المحتويات
- 1. ما هو Kimi K3 — المواصفات الأساسية والشركة
- 2. ماذا يعني «المركز الثالث» فعليًا — أي تصنيف، ومتى
- 3. من أجرى الاختبارات — فصل أرقام الشركة عن أرقام الأطراف الثالثة
- 4. التسعير: الحكم ينقلب بحسب ما تقارنه به
- 5. لا أحد يستطيع تنزيله بعد — أين تقف الأوزان المفتوحة
- 6. كم هبطت الأسهم الأمريكية — الأرقام تختلف بحسب الجهة الناشرة
- 7. اتهام التقطير، والرد عليه
- 8. نقاط الضعف — السرعة والهلوسة وتقييم Moonshot لنفسها
- 9. كيف تجرّبه اليوم
- 10. ترتيب الادعاءات بحسب درجة اليقين
- الأسئلة الشائعة
في 16 يوليو 2026، أطلقت شركة Moonshot AI الصينية نموذج Kimi K3. وبـ 2.8 تريليون معامل إجمالي، يُقدَّم على أنه أكبر نموذج مفتوح على الإطلاق، وخلال أيام من إطلاقه كانت أسهم أشباه الموصلات الأمريكية تتعرض لموجة بيع، وكان مسؤول في البيت الأبيض يتهم الشركة علنًا بتقطير نماذج Anthropic.
المشكلة أن الأرقام، بل وحتى التسميات، تتناقض بحسب الجهة التي تنقلها. يقارن هذا المقال بين ناشري الاختبارات المرجعية والصحافة المالية وإعلانات Moonshot نفسها وصفحة Hugging Face الفعلية، ويذكر مَن أنتج كل رقم أولًا بأول.
57 نقطة، والمركز الثالث لدى Artificial Analysis عند الإطلاق. والمركز الأول في Frontend Code Arena من Arena.ai. لكنه إجمالًا لا يبلغ مستوى Fable 5 أو GPT-5.6 Sol.
بسعر $3 للإدخال و$15 للإخراج فهو أرخص بوضوح من Opus 4.8 أو GPT-5.6 Sol. ومع ذلك فهو الأغلى بين النماذج الصينية — ثلاثة أضعاف GLM-5.2.
الإصدار مقرر في 27 يوليو. وحتى كتابة هذه السطور، لا تزال صفحة Hugging Face تعرض عدًّا تنازليًا والرخصة لم تُعلن.
1. ما هو Kimi K3 — المواصفات الأساسية والشركة
Kimi K3 هو النموذج الرائد لدى Moonshot AI، وواجهة الـ API صارت متاحة في 16 يوليو 2026 (وهو ما تتفق عليه ITmedia NEWS وOpenRouter وغيرهما). تأسست الشركة عام 2023، وهي مدعومة من Alibaba وTencent، وبحسب Forbes رفعت جولة التمويل الأخيرة تقييمها إلى ما فوق 20 مليار دولار (بعد 4.3 مليار ثم 10 مليارات)، مع إيراد سنوي متكرر قدره 200 مليون دولار اعتبارًا من أبريل 2026.
المصادر: إعلان Moonshot AI (كما نقلته ITmedia NEWS نقلًا عن تقرير npaka) ومقال Northflank التطبيقي. طول السياق وحجم الأوزان أرقام قاسها Northflank.
هناك إضافتان معماريتان تحملان اسمين خاصين بهما. Kimi Delta Attention (KDA) تسرّع فك الترميز عند أطوال سياق تبلغ مليون رمز؛ ويذكر AINews أنها أسرع بما يصل إلى 6.3 أضعاف. أما Attention Residuals (AttnRes) فتسحب انتقائيًا التمثيلات التي تحتاجها من الطبقات السابقة؛ والمقال نفسه يقدّر المكسب بـ تحسّن نحو 25% في كفاءة التدريب مقابل تكلفة إضافية أقل من 2%. الأوزان بصيغة MXFP4 والتفعيلات بصيغة MXFP8، وبدل إضافة التكميم لاحقًا، جرى التدريب من مرحلة SFT فصاعدًا والتكميم مدمج فيه.
