أدلة ومقارنات وأحدث الأخبار عن أدوات الذكاء الاصطناعي

مقارنة بين GPT-5.6 «Sol» من OpenAI (متاح للجميع في 9 يوليو 2026) وGemini من Google، حيث لا تكاد مجالات تفوّقهما تتداخل. يتفوّق Sol بلا منازع في البرمجة الطرفية والوكيلة (Terminal-Bench 88.8% مقابل 68.5%، SWE-bench Pro 64.6% مقابل 54.2%) وقوي في الرياضيات وGPQA، بينما يفوز Gemini 3.1 Pro في الوسائط المتعددة الأصلية (صوت/فيديو) وبسعر يعادل النصف وفي MMLU وARC-AGI-2 وWebDev Arena. المنافس الحقيقي Gemini 3.5 Pro لم يصدر بعد (منتصف يوليو). نرتّب القدرات والأسعار وكيفية الاختيار حسب الاستخدام.

أثناء العمل الطويل في Claude Code قد يتحوّل الرد إلى تكرار «court court court…» عشرات إلى مئات المرات ثم يتوقف بالرسالة «API Error: Response stalled mid-stream. The response above may be incomplete.». هذا ليس خطأك، بل تسلسل عطلين معروفين: تكرار النموذج للرمز نفسه (degeneration) بوسمة area:model، وتوقّف بث الرد في المنتصف. تشرح المقالة حقيقة الطبقتين وعوامل التحفيز والحل الفوري (Esc ثم جلسة جديدة أو ‎/clear) ووقاية المطوّرين عبر API/SDK، وكيف تميّزها عن خطأ تسرّب وسم court/invoke والأخطاء المشابهة.

ليس تحديث GPT-5.6 مجرد رفع للأداء، بل إعادة هيكلة من نموذج رئيسي واحد إلى منظومة من 3 نماذج: Luna ($0.20/$1.20) للمعالجة الضخمة، وTerra ($2/$12) الذي يقدّم جودة بمستوى GPT-5.5 بـ40% من سعر 5.5 — كان نصف السعر عند الإطلاق ثم صار 40% بعد خفض الأسعار في 30 يوليو 2026 — وSol ($5/$30) الذي يرفع الأداء بنفس السعر مع SWE-Bench Pro من 58.6 إلى 64.6% (تقديري). نرتّب هنا ما الذي تغيّر من 5.5 إلى 5.6، وأثر ذلك على الفاتورة، وإلى أي نموذج ينبغي أن تنتقل حسب استخدامك.

مقارنة غير متماثلة بين GPT-5.6 Sol المتعدّد الاستخدامات بنصف السعر ($5/$30) و Claude Fable 5 الأعلى مستوى لكن بضِعف السعر ($10/$50). يتفوّق Fable 5 في البرمجة على مستوى الإنتاج الفعلي (SWE-Bench Pro 80.3%) والاستقلالية طويلة الأمد حتى 12 ساعة، بينما يتصدّر Sol تشغيل الطرفية (TerminalBench 88.8%) والقدرة الإجمالية للوكلاء مع كفاءة رموز أعلى بـ 54%. نوضّح كيف تختار بين القطبين حسب حالة الاستخدام والتكلفة لكل مهمة مكتملة، مع تنبيه أن نتيجة Sol في SWE-bench Pro قيمة تقديرية لم تُعلنها OpenAI رسميًا.

مقارنة معمّقة بين قطبي البرمجة بالذكاء الاصطناعي لعام 2026: Claude Opus 4.8 (28 مايو) والطراز الأعلى Sol من GPT-5.6 (9 يوليو). مجالات تفوّقهما متعاكسة تقريبًا: يتصدّر Sol في التحكم بالطرفية والقدرة الوكيلة الشاملة (TerminalBench 2.1 88.8% مقابل Opus 78.9%، Agents' Last Exam 53.6، Coding Agent Index 80)، بينما يتصدّر Opus 4.8 في البرمجة على مستوى الإنتاج والرياضيات والسياق الطويل (SWE-bench Pro 69.2% مقابل Sol 64.6%، USAMO 2026 96.7%، GraphWalks 1M 68.1%) ويُبرز الصدق (تقليل الثقة المفرطة إلى العُشر، 0% إبلاغ غير نقدي عن نتائج معيبة). كما لم تُعلن OpenAI عن كثير من اختبارات Sol (SWE-bench Pro وGPQA وAIME وMMLU)، ففي صميم البرمجة يتفوّق Opus المُفصِح. نتناول جدول المواصفات وتفاصيل الاختبارات ومشكلة الاختبارات غير المعلنة والتكلفة الفعلية ($25 مقابل $30 وكفاءة رموز +54%) وخريطة القوة والضعف والاختيار حسب الاستخدام واستراتيجية المزوّدين المزدوجين.

