Motif-3 (بيتا): داخل نموذج الذكاء الاصطناعي السيادي لكوريا الذي اخترق للتو المراكز الثلاثة الأولى مفتوحة المصدر

Motif-3-Beta هو أحدث وافد في السباق المزدحم لنماذج اللغة الكبيرة مفتوحة الوزن، ويأتي مع قصة نشأة غير عادية: فهو من Motif Technologies، وهي شركة تابعة تضم حوالي 30 شخصًا لشركة Moreh الكورية للبنية التحتية للذكاء الاصطناعي، تأسست في فبراير 2025، ومدعومة بجولة تمويل من الفئة ب بقيمة حوالي 24 مليار وون كوري (حوالي 16 مليون دولار). هذا فريق صغير وميزانية متواضعة مقارنة بالمختبرات التي تحتل عادةً قمة هذه القوائم، وهذا هو بالضبط سبب جذب مواضع النموذج المبكر في المعايير للانتباه: درجة 44 من مؤشر تحليل الذكاء الاصطناعي المستقل (AAII)، وهو ما يكفي للمركز الثالث عالميًا بين النماذج مفتوحة المصدر ومفتوحة الوزن، والمركز الحادي عشر بشكل عام بعد حساب المختبرات المغلقة الرائدة.

النموذج هو صراحة عمل قيد التقدم — إصدار تجريبي أو نقطة تفتيش أولية، وليس إصدارًا نهائيًا — وهو يحمل ترخيص بحث غير تجاري بدلاً من شروط Apache 2.0 المسموحة بالكامل لسابقه، Motif-2. هذا المزيج من "رقم مبكر قوي" و"لا يزال غير مكتمل، لا يزال مقيدًا" هو الإطار الصادق لكل ما يلي: Motif-3 هو نقطة بيانات مثيرة للاهتمام حقًا في سباق المصادر المفتوحة وفي دفع كوريا نحو الاستقلال في مجال الذكاء الاصطناعي، لكنه ليس بعد نموذجًا يمكن لمعظم الفرق نشره تجاريًا، والعديد من ادعاءاته الفنية الأكثر لم يتم التحقق منها بشكل مستقل.

خلاصة القول. Motif-3-Beta هو نموذج مزيج الخبراء بإجمالي 314 مليار معامل و13 مليار معامل نشط من شركة Motif Technologies، وهي شركة تابعة لـ Moreh تضم حوالي 30 شخصًا في كوريا الجنوبية، تم بناؤه كجزء من برنامج "Dokpamo" الوطني للذكاء الاصطناعي السيادي. يسجل مؤشر تحليل الذكاء الاصطناعي بقيمة 44 — الثالث بين نماذج المصدر المفتوح عالميًا، بعد Kimi K3 و GLM-5.2، والحادي عشر بشكل عام. يمكن تنزيل الأوزان من Hugging Face بموجب ترخيص بحث غير تجاري؛ تتوفر محادثة مستضافة مجانية على chat.motiftech.io؛ لا يوجد سعر عام لواجهة API بعد. من المتوقع إصدار نسخة نهائية حوالي أوائل أغسطس 2026، ولم يتم نشر نتائج MMLU أو GPQA أو HumanEval للنموذج نفسه.

النقاط الرئيسية

• ظهور مفتوح المصدر #3 من فريق صغير.تضع AAII 44 نموذج Motif-3-Beta في المرتبة الثالثة بين النماذج مفتوحة المصدر/مفتوحة الوزن — خلف Kimi K3 وGLM-5.2 — وفي المرتبة 11 بشكل عام ضد مختبرات الحدود المغلقة، وفقًا لتغطية صحفية تستشهد بـ Artificial Analysis.

• نموذج كبير، تنشيط فعال. ~314 مليار معلمة إجمالية ولكن ~13 مليار فقط نشطة لكل رمز، عبر 384 خبيرًا موجهًا (8 نشطين بالإضافة إلى 1 مشترك) — نسبة التخلخل المصممة للاستدلال الفعال من حيث التكلفة على الرغم من الحجم الإجمالي للنموذج.

• لا يزال في مرحلة بيتا، ولا يزال غير تجاري. هذه نقطة تفتيش معاينة؛ النسخة النهائية مستهدفة تقريبًا في أوائل أغسطس 2026. الأوزان متاحة على Hugging Face، ولكن بموجب ترخيص بحث غير تجاري — وهذا تراجع عن شروط Apache 2.0 للسلف Motif-2.