🟡 لا يوجد رقم رسمي للمعاملات المُفعَّلة. تنتشر الصيغة «2.8T-A50B» (أي نحو 50 مليار مُفعَّل)، لكنها تقدير مشتق من نسبة 16/896 وليست رقمًا نشرته Moonshot — إذ يشير Northflank صراحةً إلى أن Moonshot لم تذكر قط عدد المعاملات المُفعَّلة. ويجدر التذكير كذلك بأن لا OpenAI ولا Anthropic تفصح عن أعداد معاملات نماذجها، ولذلك فعبارة «2.8 تريليون، الأكبر في العالم» لا تصح إلا بين النماذج التي أُعلنت أحجامها.
2. ماذا يعني «المركز الثالث» فعليًا — أي تصنيف، ومتى
القول إنه يحتل «المركز الثالث خلف أحدث نماذج OpenAI وAnthropic» صحيح في مجمله. لكن من دون تحديد المصدر، تتوقف الأرقام عن الاتساق لاحقًا.
الأساس هو Intelligence Index الصادر عن Artificial Analysis. ففي تقريرها المنشور في 17 يوليو 2026 منحت الشركة Kimi K3 نتيجة 57 نقطة، ووضعته ثالثًا خلف Claude Fable 5 وGPT-5.6 Sol، وقيّمت ذكاءه على قدم المساواة مع Opus 4.8 وGPT-5.5. وللمقارنة، يضع المؤشر نفسه GLM-5.2 عند 51 وDeepSeek v4 Pro عند 44.
⚠️ النتيجة نفسها البالغة 57 نقطة تُنقل على أنها المركز الثالث والرابع والسابع
إعلان Artificial Analysis نفسه يقول الثالث، وحصر Northflank يقول الرابع من بين 189 نموذجًا، بينما تعرض الصفحة الحيّة للشركة المركز السابع من بين 190. النتيجة (57) لم تتغير قط، إذن الفارق ناتج عن ما يُدرَج في المقارنة — وهل تُحتسب النسخ المختلفة في مستوى الاستدلال بشكل منفصل — ومتى أُجري الحصر. التصنيفات تتحرك يوميًا، والأفضل قراءة «الثالث» على أنه لقطة بتاريخ 17 يوليو 2026.
أما في المقاييس الأقرب إلى العمل الحقيقي فالترتيب أوضح. وفيما يلي نتائج GDPval-AA v2 من Artificial Analysis، وهي تقيّم مهام عملية على مقياس Elo مع ضبط خط الأساس البشري عند 1,000.
| النموذج | GDPval-AA v2 (Elo) | موقعه |
|---|---|---|
| Claude Fable 5 | 1760 | الأول |
| Kimi K3 | 1668 | خلف Fable 5 وSol |
| Claude Opus 4.8 | 1600 | K3 يتفوق عليه |
| GLM-5.2 | 1514 | الأفضل في الجيل الصيني السابق |
| GPT-5.5 | 1494 | — |
| Kimi K2.6 (الجيل السابق) | 1190 | K3 أعلى بـ 478 نقطة |
المصدر: Artificial Analysis (مقال الشركة المنشور في 17 يوليو 2026). وفي AA-Briefcase، وهو تقييمها الوكيلي الخاص، يأتي K3 كذلك ثانيًا خلف Fable 5 بنتيجة Elo تبلغ 1547، بزيادة 732 نقطة عن الجيل السابق K2.6. وفي AutomationBench-AA يحتل المركز الأول بنسبة 53%.
الرقم الذي يهم فعلًا ليس «الثالث» بل حجم القفزة عن الجيل السابق. من 1190 إلى 1668 في GDPval-AA v2، و+732 نقطة في AA-Briefcase. وما حرّك السوق هو أن نموذجًا صينيًا مفتوحًا اقترب من حافة التقنية الأمريكية في جيل واحد.
3. من أجرى الاختبارات — فصل أرقام الشركة عن أرقام الأطراف الثالثة
تحمل أرقام الاختبارات المرجعية وزنًا مختلفًا تمامًا بحسب ما إذا كانت Moonshot قد قاستها بنفسها أم قاسها طرف خارجي. وقد نقلتهما ITmedia منفصلتين، وهذا المقال يتبع الممارسة نفسها.
- Program Bench: K3 بنسبة 77.8% (GPT-5.6 Sol 77.6%، Fable 5 76.8%)
- SWE Marathon: K3 بنسبة 42.0% (الثاني، وOpus 4.8 عند 40.0%)
- BrowseComp: K3 بنسبة 91.2% (GPT-5.6 Sol 90.4%)
كل تفوق هنا هامشي، وكلها صادرة عن اختبارات الشركة المطوّرة نفسها — فاقرأها بهذا الاعتبار.
