الذكاء الاصطناعي

نموذج ميسترال Large 4 يتخلف عن نماذج صينية باختبارات الذكاء الاصطناعي

أصدرت شركة ميسترال نموذجها الجديد ذي التريليون معلمة Large 4، والذي صنف كأفضل نموذج ذكاء اصطناعي خارج الولايات المتحدة والصين، إلا أن الاختبارات المستقلة أظهرت تفوق نماذج صينية مفتوحة الأوزان عليه في مؤشرات الأداء العامة.

رضوان عبدالهاديمحرر وكاتب تقني

نُشر: 10 أكتوبر 2026 · آخر تحديث: 10 أكتوبر 2026 · 4 دقائق قراءة

نموذج ميسترال Large 4 يتخلف عن نماذج صينية باختبارات الذكاء الاصطناعي — الصورة: Tom's Hardware

إطلاق نموذج Mistral Large 4 ونتائج مؤشر الذكاء الاصطناعي

أعلنت شركة ميسترال عن إطلاق نموذجها الجديد ذي التريليون معلمة Mistral Large 4، والذي وصفته بأنه يدفع حدود أداء الأوزان المفتوحة. وقد قام موقع Tom's Hardware بتغطية هذه التطورات مشيراً إلى أن شركة التحليلات المستقلة Artificial Analysis صنفت النموذج كأفضل نموذج متاح من خارج الولايات المتحدة والصين في مؤشرها العام.

حقق النموذج في نسخته المعروضة معاينة عامة بحثية نتيجة بلغت 38 نقطة على مؤشر الذكاء الاصطناعي، وهي نتيجة قارنتها التقارير بنماذج مثل GPT-6 Luna وDeepSeek V4.1 Flash. وعلى الرغم من هذا التصنيف الإقليمي المتقدم الذي يضع فرنسا في صدارة الابتكار الأوروبي خارج العملاقين الأمريكي والصيني، إلا أن بيانات التحليل المستقلة توضح تفوق عدة بدائل صينية مفتوحة الأوزان في التقييمات الشاملة. ويمكن الرجوع إلى Terms & Conditions للاطلاع على التفاصيل الأصلية للمصدر.

مقارنة الأداء مع النماذج الصينية المفتوحة

أوضحت نتائج التقييم المستقل أن نموذج Mistral Large 4 جاء متخلفاً عن عدد من النماذج الصينية البارزة. فبينما سجل النموذج 38 نقطة، تفوق عليه كل من DeepSeek V4.1 Flash، وGLM-5.3-Flash، وKimi K3، وGLM-5.3، بالإضافة إلى نموذج MiMo-V2.6-Pro الذي سجل أداءً أعلى في مؤشرات القياس العامة.

تعتمد هذه المقارنات على معايير تقنية دقيقة تتبعها منصات التقييم مثل benchmarking لتحديد قدرات النماذج المختلفة في معالجة المهام المعقدة، حيث تتباين أحجام النماذج الصينية المنافسة من حيث عدد المعلمات النشطة والإجمالية مقارنة بهيكل نموذج ميسترال.

القدرات السيبرانية والأداء الأمني المتميز

على صعيد الأمن السيبراني، حقق نموذج ميسترال الجديد نتائج بارزة وضعته في مرتبة متقدمة ضمن مؤشر الأمن السيبراني. فقد سجل النموذج 50 نقطة على مؤشر الأمن، متعادلاً مع نموذج GLM-5.3-Flash ومتفوقاً على خيارات أخرى. كما سجل نتائج قوية للغاية في اختبار CyberGym-E2E-AA متجاوزاً العديد من المنافسين الرئيسيين.

تؤكد الشركة المطورة أن هذا الأداء يعكس كفاءة عالية في مهام الأمن السيبراني والقطاعات المؤسسية المتقدمة مثل المال والأعمال والقانون، مشيرة إلى أن بعض النماذج المغلقة الكبرى قد تتراجع عن تنفيذ مثل هذه الاختبارات المعقدة لدواعٍ تتعلق بالسياسات الأمنية.

التكلفة التشغيلية واستهلاك الموارد

من الناحية الاقتصادية وتكلفة التشغيل، يُظهر التحليل أن تشغيل نموذج Mistral Large 4 ينطوي على تكلفة أعلى مقارنة ببعض المنافسين ذوي الأداء المماثل. تبلغ تكلفة المهمة القياسية للنموذج نحو 1.13 دولار وفق التسعير العادي، مع توفير خصم بنسبة 50% خلال الأسابيع الأولى للاطلاق، ومع ذلك تبقى هذه التكلفة أعلى من تكلفة تشغيل نماذج صينية أخرى مثل GLM-5.3-Flash وDeepSeek V4.1 Flash.

تعود هذه التكلفة المرتفعة نسبياً إلى حجم المعالجة ومتطلبات الرموز الناتجة لتشغيل مؤشرات الأداء الشاملة، مما يضع النموذج في فئة تحتاج إلى دراسة دقيقة من قبل الشركات والمؤسسات التي تبحث عن التوازن بين الأداء والكفاءة المالية.

البنية التحتية والتدريب التقني

تم تدريب نموذج Mistral Large 4 من الصفر باستخدام بنية تحتية أوروبية خالصة تضم آلاف وحدات المعالجة الرسومية المتقدمة في مراكز بيانات الشركة. وقد استغرقت عمليات التدريب فترة زمنية قصيرة نسبياً مقارنة بحجم البيانات والمعلمات الهائل الذي يمتلكه النموذج، وهو ما تعتبره الشركة خطوة متقدمة لتعزيز السيادة التكنولوجية الأوروبية في قطاع الذكاء الاصطناعي.

مع خطط إطلاق الأوزان الكاملة للنموذج نهاية شهر أكتوبر، تترقب الأوساط التقنية مدى تأثير هذا الإصدار المفتوح على خارطة المنافسة العالمية، خصوصاً مع توفر واجهات برمجة تطبيقات محسنة تدعم معالجة صور متعددة ووثائق معقدة بكفاءة عالية.