
Kimi K3.1 Pro وDeepSeek V4.1-Flash دُرِّبا على GPT-6 Astra بحسب تقرير — وما الذي يثبته ذلك.
- OrcaجديدOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29101 tok/s
- OrcaجديدOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 لكل مليون رمز · 103 tok/s
- OrcaجديدOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 291 tok/s
- OrcaجديدOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 94 tok/s
- MoonshotجديدMoonshotAI: Kimi K3.1 Pro2026-10-2446الذكاء
- OrcaجديدOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 لكل مليون رمز · 107 tok/s
- minimaxجديدMiniMax: M3.1 Flash2026-10-1929الذكاء
- OrcaجديدOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 لكل مليون رمز · 71 tok/s
- deepseekجديدDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733الذكاء
- DeepSeekجديدDeepSeek: DeepSeek V4.1 Flash2026-10-1740الذكاء
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 لكل مليون رمز · 96 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955الذكاء
- anthropicAnthropic: Claude Sonnet 5.52026-09-2854الذكاء
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 لكل مليون رمز · 172 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228الذكاء
- OpenAIOpenAI: GPT-6 Sol2026-09-2248الذكاء
- AnthropicAnthropic: Claude Opus 5.52026-09-2258الذكاء
- xiaomiXiaomi: MiMo-V2.6-Flash2026-09-2127الذكاء
- xiaomiXiaomi: MiMo-V2.6-Pro2026-09-2130الذكاء
- xAIGrok 4.72026-09-2134الذكاء
السؤال الجدير بالاهتمام لأي شخص يستدعي هذه النماذج ليس ما إذا كان الادعاء مثيرًا للفضيحة، بل ما إذا كان السلوك الذي تشتريه هو السلوك الذي تظن أنك تشتريه، وما الذي يغيّره ادعاء التقطير في ذلك.
ما يدّعيه التقرير فعليًا
تقول التقارير، كما جرى تلخيصها عبر المنافذ الإعلامية التي نقلتها، إن كلا النموذجين استخدما مخرجات GPT-6 Astra إشارةً تدريبية — وهي الوصفة المعتادة لتوجيه نموذج قوي على نطاق واسع، وجمع إجاباته، وتدريب نموذج أضعف على إعادة إنتاجها. ولا تزعم سرقة الأوزان، ولا تزعم الوصول إلى شيفرة التدريب الخاصة بـOpenAI، ولا تذكر حجمًا.
ثمة تفصيل واحد في التغطية يجدر إفراده بالذكر، لأنه ادّعاء عن الدافع لا عن المنهج: فالنسخة الإنجليزية من "تشوسون" تصوغ هذا التحول على أنه انتقال المختبرات الصينية إلى GPT-6 Astra بعد أن شدّدت Anthropic القيود على الوصول إلى نماذجها الرائدة. وهذا ادّعاء معقول لكنه غير مُتحقَّق منه. ولن يكون مفاجئًا كذلك — فأرخص "معلّم" متاح هو النموذج الذي لا يزال بوسع المختبر الوصول إليه بكميات كبيرة.
ما الذي صرّحت به OpenAI رسميًا
هذان نوعان مختلفان من التصريحات، والفرق بينهما مهم. قول مورّد إننا «نكتشف الاستخراج المنهجي لمخرجاتنا» هو ادعاء تشغيلي قابل للتحقق، مصحوب بتواريخ وأعداد. أما قول منشور إن «هذين النموذجين دُرِّبا على تلك المخرجات» فهو ادعاء مستند إلى مصدر، لكن من دون منهج منشور. والثاني أكثر تحديدًا وأقل قابلية للتحقق، والإغراء بدمجهما في رواية واحدة هو بالضبط الكيفية التي يتحول بها تقرير إلى حقيقة.
ما هو التقطير، وما ليس هو
التقطير تقنية، وليس جريمة. لقد كانت ممارسة معيارية داخل المختبرات لعقد من الزمن: تدريب نموذج صغير ليطابق توزيع نموذج كبير، ثم تقديم النموذج الصغير. ما تعترض عليه المختبرات هو الحالة التي يكون فيها المعلّم نموذج إنتاج شخص آخر، يُستعلَم على نطاق صناعي، دون إذن.
