب، فيما ابتعدت حلول Yandex كثيرًا عن المراكز الأولى.

المتصدرون دون VPN

لم تعتمد الدراسة على مقاييس أداء مجردة، بل على 32 سيناريو عمليًا، من رسائل الشركاء وخطط المشاريع إلى تحليل التقارير وتحديد الأولويات والتوظيف والتكيّف مع السياق الروسي. وجرى طرح جميع الطلبات بالروسية ودون هندسة للأوامر (prompt engineering)، كما يفعل المدير العادي. وقيّم الإجابات نموذجان منفصلان بدور المحكّم، ثم جُمعت النتائج في درجة إجمالية على مقياس من 1 إلى 5. وكان الهدف من هذا النهج إظهار سلوك النماذج في بيئة العمل المعتادة لا في المختبر.

• GLM-5 — 4.50 نقطة، دردشة مجانية والمركز الأول في مهام إدارة الفريق
• DeepSeek V3.2 — 4.41 نقطة، دردشة مجانية وواجهة API رخيصة جدًا
• DeepSeek R1 — 4.31 نقطة، أقوى في التحليل بفضل وضع الاستدلال
• Mistral Large — 4.25 نقطة، خيار متين يتوفر مع دردشة وAPI

بعد التحديث الصادر في 17 مارس 2026، أُضيف GLM-5 إلى الترتيب، وصُحّح افتراض خاطئ بشأن توفر Grok دون VPN. وفي النسخة الحالية من المقال، احتل GLM-5 المركز الأول بين النماذج المتاحة، فيما ترسّخ DeepSeek V3.2 بوصفه الخيار الأكثر عملية من حيث الجودة والسعر وسهولة الوصول. ويشدد المؤلفون على أن الفارق بين المستويات لا يظهر على الورق، بل في العمل الفعلي: فالنماذج القوية تقدّم إجابات يمكن استخدامها تقريبًا فورًا.

الفجوة مع القمة العالمية

ولمعرفة السقف الحقيقي للجودة، قارن المؤلفون النماذج المتاحة بتلك المحجوبة في روسيا. وضمّت القمة العالمية Claude Sonnet 4.5 وGPT-5.2 Pro وClaude Opus 4.5 بمتوسط نتيجة يقارب 4,78 نقطة. أما أفضل النماذج المتاحة دون VPN فسجّلت في المتوسط 4,36. أي فارق يقارب 0,4 نقطة: ليس هوة، لكنه انتقال من فئة «ممتاز» إلى فئة «جيد».

«الجواب "يعتمد على المهمة" صادق، لكنه عديم الفائدة.»

غير أن الفجوة غير موزعة بالتساوي. ففي التخطيط وحل المشكلات تكاد النماذج المتاحة تلحق بالقمة العالمية: التأخر هناك 0,1–0,2 نقطة فقط، وغالبًا لا يُلاحظ عمليًا. والوضع أسوأ في مهام تدريب الموظفين وتطويرهم، مثل إعداد خطة مهنية أو برنامج إرشاد (mentoring) أو توصيات للنمو الوظيفي. فهنا يصل التأخر إلى نصف نقطة، ولذلك تحتاج الإجابات إلى تدقيق أكبر. وفي هذه المهام تحديدًا يظهر الفرق في عمق الاستدلال وملاءمة النصائح.

لماذا خسرت Yandex

يرتبط أبرز إخفاق في الدراسة بـ Yandex. فأفضل نماذج الشركة، Alice AI LLM، حصل على 3,84 نقطة وانحصر في الفئة الثالثة، أدنى من DeepSeek وMistral وحتى MiMo v2 Flash من Xiaomi. والنتيجة أكثر دلالة في فئة الخصوصية الإقليمية، حيث اختُبرت قوانين العمل الروسية والامتثال المحلي والسياق الثقافي. هناك سجّل Alice نتيجة 3,68 مقابل 4,56 لـ GPT-5.2 و4,34 لـ DeepSeek V3.2.

ويفسّر المؤلفون ذلك ببساطة: في مهام الأعمال تُعد القدرة التحليلية للنموذج أهم من كونه تدرّب على محتوى روسي. وبعبارة أخرى، قد يتفوق نموذج عالمي جيد يتعامل بكفاءة مع اللغة الروسية بثقة على نموذج «محلي» ذي استدلال (reasoning) أضعف. ومع ذلك يقرّ المؤلفون بأن لدى Yandex منهجية مختلفة في مقارناتها الداخلية، وبأن Alice تفوّق في اختباراتها الخاصة على DeepSeek V3.1 وQwen الأقدم في بعض المهام. لكن في مجموعة السيناريوهات الإدارية الـ32، تفوّقت النسخة V3.2 على Yandex في جميع الفئات الثماني.

ماذا يعني ذلك

لم يعد سوق الذكاء الاصطناعي بالنسبة للفرق الناطقة بالروسية مجرد اختيار بين المتصدرين الغربيين والمنتجات المحلية. فإذا كنت تحتاج إلى أداة عمل دون VPN، فمن الأجدى حاليًا النظر إلى DeepSeek وGLM-5: فهما لا يبلغان القمة المطلقة، لكنهما يغطيان بالفعل معظم المهام اليومية للمدير. أما الوعد بـ«فهم أفضل للروسية» فلم يعد وحده ضمانًا للريادة. وبالنسبة للشركات، بات هذا اختيارًا عمليًا لا نظريًا.