- Frontend Code Arena (Arena.ai): K3 أولًا بنتيجة 1679 (Fable 5 عند 1631، وGPT-5.6 Sol عند 1618). ويتصدر ستة من المجالات الفرعية السبعة، بصعود 17 مركزًا عن المركز 18 الذي احتله K2.6
- GDPval-AA v2: K3 ثالثًا بنتيجة 1668 (Artificial Analysis)
- FrontierSWE: Fable 5 بنسبة 86.6% > K3 بنسبة 81.2% ← K3 يخسر هنا
- Vals Index: 74.70% (الثاني من بين 38 نموذجًا، بحسب حصر Northflank)
النتيجة الجديرة بالانتباه هي أنه يتأخر عن Fable 5 بفارق 5.4 نقاط في FrontierSWE. العناوين التي تتحدث عن تصدّره لاختبارات بعينها دقيقة، لكنه ليس متفوقًا على طول الخط. وMoonshot نفسها تقرّ بأنه دون Fable 5 وGPT-5.6 Sol إجمالًا (وسيأتي مزيد عن ذلك أدناه).
🟡 طريقة الاحتساب موضع اعتراض. فقد أشار مؤلف Program Bench إلى أن Moonshot استخدمت متوسط معدل التنفيذ بدلًا من عدد البرامج التي عملت حتى النهاية. كما دفعت رائدة الأعمال في الذكاء الاصطناعي Bindu Reddy بأن المطلوب هو تحقق عبر تقييمات خاصة غير ملوَّثة مثل LiveBench. وينبغي بالتالي التعامل بتحفظ مع حالات التفوق الهامشي المعلنة من الشركة المطوّرة.
4. التسعير: الحكم ينقلب بحسب ما تقارنه به
تبلغ تكلفة Kimi K3 3.00 دولارات للإدخال و15.00 دولارًا للإخراج لكل مليون رمز (0.30 دولار للإدخال المخزَّن مؤقتًا). ولأن التقييم ينقلب تمامًا بحسب المقارنة، فإن النظر إلى جانب واحد فقط يقود إلى استنتاج خاطئ.
- Kimi K3: $3 / $15
- Claude Opus 4.8: $5 / $25
- GPT-5.6 Sol: $5 / $30
أرخص بنحو 40% في الإدخال وبنسبة 40-50% في الإخراج. وقد كان تقديم أداء بمستوى الحافة بسعر أدنى من التسعير الغربي هو خطاب Kimi الثابت، وفي هذه النقطة تحديدًا يصمد الخطاب.
- Kimi K3: $3 / $15
- GLM-5.2: نحو ثلث تكلفة K3 لكل مهمة
- DeepSeek V4 Pro: نحو جزء من ثلاثة وعشرين من تكلفة K3 لكل مهمة
ويصفه Simon Willison، معتبرًا إياه ارتفاعًا حادًا عن نماذج الشركة السابقة، بأنه أغلى نموذج أصدره أي مختبر ذكاء اصطناعي صيني.
نقطة يجب توضيحها: هذه ليست صدمة DeepSeek أخرى. فما جعل DeepSeek في يناير 2025 صادمًا إلى هذا الحد هو تسعير أدنى من الغرب بمرتبة عشرية كاملة. أما K3 فهو أرخص بنسبة 40-50% من النماذج الغربية، لكن ضمن المرتبة العشرية نفسها. هذا ليس تحطيمًا للأسعار، بل أداء يلحق بالركب، بخصم متواضع.
وما تدفعه فعليًا لا يحدده سعر الرمز وحده. فقد قاست Artificial Analysis التكلفة الحقيقية لإنجاز مهمة واحدة أثناء تشغيلها لـ Intelligence Index.
التكلفة لكل مهمة كما قاستها Artificial Analysis (أثناء تشغيل Intelligence Index)
المصدر: Artificial Analysis. في قياساتها احتاج Kimi K3 إلى نحو 132 مليون رمز إخراج لإكمال Intelligence Index، أي أقل من نحو 166 مليونًا استهلكها الجيل السابق K2.6. السعر أعلى، لكن استدلالًا أقل إسهابًا يخفض الإجمالي.