• المرشح الرئيسي لكوريا في الذكاء الاصطناعي السيادي. تم بناؤه في إطار البرنامج الوطني “Dokpamo” (نموذج أساسي مستقل للذكاء الاصطناعي)، باستخدام وحدات معالجة رسوميات B200 التي توفرها الحكومة، ويتم تسويقه كهندسة معمارية مستقلة لا تعتمد على أي قاعدة مفتوحة المصدر أجنبية.

• تركيز على اللغة الكورية، سياق بطول 256 ألف رمز.تم تدريبه باستخدام مجموعة تدريب أولي مخصصة للغة الكورية بحجم ~106 جيجابايت، مع نافذة سياق تتسع لـ256 ألف رمز — ويُصنف كنموذج نصي/محادثة وليس نموذجًا متعدد الوسائط.

• لم يتم نشر أي معايير قياسية بعد. لم يتم الإعلان عن نتائج MMLU أو GPQA أو HumanEval أو KMMLU لـ Motif-3 نفسه، وادعاءات بنيته المخصصة هي مصطلحات بائع غير موثقة.

الأرقام الواردة في هذه المقالة حول AAII 44 / #3-open-source / #11-overall مأخوذة من تغطية صحفية تستشهد بـ Artificial Analysis وبطاقة نموذج Hugging Face، وليس من قراءة مباشرة ومعاد التحقق منها بشكل مستقل لموقع Artificial Analysis الحي — تعامل معها على أنها دقيقة من حيث الاتجاه وليست دقيقة تمامًا في هذه اللحظة. Motif-3-Beta هي، كما يوحي اسمها، نسخة تجريبية: قد تتغير المعايير والتراخيص والتسعير قبل الإصدار النهائي. ترخيص Hugging Face مخصص للاستخدام البحثي غير التجاري فقط. لم تنشر أي جهة حتى كتابة هذه السطور أي نتائج لـ MMLU أو GPQA أو HumanEval أو KMMLU لـ Motif-3.

ما هو Motif-3 (Beta)

موتيف تكنولوجيز هي مختبر ذكاء اصطناعي كوري انبثق من شركة موريه، وهي شركة معروفة ببرامج البنية التحتية للذكاء الاصطناعي وبرمجيات المحاكاة الافتراضية لوحدات معالجة الرسومات. تأسست في فبراير 2025 بما يقارب 30 موظفًا وجولة تمويل من الفئة ب بقيمة حوالي 24 مليار وون كوري (نحو 16 مليون دولار)، وتعتبر موتيف صغيرة مقارنة بمطوري النماذج الرائدة، حيث أن معظم المنافسين في هذه الفئة المعيارية يمتلكون فرقًا هندسية أكبر بعشرة أضعاف. يقود الشركة الرئيس التنفيذي ليم جونغ-هوان، ويعد نموذج Motif-3-Beta أحدث وأكثر إصداراتها طموحًا حتى الآن، بعد نموذج Motif-2.6B الأصغر.

من الناحية المعمارية، فإن نموذج Motif-3-Beta هو نموذج لغوي كبير يعمل بنظام الخبراء المختلطين المتناثرين (MoE)، ويحتوي على حوالي 314 مليار معلمة إجمالية، منها حوالي 13 مليار معلمة فقط نشطة لأي رمز مميز معين. يتم التوجيه عبر 384 خبيرًا موزعًا، مع 8 خبراء نشطين لكل رمز مميز بالإضافة إلى خبير مشترك واحد. يحمل النموذج نافذة سياقية بحجم 256 ألف رمز مميز، وبُعدًا خفيًا يبلغ 4,096، و53 طبقة محول، ومفردات بحجم 220,160 رمزًا مميزًا، وهو متاح بدقة bf16. إنه نموذج نصي/حوار - ليست هناك قدرة معلنة على معالجة الصور أو الصوت أو الفيديو - وهو مركز بشكل متعمد على اللغة الكورية، وتم تدريبه جزئيًا على مجموعة بيانات مخصصة (يشار إليها داخليًا باسم motif-3-korean-pt-v0) تبلغ حوالي 106 جيجابايت من النصوص باللغة الكورية.