ثلاثة أمور تأتي فيما يلي، ويُخلَط بينها باستمرار:
• نقل القدرات حقيقي لكنه محدود. الطالب المدرَّب على مخرجات المعلّم يرث توزيع إجابات المعلّم على المُدخلات التي رآها. لكنه لا يرث أوزان المعلّم، ولا بياناته التدريبية، ولا بنيته المعمارية، ولا سلوكه على المُدخلات التي لم يفكّر أحد في استعلامها.
• السؤال القانوني والسؤال التقني منفصلان. قد تحظر شروط الخدمة ذلك؛ غير أن اكتشافه صعب؛ وإثباته في نموذج محدد أصعب aún. إن اكتشاف المورّد لحركة مرور الكشط ليس دليلاً على أن نقطة تحقق معينة قد دُرّبت على النتائج.
• الاختبارات المعيارية بصمة ضعيفة. النموذجان المقطران من المعلم نفسه لا يسجلان النتيجة نفسها، والنموذجان اللذان لا تربطهما علاقة غالبًا ما يسجلان نتائج متشابهة في اختبار معياري يسعى الجميع إلى تحسينه. العلامة الفارقة، إن وُجدت، تكمن في الأخطاء — الإخفاق غير المعتاد نفسه على الموجّه غير المعتاد نفسه.

لماذا انتهى هذا إلى إصدار بأوزان مفتوحة؟
كلا النموذجين قابلان للتنزيل، وهذا ما يجعل القصة ذات أثر جوهري لا مجرد ثرثرة. يُوزَّع DeepSeek V4.1-Flash بموجب ترخيص MIT. وKimi K3.1 Pro هو الطراز الرائد لـ Moonshot وأوزانه مفتوحة. وإذا كانت القدرة الأساسية قد جاءت جزئياً من نموذج حدودي مغلق، فإن المشتري يحصل، بأسعار الأوزان المفتوحة، على سلوك طُوِّر في الأصل خلف جدار دفع ومراجعة وصول.
هذا ليس مشكلة تلقائيًا بالنسبة للمشتري. إنه مشكلة بالنسبة للمشتري الذي يحتاج إلى معرفة ما يعتمد عليه. فالنموذج الذي تشكّل سلوكه بمخرجات مورّد آخر هو نموذج يمكن لأي شخص يملك نموذج ذلك المورّد الآخر أن يستنتج سلوكه — وهو ما يهم بالنسبة للمتانة في مواجهة الخصوم، ولتصميم التقييم، ولأي شخص ظنّ أنه يشتري قدرة مستقلة لا مجرد صدى.
كما يغيّر ذلك ملف المخاطر الخاص بالترخيص. فشروط MIT لدى DeepSeek لا تفرض شيئًا. أما ترخيص المجتمع لدى MiniMax، كما كتبنا هذا الأسبوع، فيفرض الإسناد وعتبة إيرادات. ولن يُحسم نزاع التقطير بموجب أي من الترخيصين؛ بل سيُحسم في مكان آخر تمامًا، وسيكون المشتري متفرجًا.
ما يمكنك التحقق منه فعليًا
• سلوك الرفض تجاه المطالبات التي ترفضها نماذجك الأخرى. الطالب الذي تعلّم من معلّم يرث أنماط الضوابط الوقائية لدى المعلّم، بما في ذلك الأنماط غير المتسقة منها.
• بصمات الفشل. شغّل مجموعة من المطالبات الغريبة عمدًا، وقارن نص الخطأ لا معدل الخطأ. يظهر التقطير في السمات المشتركة الشاذة.
• المعايرة. اطلب منه التعبير عن درجة الثقة في الأسئلة التي لا يستطيع الإجابة عنها، وانظر ما إذا كان حد الامتناع يتطابق مع نموذج تعرفه.