أطلقت OpenAI النموذج GPT-5.6 للتوفر العام في 9 يوليو 2026، مستبدلةً بنية «العادي + Pro» القديمة بتشكيلة من ثلاثة نماذج: Luna (سريع ومنخفض التكلفة، $0.20/$1.20)، وTerra (متوازن، $2/$12، بمستوى GPT-5.5 وبـ40% من سعر وحدة Sol)، وSol (الرائد، $5/$30)، وذلك بحسب أسعار 30 يوليو 2026. يتصدّر Sol المرتبة الأولى في Agents' Last Exam (53.6) وفي Coding Agent Index (80)، وتتفوّق نسبته 88.8% في TerminalBench 2.1 على Claude Fable 5 (86.0%)——غير أن Claude Fable 5 يتصدّر بوضوح في SWE-Bench Pro على مستوى الإنتاج بنسبة 80.0% مقابل 64.6% لـ Sol. يغطّي هذا المقال الفروق بين النماذج الثلاثة، والأسعار، والاختبارات المرجعية، والميزات الجديدة (Programmatic Tool Calling، وChatGPT Work، والنموذج الصوتي ثنائي الاتجاه GPT-Live)، والتوفر حسب خطة ChatGPT، ومقارنة مع Claude (Fable 5 / Opus 4.8)، وكيفية الاختيار حسب الاستخدام——كل ذلك مستندًا إلى الإعلان الرسمي من OpenAI والاختبارات المستقلة.

خطأ «API Error: 400 Output blocked by content filtering policy» الذي يظهر فجأة في Claude Code أو الـ API ليس حدّ استخدام ولا تجاوزًا للسياق، بل هو حالة أوقف فيها مرشّح الأمان «المخرَج» الذي كان Claude بصدد إرجاعه. غرضه الأساسي منع إعادة الإنتاج الحرفي للأعمال المحمية، وكثيرًا ما يقع إنذار كاذب (false positive) دون نية سيئة في توليد النص الكامل لتراخيص قياسية مثل MIT/Apache، أو أعمال «المطابقة» لمصدر موجود، أو استنساخ مستندات طويلة. يرتّب هذا المقال: الشرح الرسمي (كيف يكتشف مرشّح مرحلة المخرَج إعادة إنتاج العمل المحمي ويحظره بـ 400)، وأنماط الإنذارات الكاذبة في مسائل Claude Code الفعلية (التهيئة الأولية لمستودع مفتوح المصدر، ومطابقة القوائم، والتشخيص الخاطئ بأنه حدّ الرموز في نهاية تشغيل وكيل طويل)، وطرق الإصلاح الآن (الحصول على النصوص بأداة بدل النسخ الحرفي، وإعادة صياغة المطالبة نحو التوليد/التلخيص، وإيقاف حلقة إعادة المحاولة بـ Esc، وتقسيم المهمة، والإبلاغ عن الإنذارات الكاذبة للدعم)، وكيفية تمييزه عن Prompt is too long و usage limit و 529 Overloaded و max_tokens.

كثيرون في التطوير الفردي يتوقّفون عند «بنيتُه، لكن كيف أكسب وبكم أُسعّر». تلخّص هذه المقالة، بعين المطوّر الفردي، كيف تختار نموذج التربّح (مجاني/شراء لمرة واحدة/اشتراك/فريميوم/إعلان/تبرّع)، والتسعير القائم على القيمة الذي ينطلق من «القيمة التي يجنيها العميل» لا من التكلفة أو المنافس، وخطة الدرجات الثلاث مجاني ← Pro ← Business مع خصم الدفع السنوي، وكيف تكسب أول مستخدم يدفع، وصولاً إلى الجدوى التي تحتسب تكلفة الذكاء الاصطناعي كرموز الـ API. مقالةٌ تتعمّق في مرحلة الإنماء من المرجع الأمّ «خارطة طريق التطوير الفردي بالذكاء الاصطناعي».