أرخص من Opus 4.8 في السعر المعلن وفي التكلفة المقيسة معًا، وفي الوقت نفسه الأغلى بين النماذج الصينية — تلك هي الصورة الكاملة للتسعير. فصيغة «صيني، إذن رخيص للغاية» لا تنطبق، ورفضه بحجة أنه غالٍ خطأ بالقدر نفسه متى قارنته بالغرب.
5. لا أحد يستطيع تنزيله بعد — أين تقف الأوزان المفتوحة
الجهات الإعلامية لا تتفق حتى على التسمية. فـ VentureBeat تعنونه بأنه أكبر نموذج مفتوح المصدر على الإطلاق، وSCMP بأنه أكبر نموذج ذكاء اصطناعي مفتوح المصدر في العالم، بينما تكتب Reuters «مفتوح الأوزان». والمصطلح الأخير هو الدقيق تقنيًا، وإليك السبب.
مستودع moonshotai/Kimi-K3 على Hugging Face لا يزال يعرض عدًّا تنازليًا، من دون إدراج ملف safetensors واحد. كما تصنّف صفحة النموذج لدى Artificial Analysis بأنه مغلق المصدر. جرى التحقق في 27 يوليو 2026 — وهو تاريخ الإصدار المقرر نفسه، ولذلك من المرجّح جدًا أن الوضع قد تغيّر عند قراءتك لهذا. اتبع الرابط أعلاه لمعرفة الحالة الراهنة.
حتى 17 يوليو، يذكر Northflank صراحةً أن الرخصة لم تُعلن. ومنشور في مجتمع Hugging Face يدرجها بالمثل على أنها قيد التحديد إلى أن تصدر الأوزان. أما القول إنها ستكون «Modified MIT» فهو استنتاج غير مباشر من جيل K2 ولم يُحسم بعد.
ما وُعد به هو الأوزان المدرَّبة، لا بيانات التدريب ولا شيفرة التدريب. والتسمية الدقيقة لهذا الترتيب هي الأوزان المفتوحة، وهي شيء مختلف عن المصدر المفتوح بتعريف OSI.
وحتى بعد صدوره، لن يكون هذا شيئًا يستطيع فرد تشغيله. فعند 4 بت (MXFP4) تبلغ الأوزان وحدها نحو 1.4 تيرابايت، ومع هامش لذاكرة KV والتفعيلات يقدّر Northflank أنك تحتاج إلى ما يقارب ثماني عُقد بثماني وحدات GPU سعة 80 غيغابايت لكل منها، بينما توصي Moonshot بـ عقدة عملاقة من 64 مسرّعًا أو أكثر. فهو لا يتسع في H100 أو H200 أو B200 واحدة، والعنقود الموزَّع شرط لا مفر منه، والنشر الإنتاجي عمليًا محصور في Linux مع NVIDIA. وهذا لا يشبه إطلاقًا الإعدادات الشخصية التي تناولناها في متطلبات العتاد لنماذج LLM المحلية.
ومع ذلك، يبقى الأمر بالغ الأهمية. فمتى نزلت أوزان بمستوى الحافة إلى أرض الواقع، صار بإمكان الجهات التي لا يمكنها إخراج بياناتها من داخل أسوارها — القطاعات الخاضعة للتنظيم والهيئات الحكومية — أن تشغّلها داخليًا. ومجرد وجود نموذج متاح للعموم على القدم نفسها يغيّر القوة التفاوضية لواجهات الـ API المغلقة. والافتراضات التي بُني عليها كيفية اختيار نموذج مفتوح تحتاج إلى تحديث بسبب هذا الإصدار.
6. كم هبطت الأسهم الأمريكية — الأرقام تختلف بحسب الجهة الناشرة
تعرضت أسهم أشباه الموصلات الأمريكية فعلًا لموجة بيع خلال أسبوع الإطلاق. لكن نسب التراجع المنقولة متضاربة بين الجهات، ولذلك تُعرض هنا كنطاقات لا كحقائق مستقرة.