• تباين الإصدارات. يمتلك DeepSeek V4.1-Flash نقطتَي تحقق بدرجات منشورة مختلفة، 39.46 لإصدار سبتمبر و45.10 لتحديث 17 أكتوبر. والفجوة بهذا الحجم بين شهرين جديرة بالتفسير بغض النظر عن أي ادعاء بالتقطير.
لا يثبت أيٌّ من هذه شيئًا عن بيانات التدريب. لكنها تخبرك بالفعل ما إذا كان النموذج يتصرف كشيء لديك بالفعل، وهي الصيغة العملية للسؤال.

ماذا تفعل بشأن ذلك بصفتك مشتريًا؟
• لا تُعِد تسعير أي نموذج بناءً على شائعة. لا شيء في التقارير يغيّر تكلفة Kimi K3.1 Pro أو DeepSeek V4.1-Flash أو مدى سرعته، ويظل كلا النموذجين من بين أرخص النماذج القوية في السوق.
• احرص على إبقاء مسألة مصدر النموذج في سجل المشتريات. إذا سألت وظيفة الامتثال لديك عن مصدر قدرة نموذج ما، فإن "يقول المورّد إنه مُدرَّب من الصفر" و"يزعم تقرير أنه جرى تقطيره من طرف ثالث" عبارتان ينبغي أن تكون قادرًا على اقتباسهما بدقة بعد ستة أشهر من الآن.
• اختبر ذلك على حركة المرور الخاصة بك. كلا النموذجين متاحان على OrcaRouter بسعر قائمة المزوّد مع هامش ربح 0% — code>kimi/kimi-k3.1-pro/code> وcode>deepseek/deepseek-v4.1-flash/code> وcode>deepseek/deepseek-v4.1-flash-1017/code> — لذا فإن المقارنة مع مزوّدك الحالي هي قاعدة توجيه وليست عقدًا جديدًا.
الشيء الوحيد الذي يجب ألا نفعله هو التعامل مع التقرير بوصفه أمرًا محسومًا. مختبران، ومنشور واحد، ولا طريقة منشورة: الموقف الصادق هو أن ثمة ادعاءً معقولًا قد طُرح ولم يُبرهَن عليه، وأن السلوك الفعلي للنماذج قابل للقياس اليوم بغض النظر عن ذلك.

ما الذي سيحسم الأمر؟
اعتراف مختبر بذلك، أو دعوى قضائية، أو تحليل تقني يطابق المخرجات على نطاق واسع. الأول سينهي الجدل، والثاني سينقله إلى محكمة، والثالث هو الوحيد الذي يمكن أن يقوم به شخص من خارج الشركات — ولهذا فإن غيابه بعد أسبوع من التغطية جدير بالملاحظة.
حتى يصل أحدها، يندرج هذا الادعاء في المجلد نفسه الذي تندرج فيه كل شائعة أخرى عن القدرات: مفيد من حيث كيفية تقييمك لنموذج، لا من حيث ما تستنتجه بشأنه.
ملاحظة حول المصادر: تقرير التقطير، وإسناده إلى The Information، والنموذجان المذكوران بالاسم، كلها من التغطية الصحفية المتخصصة في 29–30 أكتوبر 2026؛ ولم تُقرأ المقالة الأصلية مباشرةً لهذا المقال. تاريخ البدء في 1 يوليو، والذروة في 24–25 يوليو، ونحو 16,000 طلب، وأكثر من 4,000 حساب، كلها من إفصاح OpenAI في 30 سبتمبر. ترخيص MIT لـ DeepSeek V4.1-Flash وشروط ترخيص المجتمع المشار إليها مأخوذة من مستودعات النماذج الخاصة بكل منهما؛ ودرجتا النقاط الخاصتان بنقطتي التفتيش، 39.46 و45.10، من Artificial Analysis. ولم تؤكد Moonshot ولا DeepSeek هذا الادعاء. معرّفات نماذج OrcaRouter وتمرير أسعار القائمة هما من كتالوجنا الخاص.
مقارنات في هذه المقالة3
مستخرج من هذه المقالة · المعايير: Artificial Analysis · يُحدَّث يوميًا