أكبر أسباب عدم اكتمال التطوير الفردي هو «الإفراط في الصقل». تُكدّس الميزات فيتعقّد المنتج ويختفي دون نشر. والسبيل الوحيد لتجنّب ذلك هو حصر أصغر منتجٍ توصِل به القيمة = الـ MVP في ميزةٍ واحدة والنشر بأسرع ما يمكن. تشرح هذه المقالة، بعين المطوّر الفردي الذي يتّخذ الذكاء الاصطناعي رفيقًا: الفهم الصحيح للـ MVP، وحكم النطاق في تقليص الميزات، والمساران الأسرع للبناء بالذكاء الاصطناعي (vibe coding بلا كتابة شيفرة / الممارسة بمحرّر ذكاء اصطناعي)، وتحديد «الاكتمال»، حتى النشر وجعل شخصٍ واحد يستخدمه.

أكثر ما يُحبِط في التطوير الفردي هو «صنعتُه ولا أحد يستخدمه». لكنّ عنق الزجاجة الحقيقيّ ليس القدرة على البناء بل الجذب. «إن صنعت شيئًا جيّدًا سيأتي الناس» وهمٌ. تلخّص هذه المقالة، بعين المطوّر الفردي، كيف تدير الترتيب التالي مستعينًا بالذكاء الاصطناعي في التحضير: جمع العملاء المحتملين قبل البناء عبر Build in Public، واكتساب أول 10 يدويًا من محيطك القريب (فعل ما لا يتوسّع)، وجعل أول 100 يعثرون عليك بالإسهام حيث يوجدون (المجتمعات والشبكات)، وصناعة تدفّق مستمرّ عبر SEO/AEO/LLMO.

الآن وقد أصبح للذكاء الاصطناعي «يدٌ تكتب الشيفرة»، دخلنا زمنًا يستطيع فيه الفرد وحده أن يبني منتجًا ويطرحه للعالم. لكن المعلومات مبعثرة بين المراحل، فيضيع المرء حائرًا من أين يبدأ. هذه المقالة خريطة شاملة تمتد من الفكرة ← التصميم ← التنفيذ ← النشر ← التربّح، تنظّم التطوير الفردي في خمس مراحل: التقرير ← التحضير للبناء ← البناء ← الإطلاق ← النمو، وتبيّن في كل مرحلة ماذا تفعل وأي أداة تستخدم، وتحيلك في المراحل التي تحتاج تعمّقًا إلى دليل مخصّص — فهي مقالة مركزية (Hub). وترشدك عبر مسارين: 🌱 المبتدئ الذي لا يكتب شيفرة تقريبًا، و🔧 التطبيق الذي تكتب فيه الشيفرة بمحرّر ذكاء اصطناعي، لتصل بالمسار المناسب لك إلى شيء يعمل دون التواء. تجمع في صفحة واحدة: التطوير القائم على المواصفات، وأدوات بناء التطبيقات، وClaude Code / Cursor، ودمج ميزات الذكاء الاصطناعي (API / RAG / البوابة)، والنشر، وجذب المستخدمين عبر SEO/AEO، والتربّح، وإدارة التكلفة، وخمس عثرات في التطوير الفردي — مع روابط إلى الأدلة التطبيقية الموجودة.

تبلغ حدّ Claude Code الأسبوعي للرموز، ومع ذلك تعود المخصّصات بالكامل قبل مرور سبعة أيام — أكثر من مرة. بل توجد على الإنترنت مقالات عن "آلية خفية" تزعم أن الحدّ الأسبوعي يُعاد تعيينه كل 72 ساعة. فهل هذا صحيح؟ يتتبّع هذا المقال الظاهرة رجوعًا إلى المصادر الأولية. لكن Anthropic لم توثّق آلية إعادة التعيين الداخلية، والحدود تتغيّر باستمرار، لذا نُصنّف بوضوح ثلاثة أنواع من المعلومات: حقائق يمكن التأكد منها من المصادر الرسمية، وأحداث يلاحظها مستخدمون متعددون بشكل قابل للتكرار لكن لم تتناولها Anthropic، وتكهّنات غير مؤكدة من مصدر واحد. الجوهر: العودة الكاملة المبكّرة هي في معظم الحالات إعادات التعيين الشاملة غير المنتظمة من Anthropic (أعلنها @ClaudeDevs مرارًا)؛ ووقت إعادة التعيين المعروض غير مستقر بشكل مثبَت؛ و"وتيرة الـ 72 ساعة" المتداولة من مراقب واحد، وغير مكرَّرة، ومتعارِضة مع ملاحظة أخرى (24 ساعة)، فلا يمكن اعتبارها حقيقة. وحيثما يتعذّر تقديم شيء بوصفه حقيقة، نقول ذلك — تحقيق في يوليو 2026.