| ما الذي تحرك | الحركة المنقولة | المصدر وملاحظات |
|---|---|---|
| ناسداك | -1.5% يوم الجمعة (أسوأ جلساته في الأسبوع) | Yahoo Finance |
| السوق التايوانية | أكثر من -6% | المصدر نفسه |
| السوق اليابانية | أغلقت عند -4% | المصدر نفسه |
| صندوق أشباه الموصلات المتداول (SMH) | انخفض أكثر من 20% عن قمته في أواخر يونيو | المصدر نفسه |
| مؤشر فيلادلفيا لأشباه الموصلات (SOX) | من -9% إلى -12.5% خلال الأسبوع | ⚠️ الرقم يختلف بحسب الجهة («12.5%، أسوأ أسبوع منذ 15 شهرًا»، «أكثر من 9%»، «نحو 10%، الأشد منذ أبريل 2025») |
| أسهم فردية (17 يوليو) | AMD -5%، وIntel -4%، وNVIDIA -3% (كلها خلال الجلسة، وتعافت لاحقًا) | 24/7 Wall St. |
| أسهم الذكاء الاصطناعي الصينية المدرجة في هونغ كونغ | Zhipu -28.4%، وMiniMax -15.6% (17 يوليو) | Forbes. الأسماء الصينية تعرضت لبيع أشد |
وللمقارنة، ففي صدمة DeepSeek في يناير 2025 التي يستحضرها الجميع، أفادت Yahoo Finance بأن NVIDIA وحدها خسرت نحو 590 مليار دولار من قيمتها السوقية في جلسة واحدة. أما هبوط NVIDIA هذه المرة فكان 3% خلال الجلسة — أي مقياس مختلف تمامًا.
🟡 التراجع جرى تعويضه منذ ذلك الحين
أفادت Yahoo Finance لاحقًا بأن المشترين عند الانخفاض دخلوا فقلّصت أسهم الرقائق خسائرها، ورأى Bank of America بهدوء أن الأمر مجرد تصحيح صيفي. والمحللون منقسمون كذلك. فقد وصف Robin Zhu من Bernstein نموذج K3 بأنه مؤكِّد لما هو معروف — نقطة بيانات إضافية ضمن الاتجاه المعلوم أصلًا لتقليص المختبرات الصينية للفجوة. في المقابل، قال Gary Yu من Morgan Stanley إن K3 لقي استقبالًا إيجابيًا عالميًا ويُظهر أن نماذج LLM الصينية تلحق بالرواد الأمريكيين في حجم النموذج والأداء والسعر على حد سواء.
كما ينتشر رقم يزعم أن 470 مليار دولار من القيمة المرتبطة بالذكاء الاصطناعي تبخرت في ثلاثة أيام، غير أنه يعود في أصله إلى خبر عاجل على موقع متخصص بالعملات المشفرة ولم يمكن تأكيده في الصحافة المالية الكبرى، ولذلك لا يستخدمه هذا المقال.
7. اتهام التقطير، والرد عليه
في 22-23 يوليو، انتقلت القصة من التقنية إلى الجغرافيا السياسية. فقد وجّه Michael Kratsios، مدير مكتب سياسة العلوم والتكنولوجيا في البيت الأبيض (OSTP)، ادعاءين بشأن Moonshot، كما نقلت CNBC وThe Hill وYahoo News وغيرها.
أن Moonshot حصلت على خوادم مزوّدة بوحدات NVIDIA GB300 وأتيح لها كذلك الوصول إلى وحدات GB300 في تايلاند، وربما استخدمتها لتدريب نماذجها. وGB300 قطعة من جيل Blackwell ولا يجوز قانونًا بيعها إلى الصين.
أن الشركة نفّذت تقطيرًا سريًا على نطاق صناعي مقابل نموذج Fable من Anthropic، بل وبنت منصة مخصصة تناوب أساليب الوصول للتهرب من الكشف. ووصف Jacob Helberg، الذي ظهر إلى جانبه، ذلك بأنه سرقة لملكية فكرية أمريكية ثمينة.
ردّ Randy Xian، موظف في Moonshot، ساخرًا على منصة X بأن Fable طُرح للعموم في 1 يوليو وK3 صدر في 15 يوليو، أي أننا على ما يبدو درّبنا نموذجًا بمستوى الحافة من الصفر في 15 يومًا — رقم يستحق التسجيل. وقال الباحث في الذكاء الاصطناعي Braden Hancock لموقع TechCrunch إن Fable لم يكن متاحًا إلا منذ 1 يوليو، وإن تقطير هذا القدر من البيانات والتدريب عليها وإصدار النموذج خلال أسبوعين أمر مستحيل.
