أعلنت شركة علي بابا عن إطلاق نموذج الذكاء الاصطناعي Qwen4-Max الجديد، والذي يأتي بقدرات متعددة الوسائط تدعم فهم النصوص والصور والفيديو. يتميز النموذج بنافذة سياق واسعة تصل إلى مليون رمز، وهو ما يستهدف مهام البرمجة، وتعزيز الإنتاجية المكتبية، ودعم الأعمال التي تتطلب تنفيذ خطوات متعددة ومعقدة.
قدرات متعددة وسياق غير مسبوق
يستطيع Qwen4-Max استقبال المدخلات بتنسيقات متنوعة تشمل النصوص والصور والفيديو، ثم ينتج إجابات نصية بناءً على هذه المدخلات. هذه المرونة تجعله أداة قوية في تطبيقات تتطلب تحليل بيانات من مصادر مختلفة. كما يدعم النموذج البحث في الويب واستدعاء الأدوات الخارجية، مما يتيح ربطه بخدمات وبرامج أخرى لتنفيذ المهام بفعالية، بالإضافة إلى قدرته على إخراج البيانات بتنسيقات منظمة.
نافذة السياق البالغة مليون رمز تمثل قفزة نوعية في قدرة النموذج على معالجة كميات هائلة من المعلومات ضمن المهمة الواحدة. للتوضيح، الرموز هي الوحدات التي يعالج بها النموذج المحتوى، ولا يعادل كل رمز بالضرورة كلمة كاملة. هذه القدرة تفتح آفاقًا جديدة للمطورين للتعامل مع مشاريع تتطلب فهمًا عميقًا لسياقات طويلة ومعقدة. ويعتمد النموذج على بنية أساسية ضخمة تضم 2.4 تريليون معلمة، مستخدمًا أسلوب «مزيج الخبراء» ليوجه المعالجة إلى الأجزاء الأكثر ملاءمة من النموذج حسب المدخلات.
التكلفة والأداء والتوافق
أعلنت علي بابا عن أسعار تنافسية لاستخدام Qwen4-Max عبر واجهته البرمجية لمنصة QwenCloud. تبلغ التكلفة 1.5 دولار لكل مليون رمز إدخال (ما يعادل تقريبًا 5.63 ريال سعودي أو 5.51 درهم إماراتي)، و4.5 دولارات لكل مليون رمز إخراج (ما يعادل تقريبًا 16.88 ريال سعودي أو 16.52 درهم إماراتي). كما يمكن للمستخدمين الاستفادة من التخزين المؤقت الضمني بتكلفة 0.075 دولار لكل مليون رمز إدخال (ما يعادل تقريبًا 0.28 ريال سعودي أو 0.27 درهم إماراتي)، مما يقلل تكلفة الأجزاء المتكررة من المدخلات.
في تقييماتها الداخلية، ذكرت الشركة أن Qwen4-Max يتفوق على سابقه Qwen3.8-Max باستهلاك رموز أقل بنحو 50% في بعض الاختبارات، وأن متوسط تكلفة المهمة انخفض بأكثر من 60%. لكن نرى أن هذه الأرقام هي نتائج معلنة من الشركة وتعتمد على ظروف اختبار محددة، ولا تمثل ضمانًا لتحقيق الوفورات نفسها في كل استخدام. يركز الإصدار الجديد على تحسين استخدام الأدوات المتخصصة وإنجاز المهام الطويلة، مع تطبيقات تشمل النمذجة ثلاثية الأبعاد وتطوير الألعاب.
من النقاط الهامة للمطورين هو دعم النموذج للتوافق مع واجهات برمجة التطبيقات (APIs) الخاصة بـ OpenAI وAnthropic، مما يسهل دمجه في التطبيقات الحالية. وقد أكدت الشركة عزمها على إتاحة أوزان نماذج أصغر من عائلة Qwen4 لاحقًا، لكن هذا لا يشمل أوزان Qwen4-Max ضمن الإطلاق الحالي.
ماذا يعني هذا للمطورين؟
بالنسبة للمطورين والمصممين، يمثل Qwen4-Max أداة قوية لعدة أسباب. أولاً، نافذة السياق الكبيرة تتيح لهم معالجة وتوليد محتوى برمجي أو نصي معقد يتطلب فهمًا معمقًا للسياق الطويل دون فقدان المعلومات الحيوية. هذا مفيد بشكل خاص في مشاريع توليد الأكواد، أو تحليل الوثائق الفنية الضخمة، أو حتى في تطوير أدوات الإنتاجية الذكية.
ثانيًا، القدرات متعددة الوسائط تفتح الباب أمام ابتكار تطبيقات جديدة تجمع بين تحليل الصور والفيديو والنصوص، مثل بناء أنظمة ذكاء اصطناعي تفهم تعليمات المستخدمين اللفظية والمرئية معًا، أو تطوير أدوات تصميم تستجيب للمدخلات البصرية بشكل أكثر ذكاءً. أخيرًا، التوافق مع واجهات OpenAI وAnthropic يقلل من حاجز الدخول للمطورين الذين لديهم خبرة في هذه البيئات، مما يسهل عليهم تجربة النموذج ودمجه في مشاريعهم بسرعة.
المصدر: aitnews.com