AlphaProof Code مقابل TwIL-LM3-Pro: إطار عمل لا يمكنك شراؤه في مواجهة نموذج بالكاد تستطيع تنزيله

أكثر ما يفيد معرفته عند مقارنة AlphaProof Code وTwIL-LM3-Pro هو أن أياً منهما ليس منتجاً. AlphaProof Code هو إطار التحقق الشكلي القائم على الوكلاء من Google DeepMind، نُشر في 10 نوفمبر 2026 مع مخرجات Lean الناتجة عن عملية تحقق استمرت أربعة أسابيع للملف الثنائي المُجمَّع libsignal الخاص بـSignal، ولا توجد نقطة نهاية خلفه. TwIL-LM3-Pro هو نموذج webAI للاستدلال المنطقي الشكلي ببارامترات تبلغ 3.66 مليار، ومتاح على Hugging Face منذ 3 سبتمبر 2026، لكن أوزانه تقع خلف نموذج طلب عبر البريد الإلكتروني ورخصة تحظر الاستخدام التجاري. أحد السؤالين هو: «هل يمكنني الحصول عليه أصلاً؟»، والآخر: «هل يمكنني تشغيله بتكلفة منخفضة بما يكفي ليُحدث فرقاً؟». وبالنسبة لأي شخص يعمل في الأساليب الشكلية، فإن كلا السؤالين هما السؤالان المطروحان، وليست أي من الإجابتين «نعم».

ما هو TwIL-LM3-Pro من الناحية الميكانيكية

Strip the marketing and TwIL-LM3-Pro is a dense Granite decoder: forty layers, hidden size 2,560, forty attention heads against eight key-value heads, derived from IBM's granite-4.2-3b. The real parameter total is 3,659,737,600, and the 131,072-token context is the base model's, carried through unchanged. It emits a <think>…</think> block before answering and was evaluated with greedy decoding at a 2,048-token budget.

حزمة التدريب موثّقة بشكل غير معتاد لنموذج بهذا الحجم: ضبط دقيق خاضع للإشراف باستخدام LoRA برتبة 64 على مجموعة بيانات تركيبية للمنطق الصوري، وتقطير متعدد المسارات لعدة آثار استدلال لكل مطالبة، ودمج نقاط حفظ في فضاء المعاملات بدلاً من أخذ نقطة الحفظ النهائية، واستيفاء WiSE-FT عند α = 0.15 مدمج مرة أخرى نحو الأساس باستخدام TIES وDARE-SLERP، ومرحلة GRPO مرجحة بالإنتروبيا تسميها webAI MGPO مقابل مُدقِّق برمجي، شُغلت حتى الخطوة 2580. النموذج المنشور هو السياسة المدمجة، وهذا هو التفصيل العملي: يمكنك تشغيله بدقة bf16 عند 6.82 GiB، أو بصيغة Q4_K_M GGUF عند 2.09 GiB على CPU أو 4 GB من VRAM.

تلك الجملة الأخيرة هي مقترح القيمة بأكمله. نموذج بحجم 3.66B يعمل على حاسوب محمول ويجيب عن أسئلة المنطق الصوري هو كائن من نوع مختلف عن إطار تحقق احتاج إلى خمسة باحثين وأربعة أسابيع وفرق من 40 إلى 80 وكيلًا. TwIL-LM3-Pro هو الطرف الرخيص من الاستدلال الصوري؛ AlphaProof Code هو الطرف المكلف من الضمان الصوري. وهما ليسا بديلين، والمقارنة لا تستحق العناء إلا لأن الناس يظلون يدرجون كليهما تحت "AI for formal methods".

ما الذي تُثبته فعليًا المعايير المرجعية على كل جانب

تسرد بطاقة TwIL-LM3-Pro أربعة صفوف ملخّص على Track A الخاص بها: بوابة ماكرو عند 0.5539، وstrict-7 عند 0.2879، ومتوسط ستة مسارات عند 0.5389، وmacro_primary عند 0.5875. مقابل Qwen3-8B، تكون بوابة الماكرو 0.5539 مقابل 0.5336، ويكتب التقرير الجملة التي كانت صفحة تسويقية ستحذفها: تقدّم البوابة البالغ 0.020 أصغر من ضوضاء أخذ العينات عند n = 200 لكل مسار، لذا ذلك الصف تعادل، وليس فوزًا. وحيث لا يكون تعادلًا:

• Strict-7 — 0.2879 مقابل Qwen3-8B عند 0.2093، وهذا الصف لا يستخدم أي رصيد للمطابقة المتساهلة في أي موضع، لذا لا يمكن أن ينتج عن حظ التنسيق.

• Strict MCQ — 0.4100 مقابل 0.0000، وهي أوسع فجوة بين المسارات في الصفوف الأحد عشر المُبلّغ عنها.

• استقراء القواعد — 0.4195 مقابل 0.3680.

• ملاءمة المدونة — أدنى قيمة حيرة lm_corpus بين أي ذراع عند 2.3130، مقابل 2.5478.