🔴 لم يُنشر أي دليل. فبحسب SCMP، وصف عدة مختصين في الذكاء الاصطناعي الاتهام بأنه سياسي ومتهور، وأشاروا إلى أن مخرجات النماذج غير خاضعة لحقوق النشر أصلًا. ونقلت Reuters، استنادًا إلى برقيات دبلوماسية، أن وزارة الخارجية أوعزت إلى السفارات في أبريل بإحاطة الحكومات المضيفة بانتهاكات شركات الذكاء الاصطناعي الصينية للملكية الفكرية، وكانت Moonshot من بين المذكورين. أي أن هذه الاتهامات تسبق إصدار K3، ولم يُقدَّم أي دليل خاص بـ K3.
ولا الجانب الأمريكي موحّد في هذا. فقد انتقدت NVIDIA علنًا شركة Anthropic بالاسم، قائلة بشأن مزاعم Anthropic حول ثغرات ضوابط التصدير إن على الشركات الأمريكية أن تركز على الابتكار وترتقي إلى مستوى التحدي بدل نسج الحكايات.
8. نقاط الضعف — السرعة والهلوسة وتقييم Moonshot لنفسها
خلف عناوين الأداء تضيع ثلاث نقاط ضعف تؤذي في بيئة الإنتاج.
تُظهر القياسات الحيّة لدى Artificial Analysis 33 رمزًا في الثانية (المركز 145 من بين 190 نموذجًا) و177 ثانية حتى الرمز الأول. في المقابل، يذكر Northflank 62 رمزًا في الثانية و1.99 ثانية. ومعظم هذا الفارق سببه ضغط على السعة نتيجة طلب هائل — إذ يضع OpenRouter تحذيرًا على النموذج بأن السعة في المنبع محدودة وقد تتكرر أخطاء 429.
تفيد Artificial Analysis بأنه رغم تحسّن الدقة، ارتفع معدل الهلوسة من 39% إلى 51%. فارتفاع درجة الذكاء ليس مرادفًا للصدقية الوقائعية، وهذا ليس نموذجًا يمكن استخدامه من دون تحقق.
تقول الشركة إن هناك فرقًا واضحًا في تجربة المستخدم بين نموذجها وكل من Claude Fable 5 وGPT-5.6 Sol. وقراءتها الخاصة هي أن الفوارق الهامشية في الاختبارات المرجعية وإحساس المستخدم بالنموذج في الاستعمال اليومي أمران مختلفان.
9. كيف تجرّبه اليوم
قبل صدور الأوزان، هناك ثلاث طرق لتجربته.
| الطريق | التفاصيل | لمن يناسب |
|---|---|---|
| تطبيق Kimi الرسمي / الويب | عبر kimi.com. تتوفر طبقة مجانية | كل من يريد ببساطة الحكم على الجودة |
| واجهة Moonshot API | $3 للإدخال، و$15 للإخراج، و$0.30 عند إصابة المخزن المؤقت (لكل مليون رمز) | الفرق التي تدمجه في منتجها الخاص |
| عبر OpenRouter | OpenRouter. نقطة النهاية نفسها التي تستدعي عبرها نماذج أخرى بالفعل | كل من يقارن بين عدة نماذج |
| الاستضافة الذاتية | بعد إصدار الأوزان (المقرر في 27 يوليو). التوصية هي 64 مسرّعًا أو أكثر، وتحتاج إلى جدولة واعية بـ MoE في vLLM أو TensorRT-LLM أو SGLang | الجهات التي لا يمكن لبياناتها مغادرة المبنى |
لكن ضع في حسبانك، كما ذُكر أعلاه، أن السعة تحت ضغط وأخطاء 429 شائعة. وقبل نقل حِمل إنتاجي إليه بالكامل، فالنهج الواقعي — وهو التفكير ذاته الوارد في الاختيار بين السحابة والتشغيل المحلي — هو توجيه شريحة من حركة الطلبات إليه مع وجود بديل احتياطي جاهز.