الوضع مهم بقدر المواصفات. {{1}}Motif-3-Beta هي صراحة نقطة تفتيش تجريبية، وليس نموذجًا مكتملاً — وقد أشارت Motif إلى أن النسخة النهائية مخطط لها تقريبًا في أوائل أغسطس 2026.{{/1}} {{2}}الأوزان مفتوحة وقابلة للتحميل من Hugging Face، ولكن بموجب ترخيص بحث غير تجاري، مما يعني أن الاستخدام الإنتاجي أو المدر للدخل غير مسموح به بموجب الشروط الحالية.{{/2}} {{3}}هذا تغيير ملحوظ عن الإصدار السابق للشركة، Motif-2، الذي صدر بموجب ترخيص Apache 2.0 المسموح به بالكامل.{{/3}} {{4}}توجد واجهة دردشة مستضافة مجانية على chat.motiftech.io لأي شخص يريد تجربة النموذج دون تنزيله، ولكن لا يوجد حتى الآن تسعير لواجهة برمجة التطبيقات العامة، ولا منظمة GitHub للمشروع، ولا ورقة Motif-3 على arXiv تصف البنية بتفاصيل قابلة للمراجعة من الأقران — {{5}}كل هذه فجوات طبيعية لنسخة تجريبية، {{6}}ولكن من الجيد معرفتها قبل التخطيط حول هذا النموذج.{{/6}}

الخطاف الخاص بـ AAII: غوص عميق في المعايير

السبب الرئيسي الذي يجعل نموذج Motif-3-Beta يحظى بالاهتمام خارج كوريا هو رقم مستقل واحد: درجة 44 في مؤشر الذكاء الاصطناعي لتحليل الذكاء الاصطناعي (AAII). ووفقًا للتغطية الصحفية التي تستشهد بـ Artificial Analysis، فإن ذلك يضع النموذج في المركز الثالث بين النماذج مفتوحة المصدر ومفتوحة الأوزان عالميًا - خلف Kimi K3 وGLM-5.2 - وفي المركز الحادي عشر إجمالًا عند تضمين النماذج الحدودية المغلقة والمملوكة في الترتيب. بالنسبة لفريق مكون من 30 شخصًا على بعد حوالي عام ونصف من بدايته، فإن احتلال المركز الثالث عالميًا في المصادر المفتوحة على مؤشر محايد تابع لجهة خارجية هو نتيجة مشروعة، وهو أوضح دليل حتى الآن على أن نهج Motif قادر على المنافسة وليس مجرد طموح.

مع ذلك، يستحق هذا الرقم تحوطًا محددًا: فهو مستمد من تقارير صحفية وبطاقة Hugging Face الخاصة بالنموذج التي تستشهد بـ Artificial Analysis، وليس من قراءة مباشرة ومُتحقق منها حديثًا للوحة المتصدرة المباشرة لـ Artificial Analysis وقت كتابة هذا التقرير. تتغير ترتيبات AA مع إضافة نماذج جديدة وإعادة تقييم النماذج الحالية، لذا تعامل مع AAII 44 / #3-open-source / #11-overall كصورة لحظية ينبغي التحقق منها مقابل الموقع المباشر قبل الاستشهاد بها كحقيقة حالية في أي قرار لاحق.

تصف وثائق Motif الخاصة أيضًا عدة مكونات معمارية مخصصة: "Grouped Differential Latent Attention (GDLA)"، و"Grouped PolyNorm activation"، وآلية "mHC" معدلة. هذه مصطلحات صاغها البائع، وحتى وقت كتابة هذا النص، لم يتم تعريفها بالتفصيل في بطاقة النموذج، ولم يتم اختبارها بشكل مستقل أو مراجعتها من قبل الأقران — لا توجد ورقة arXiv لـ Motif-3 حتى الآن. من المعقول النظر إليها كإشارة مثيرة للاهتمام إلى أن Motif بنى بنيته الخاصة بدلاً من تفريع قاعدة مفتوحة المصدر موجودة، ولكن ليس معاملتها كمزايا أداء مثبتة حتى يتم إجراء تحليل مستقل.

من المهم أيضًا أن نكون صريحين بشأن ما هو مفقود: لم تُنشر أي نتائج لاختبارات MMLU أو GPQA أو HumanEval أو KMMLU لـ Motif-3 نفسه. هذه فجوة حقيقية مقارنة بالنماذج المفتوحة الأكثر رسوخًا، والتي تنشر عادةً مجموعة كاملة من المعايير الأكاديمية القياسية إلى جانب أي مؤشر مركب. حتى يملأ Motif هذه الصورة – على الأرجح مع الإصدار النهائي في أوائل أغسطس 2026 – فإن رقم AAII يقوم بمعظم العمل التقييمي بمفرده، وينبغي قراءته على أنه "إشارة مبكرة واعدة"، وليس "نموذجًا مُختبرًا بشكل شامل".