• مجموعة الاختبار المحجوزة — البطاقة صريحة: «TwIL-LM3-Pro لا يتصدرها.» إن المتوسط الكلي لمجموعات البيانات العشر هو 0.7901، وهو متساوٍ إحصائياً مع قاعدته الخاصة عند 0.7942 ومتخلف بوضوح عن Qwen3-8B عند 0.8493 وgpt-oss-120b عند 0.8689.

هناك ملاحظتان إضافيتان تذكرهما البطاقة نفسها: توليدات المسار A تبلغ في المتوسط 1,902 رمز مقابل 564 للسلف، مع وصول 24.2% منها إلى الحد الأقصى للطول، وهو ما تصفه البطاقة بأنه "إرشادي وليس دقيقًا"؛ كما أن أرقام الإنتاجية قيست على إصدار vLLM أحدث من أعمدة المقارنة.

لا يملك AlphaProof Code جدولاً من هذا القبيل، لأنه لا يجيب عن سؤال يمكن لجدول أن يجيب عنه. الادعاء هو أن ملفاً ثنائياً بعينه — libsignal v0.105.4 مع spqr v1.6.0، بُني بواسطة rustc 1.98.1، ومربوط ربطاً ساكناً، وقابل تنفيذ AArch64 واحد — يستوفي عشرة مبرهنات رمزية ومساراً حسابياً ذا حدّ ملموس، أثبتتهما نحو 6.5 ملايين سطر من Lean وتحققت منهما النواة. التحقق المماثل هو الاختبار السلبي: أُعيد إدخال خللين حقيقيين سبق إصلاحهما إلى نسخة معزولة، وأنتج كلا الخللين برهانَي انعدام أمان مُتحقَّقاً منهما آلياً. هذه ليست نتيجة. إنه إثبات على أن النظام قادر على التمييز بين شيفرة صحيحة وشيفرة معطوبة، وهو بيان أقوى من بيان TwIL البالغ 0.2879 على strict-7، وأضيق نطاقاً بكثير — ملف ثنائي واحد، ومواصفة واحدة، وأسبوع واحد من وقت خمسة أشخاص.

الترخيص، الذي يمثل نقطة القرار الفعلية

يُطرح TwIL-LM3-Pro بموجب ترخيص يحظر الاستخدام التجاري، ويُوزَّع عبر ثلاث قنوات غير متكافئة. الأوزان متاحة على Hugging Face. تُحدَّث نقطة الحفظ دوريًا — وقد صدرت النسخة الحالية في 30 سبتمبر 2026. وفي 1 أكتوبر 2026 نشرت webAI إصدارًا من LiteRT-LM للاستدلال على الجهاز في Android وiOS، وهي القناة التي تجعل رقم 2.09 GiB الخاص بـ GGUF ذا معنى لتطبيق هاتف. إحدى القنوات الثلاث عبارة عن نموذج، وإذا كان استخدامك تجاريًا فعليك قراءة الترخيص قبل أن تقرأ جدول القياسات المرجعية.

مسألة توزيع AlphaProof Code مختلفة، ويمكن القول إنها أسوأ. فالمواد منشورة على github.com/google-deepmind/code-verification — تطوير Lean، ودلالات AArch64 المكوّنة من 7,578 سطرًا والتي تغطي 467 تعليمة و31 استدعاء نظام، وربط libsignal، والمواصفات الرمزية والحسابية — ولا تذكر صفحة الهبوط أي ترخيص على الإطلاق. هذا ليس «متساهلًا»؛ بل هو غير محسوم. لا يقول منشور المدونة سوى إن DeepMind تجعل مخرجات التحقق مفتوحة المصدر لاستخدام المجتمع. قبل أن تبني خط معالجة فوق تطوير Lean بلا ترخيص، اسأل أحدًا.

إذن: أحد العنصرين نموذج لا يجوز استخدامه تجاريًا؛ والآخر قاعدة شيفرة لم تُذكر شروطها. بالنسبة لهاوٍ، الأول قابل للعمل به. أما بالنسبة لشركة، فلا أيٌّ منهما ضوء أخضر.

أين سيقع كل واحد منها فعليًا داخل خط المعالجة

يقوم TwIL-LM3-Pro بالاستدلال على المنطق الصوري كنص. أعطِه واجب إثبات، ونظام قواعد، ومجموعة مقدمات؛ فيُنتج اشتقاقًا بصيغة نثرية ورمزية يقرأها الإنسان. إنه أداة مساعدة في الاستدلال، ومجموعة الاختبارات المعيارية الخاصة بالبطاقة — استقراء القواعد، والاختيار من متعدد الصارم، وملاءمة المدونة — مبنية حول هذه المهمة.

لا يستدل AlphaProof Code على المنطق في النص. يكتب وكلاؤه بلغة Lean، ويُتحقق من Lean. والمرحلتان متكاملتان من حيث المبدأ: نموذج صغير يقترح شكل المواصفة، ونموذج عام قوي يراجعها، ومنظومة وكيل إثبات تغلقها مقابل نواة. وما يفتقر إليه بينهما هو جسر — فلم يُقيَّم TwIL-LM3-Pro على توليد عبارات Lean، ولا شيء في بطاقته يوحي بأنه دُرِّب على ذلك. وجاره الطبيعي في تلك المنظومة هو MathForm-8B، أداة التحويل التلقائي إلى الصيغة الرسمية Lean 4 من OpenBMB، لا إطار تحقق.