10. ترتيب الادعاءات بحسب درجة اليقين
- إصدار الـ API في 16 يوليو 2026؛ 2.8 تريليون معامل إجمالي؛ 16 خبيرًا مُفعَّلًا من 896؛ مليون رمز
- تسعير الـ API عند $3 للإدخال و$15 للإخراج و$0.30 للمخزَّن مؤقتًا
- 57 نقطة في Artificial Analysis Intelligence Index
- 1668 في GDPval-AA v2 (Fable 5 = 1760، وOpus 4.8 = 1600)
- المركز الأول بنتيجة 1679 في Frontend Code Arena
- تكلفة لكل مهمة قدرها $0.94، أي دون $1.80 لـ Opus 4.8
- ارتفاع معدل الهلوسة من 39% إلى 51%
- ترتيبه في Intelligence Index (الثالث والرابع والسابع كلها متداولة)
- تراجع SOX الأسبوعي (من -9% إلى -12.5%)
- سرعة الإخراج (33 رمزًا/ث مقابل 62 رمزًا/ث)
- معاملات مُفعَّلة بـ «نحو 50 مليارًا» (تقدير، لا رقم رسمي)
- رخصة «Modified MIT» (مستنتَجة من K2)
- اتهام التقطير — لا دليل علني، والباحثون يرفضونه استنادًا إلى الجدول الزمني
- الوصول إلى رقائق محظورة — ادعاء مسؤول أمريكي؛ ولا رد رسمي من Moonshot ولا أي دليل متاح للعموم
- الأوزان والرخصة — لم تصدر حتى كتابة هذه السطور (المقرر 27 يوليو)
- «470 مليار دولار من قيمة الذكاء الاصطناعي فُقدت في ثلاثة أيام» — تعذّر تأكيده في الصحافة المالية الكبرى
باختصار، الحكاية الحقيقية لـ Kimi K3 هي أن نموذجًا صينيًا مفتوحًا صار على مرمى حجر من حافة التقنية. بلغ ذلك بسعر أدنى بنسبة 40-50% من تسعير الحافة الغربية، وإن لم يكن بخصم بمرتبة عشرية كاملة؛ وهو متأخر عن Fable 5 وGPT-5.6 Sol إجمالًا؛ وهو بطيء؛ ويهلوس أكثر. ومع ذلك، رفع نتيجة GDPval-AA v2 بمقدار 478 نقطة في جيل واحد والتزم بنشر أوزانه — وهذا ما تفاعل معه السوق.
الأسئلة الشائعة
س1. هل Kimi K3 مفتوح المصدر؟
لا. فالمخطط له هو إصدار الأوزان المدرَّبة، أي أوزان مفتوحة، لا إصدار بيانات التدريب أو شيفرة التدريب. وفوق ذلك، وحتى كتابة هذه السطور لم تصدر الأوزان نفسها بعد — إذ لا تزال صفحة moonshotai/Kimi-K3 على Hugging Face تعرض عدًّا تنازليًا ولم تُعلن أي رخصة. والإصدار مقرر في 27 يوليو 2026.
س2. هل هو ثالث فعلًا في الاختبارات المرجعية؟
الأساس هو 57 نقطة والمركز الثالث في Intelligence Index من Artificial Analysis، خلف Claude Fable 5 وGPT-5.6 Sol، وهذه القراءة صحيحة اعتبارًا من 17 يوليو 2026. لكن ثمة حصرًا يضع النتيجة نفسها البالغة 57 نقطة في المركزين الرابع والسابع أيضًا، لأن النتيجة تتغير بتغيّر طريقة تحديد مجموعة المقارنة وتوقيت إجراء الحصر. اقرأ «الثالث» على أنه لقطة زمنية. وفي Frontend Code Arena المركّز على البرمجة يحتل المركز الأول، بينما في FrontierSWE يخسر أمام Fable 5.
س3. هل هو رخيص فعلًا؟
الأمر ينقلب بحسب المقارنة. فبسعر $3 للإدخال و$15 للإخراج لكل مليون رمز، هو أرخص بنحو 40% في الإدخال وبنسبة 40-50% في الإخراج من Claude Opus 4.8 ($5/$25) أو GPT-5.6 Sol ($5/$30)، ومن ثم فهو مقابل الحافة الغربية زهيد بوضوح. والتكلفة المقيسة تتفق مع ذلك: $0.94 لكل مهمة مقابل $1.80 لـ Opus 4.8 (Artificial Analysis). أما مقابل المنافسين الصينيين، فهو الأغلى في المجموعة — نحو ثلاثة أضعاف GLM-5.2 و23 ضعف DeepSeek V4 Pro. ويصفه Simon Willison بأنه أغلى نموذج أصدره أي مختبر ذكاء اصطناعي صيني. وهذا ليس خصم المرتبة العشرية الذي رافق صدمة DeepSeek.
