في نص تلخيصي مُعدّ من مداخلة أمام نواب ومستشاري الكونغرس الأمريكي، يرسم باحث شارك في إنشاء نماذج أولمو من معهد ألين للذكاء الاصطناعي صورةً عن واقع نماذج الذكاء الاصطناعي ذات الأوزان المفتوحة. وفقًا له، فإن المختبرات الصينية هي القادة اليوم، سواء في تصنيفات الأداء أو في الاستخدامات.
النماذج ذات الأوزان المفتوحة (« open-weight ») تجعل معاملاتها متاحة للجمهور، الذي يمكنه فحصها أو إعادة استخدامها. وهي تقابل النماذج « المغلقة »، مثل GPT-4 أو Claude Opus 4.5، التي لا يمكن الوصول إليها إلا عبر واجهة برمجة تطبيقات (API)، وهي واجهة تتيح استجواب النموذج عن بُعد. من بين النماذج ذات الأوزان المفتوحة يأتي لياما من ميتا، وكيوين من علي بابا، وجيما من جوجل أو تلك الخاصة بـ DeepSeek. أما النماذج المسماة « مفتوحة المصدر » فتذهب إلى أبعد من ذلك، حيث تنشر أيضًا الكود وبيانات التدريب. ويشير النص في هذا الصدد إلى نماذج أولمو من معهد ألين للذكاء الاصطناعي، ومارين من OpenAthena وبيثيا من EleutherAI.
تفوق صيني في عمليات التحميل والتصنيفات
وفقًا للكاتب، تقدمت الصين في عمليات التحميل على Hugging Face في يوليو 2025، وذلك بشكل رئيسي بفضل نماذج كيوين. ويصل تفوقها إلى حوالي 1.6 مليار عملية تحميل، من إجمالي 3.2 مليار، أي ضعف الإجمالي الأمريكي. على مؤشر التحليل الاصطناعي للذكاء الاصطناعي (AAII)، حتى 14 سبتمبر 2026، فإن أفضل ثلاثة نماذج صينية هي GLM-5.3 (بدرجة 45)، وKimi K3 (44) وGLM-5.3-Flash (42)، من الناشر Z.ai ومن Moonshot AI. بينما تحصل أفضل النماذج الأمريكية، Inkling وInkling Small من Thinking Machines، على 26، وNemotron 3 Ultra من Nvidia على 23. ويقدّر النص أن النماذج الصينية لديها تفوق يتراوح بين شهرين إلى ستة أشهر على نظيراتها الأمريكية.
منصة OpenRouter، التي تتيح الانتقال من نموذج إلى آخر، تُظهر اتجاهًا مشابهًا. وفقًا لبياناتها، ارتفع حجم الرموز (tokens) التي تعالجها النماذج المفتوحة من حوالي 1 تريليون أسبوعيًا في سبتمبر 2025 إلى حوالي 80 تريليونًا اليوم، كما ارتفعت حصة النماذج الصينية من حوالي 70% إلى أكثر من 80% من الاستخدامات.
في القطاع المؤسسي، يعتمد عدة فاعلين على نماذج صينية: Harvey المتخصص في القانون، وCursor في البرمجة، وكذلك DoorDash الذي يستخدم نماذج Kimi، وAirbnb الذي يستخدم Qwen، وPerplexity الذي يستخدم DeepSeek. في مجال البحث، حلل الكاتب أوراق خمس فئات رئيسية على arXiv مخصصة للتعلم الآلي. ارتفعت حصة المنشورات التي تذكر نموذجًا مفتوحًا من 2% في يناير 2023 إلى 50% في سبتمبر 2026. ويظهر كيوين في حوالي 30% من الأوراق، ولياما في حوالي 21%.
فجوة تتقلص، وفقًا للكاتب
يقدّر الكاتب تقنية التقطير، وهي تقنية تتضمن تدريب نموذج على إجابات نموذج أقوى، بتفوق شهر إلى شهرين للمختبرات الصينية. كما يقدّر أن منعًا كاملاً، على سبيل المثال باستخدام أدوات التحقق من هوية العملاء لدى Anthropic وOpenAI، لن يوسع الفجوة إلا بمقدار شهر إلى شهرين. ويشير أيضًا إلى أن المختبرات الصينية تشتري الآن المزيد من بيانات التدريب، لا سيما بيئات التعلم المعزز للمهام الوكلية (agentic).
يتطرق النص أيضًا إلى المخاطر، لا سيما في مجال الأمن السيبراني، على غرار الحادثة التي شملت OpenAI وHugging Face. ويذكر أن Hugging Face استخدمت نموذجًا صينيًا ذا أوزان مفتوحة لتحليل هجوم إلكتروني، بعد أن رفضت النماذج المغلقة هذه الطلبات. ويدعو الكاتب الولايات المتحدة إلى مواصلة دعم الاستثمار في النماذج المفتوحة، من أجل توقع هذه المخاطر بشكل أفضل وتقليل اعتماد الشركات الأمريكية على نماذج مصممة في الصين. لكنه يعترف بوجود جزء من المجهول: البيانات غير متوفرة حول الاستخدامات خارج الولايات المتحدة والصين، بما في ذلك تتبع النماذج الأمريكية المفتوحة الذي أطلقه في أغسطس 2025 تحت اسم مشروع النماذج الأمريكية المفتوحة حقًا (ATOM).