إن رواية DeepMind نفسها عن عنق الزجاجة البشري هي الجزء المثير للاهتمام هنا. قبل أن يبدأ أي عمل على البرهان، ترجم الباحثون أهداف Signal الأمنية إلى مواصفات صورية بمزيج من النماذج، وراجع خبير كل مواصفة. إن نموذجًا صغيرًا وسريعًا ومحليًا يمكنه صياغة تلك العبارات بشكل معقول وبتكلفة منخفضة سيكون مفيدًا حقًا في تلك المرحلة — وسيظل بحاجة إلى مراجعة الخبير، لأن مواصفة خاطئة تُنتج برهانًا على النظرية الخاطئة، يخضع للتحقق على نحو مثالي.

ما يمكنك تشغيله اليوم، وما تكلفته

• TwIL-LM3-Pro — الأوزان عند الطلب من Hugging Face بموجب ترخيص غير تجاري؛ وإصدار LiteRT-LM على الجهاز منذ 1 أكتوبر 2026؛ ولا توجد واجهة API مستضافة من webAI يمكنني التحقق منها. استضفها ذاتيًا على 6.82 GiB من أوزان bf16 أو 2.09 GiB عند Q4_K_M.

• AlphaProof Code — غير قابل للتشغيل. تم نشر المخرجات، ولا توجد نقطة نهاية، ولا أوزان، ولا سعر، ولا قائمة انتظار، ولا ترخيص معلن.

• النماذج داخل AlphaProof Code — كان وكلاء الإثبات يعملون على G​emini 4 Carbon، وهو نموذج لا نوفّره؛ واستُخدم Claude Opus 5.5 ضمن النماذج التي تولّت صياغة المواصفات ومراجعتها، وهو مُدرَج في كتالوج OrcaRouter بسعر 4 دولارات لكل مليون رمز إدخال و20 دولارًا لكل مليون رمز إخراج، ويُمرَّر سعر قائمة المزوّد كما هو بهامش ربح 0%.

• النماذج التي يُقاس TwIL-LM3-Pro مقابلها — نماذج من فئة Qwen3-8B هي مجموعة المقارنة المعتادة لنقطة تحقق للمنطق الصوري بحجم 3.66B، والغاية من وضعها خلف مفتاح واحد هي أن حلقة صياغة المواصفات يمكنها إرسال الالتزام نفسه إلى نموذج متخصص صغير ونموذج عام وتحديد الفروق بين النتائج دون الحاجة إلى عقد ثانٍ. يفعل دمج النماذج الشيء نفسه في نداء واحد: لوحة تُجيب معًا، وهو تقريبًا ما فعله فريق DeepMind بمزيج من النماذج في مرحلة المواصفات.

الحكم الصادق، وهو أنك على الأرجح لا تحتاج إلى أيٍّ منهما.

إذا كنت تريد تحققًا رسميًا من شيفرة الإنتاج، فإن AlphaProof Code عبارة عن ورقة بحثية ومشروع تطوير بـ Lean. اقرأه واستشهد به، ولا تخطّط لدورة تطوير قصيرة (sprint) على أساسه — فصياغة DeepMind نفسها هي أن توسيع نطاق هذه التقنية «يتطلب بحثًا مستمرًا»، وتقول الورقة إن العملية لديها مجال كبير للتحسين. الزمن الوسيط للوصول إلى بناء نظيف هو ساعات، وقد يؤدي تغيير سطر واحد في الشيفرة المصدرية إلى إصلاحات كبيرة في البراهين.

إذا أردت نموذجًا صغيرًا يستدلّ على المنطق الصوري على حاسوب محمول، فإن TwIL-LM3-Pro نموذج حقيقي، يعمل بحجم مُكمَّم يبلغ 2.09 GiB، وبطاقته التعريفية تخبرك بنفسها أين يتعادل مع غيره بدلًا من أن يتفوق. تحقّق من الترخيص قبل أن تتحقّق من المعايير القياسية، لأن الترخيص قراءة أقصر وحاسمة أكثر.

ما تشترك فيه كلتا الإصدارتين هو نمط يستحق الملاحظة: فحدود الأساليب الشكلية يجري دفعها عند الطرف الباهظ جدًا بواسطة مختبر لديه مئات الساعات الوكيلية لينفقها، بينما ينتج الطرف المعقول التكلفة نماذج صغيرة بقدرة محدودة وشروط غير تجارية. أما الوسط — أداة تجارية تأخذ مواصفة وتعيد برهانًا مُدقّقًا لكود تملكه، بسعر يمكن لفريق أن يدرجه في ميزانيته — فلا يزال فارغًا. تلك الفجوة، لا الفجوة بين هذين العملين، هي الجديرة بالمراقبة.