س4. لماذا هبطت الأسهم الأمريكية؟
بسبب القلق من أن النماذج الصينية الرخيصة ستقلل الطلب على قدرة الحوسبة الباهظة. فخلال أسبوع الإطلاق هبط ناسداك 1.5% يوم الجمعة، وتايوان أكثر من 6%، واليابان 4%، وانخفض صندوق أشباه الموصلات المتداول (SMH) بأكثر من 20% عن قمته في أواخر يونيو. غير أن أسهم الرقائق قلّصت خسائرها لاحقًا مع دخول المشترين عند الانخفاض، ووصف Bank of America الأمر بأنه مجرد تصحيح صيفي. والمقياس مختلف عن صدمة DeepSeek، حين خسرت NVIDIA وحدها نحو 590 مليار دولار في يوم واحد في يناير 2025.
س5. هل صحيح أنهم سرقوا نموذج Anthropic؟
لم يُنشر أي دليل. فقد زعم Michael Kratsios، مدير OSTP في البيت الأبيض، وجود تقطير على نطاق صناعي لنموذج Fable من Anthropic، لكن Moonshot تنفي ذلك مستندة إلى نافذة الـ 15 يومًا بين طرح Fable للعموم في 1 يوليو وإطلاق K3 في 15 يوليو. وبالمثل قال الباحث في الذكاء الاصطناعي Braden Hancock لموقع TechCrunch إن التقطير والتدريب والإصدار خلال أسبوعين أمر مستحيل. وبحسب SCMP، انتقد عدة مختصين الاتهام بوصفه سياسيًا. ولا توجد مادة كافية للوصول إلى حكم في هذه المرحلة.
س6. هل أستطيع تشغيله على حاسوبي الشخصي؟
لا. فحتى مع التكميم بـ 4 بت (MXFP4) تبلغ الأوزان وحدها نحو 1.4 تيرابايت، وهو ما لا يتسع في H100 أو H200 أو B200 واحدة. ويقدّر Northflank الحاجة إلى ما يقارب ثماني عُقد بثماني وحدات GPU سعة 80 غيغابايت لكل منها، وتوصي Moonshot بـ 64 مسرّعًا أو أكثر. وmacOS وWindows خارج نطاق الاستخدام الإنتاجي؛ فالافتراض هو Linux مع NVIDIA. وهذا مقياس مختلف كليًا عن تشغيل نموذج LLM محلي بنفسك.
س7. هل ينبغي استخدامه في الإنتاج؟
الانتقال إليه بالكامل وفورًا ليس مستحسنًا، لثلاثة أسباب: (1) السعة تحت ضغط وقد تتكرر أخطاء 429 (وهو تحذير OpenRouter نفسه)؛ (2) ارتفاع معدل الهلوسة من 39% إلى 51%؛ (3) إقرار Moonshot نفسها بفجوة واضحة في تجربة المستخدم مقابل Fable 5 وGPT-5.6 Sol. والمسار الواقعي هو إبقاء بديل احتياطي جاهزًا وتوجيه جزء من حركة الطلبات إليه في مجال يتفوق فيه، مثل توليد شيفرة الواجهة الأمامية، ثم المقارنة.
س8. كم يتفوق على الجيل السابق K2.6؟
حجم القفزة هو الحكاية الحقيقية هنا. ففي GDPval-AA v2 من Artificial Analysis انتقل من 1190 إلى 1668، بمكسب قدره 478 نقطة، وفي تقييم الشركة الوكيلي الخاص AA-Briefcase كسب 732 نقطة. وفي Frontend Code Arena من Arena.ai صعد 17 مركزًا، من الثامن عشر إلى الأول. وما تفاعل معه السوق لم يكن الترتيب المطلق بقدر ما كان حجم المسافة التي قطعها في جيل واحد.
مقالات ذات صلة
- إطلاق Claude Fable 5: تفصيل كامل للميزات والاختبارات المرجعية والتسعير والفروق عن Mythos وتصميم الأمان الجديد
- شرح إصدار GPT-5.6: نماذج Luna/Terra/Sol والاختبارات المرجعية والتسعير ومقارنته بـ Claude
- إطلاق Claude Opus 5: كيف يختلف عن Opus 4.8 وFable 5، وما ينبغي الانتباه إليه عند الترحيل
- مقارنة أفضل نماذج LLM المحلية [2026]: كيف تختار بحسب حالة الاستخدام والحجم
- ما مواصفات الحاسوب اللازمة لنموذج LLM محلي؟ دليل سريع لذاكرة VRAM وGPU وRAM [2026]
- الدليل الكامل لصيغ التكميم: GGUF وGPTQ وAWQ، وأي ملف تختار