سياق حول النماذج المصنفة فوقه: Kimi K3 من Moonshot، يحصل على AAII حوالي 57 (ضمن أفضل أربعة بشكل عام) والمركز الأول في Frontend Code Arena، مبني كنموذج MoE بحوالي 2.8 تريليون معلمة بسعر $3/$15 لكل مليون رمز - قوي لكن يقال إنه بطيء ومطول، مع أوزان مفتوحة وُعد بها لكن لم يتم تأكيدها بالكامل بعد. GLM-5.2 من Z.ai/Zhipu، يسجل AAII بقيمة 51 ويحتفظ بالمركز الأول للأوزان المفتوحة بشكل عام، وهو نموذج MoE بحوالي 750B/40B معلمة تم إصداره بموجب ترخيص MIT المسموح بالكامل، ويمكن استضافته ذاتيًا، وسعره $1.40/$4.40 لكل مليون رمز. كلاهما يتفوق على Motif-3-Beta في مؤشر المصادر المفتوحة اليوم، وهو سياق مفيد: "الثالث في العالم" بين النماذج المفتوحة هو نتيجة قوية بالفعل، لكنه ثالث بعيد خلف نموذجين كلاهما أكبر في نضج النشر، وفي حالة GLM-5.2، أكثر انفتاحًا بشكل كبير في شروط الترخيص.

الوصول والتسعير

البدء في استخدام Motif-3-Beta اليوم يعني أحد مسارين. الأول هو تنزيل الأوزان المفتوحة مباشرة من Hugging Face واستضافة النموذج ذاتيًا — ولكن لأغراض البحث غير التجاري فقط، وفقًا لشروط الترخيص الحالية؛ لا يوجد منح للاستخدام التجاري في هذا الإصدار التجريبي، مما يمنع استخدامه في الإنتاج بغض النظر عن نتائج المعايير. والمسار الثاني هو واجهة الدردشة المستضافه مجانًا من Motif على chat.motiftech.io، والتي تتيح لأي شخص تجربة النموذج في متصفح دون تنزيل أو استضافة أي شيء.

لا توجد حاليًا واجهة برمجة تطبيقات عامة بنشر أسعار لكل رمز — وهي فجوة ذات دلالة إذا كنت تقيّم هذا النموذج مقابل منافسين يعتمدون على واجهات برمجة التطبيقات أولاً مثل Kimi K3 (3 دولارات/15 دولارًا لكل مليون رمز) أو GLM-5.2 (1.40 دولار/4.40 دولار لكل مليون رمز)، وكلاهما يتيح لك تقدير التكلفة على نطاق واسع اليوم. حتى تنشر Motif أسعار واجهة برمجة التطبيقات (والتي من المحتمل أن تكون مرتبطة بالإصدار النهائي غير التجريبي)، فإن أي مقارنة تكلفة مع تلك النماذج ستكون ناقصة بالضرورة. في الوقت الحالي، الخيارات العملية هي: تجربتها مجانًا عبر chat.motiftech.io، أو استضافة الأوزان مفتوحة المصدر محليًا حصريًا للأغراض البحثية غير التجارية.

قصة كوريا عن الذكاء الاصطناعي السيادي

موتيف-3-بيتا ليست مجرد إطلاق منتج لشركة — بل هي نقطة بيانات ملموسة في مسعى كوريا الجنوبية نحو ما يُسمى بالذكاء الاصطناعي السيادي: القدرة على بناء والتحكم في نماذج من الدرجة الأولى محليًا بدلاً من الاعتماد كليًا على النماذج الأساسية الأمريكية أو الصينية. يتم تطوير موتيف-3 في إطار مبادرة "نموذج الذكاء الاصطناعي الأساسي المستقل" المدعومة من الحكومة، والتي يشار إليها في الصحافة الكورية باسم "دوكبامو"، وهي تمول عدة جهود متنافسة في الوقت نفسه — بما في ذلك خط إكساون من إل جي إيه آي ريسيرتش، ونماذج سولار من أبستيج، وبرامج إس كيه تيليكوم الخاصة بالذكاء الاصطناعي. موتيف-3 هو أحد الداخلين الأكثر متابعة في هذا المجال، ويرجع ذلك جزئيًا إلى سرعة بنائه.

وفقًا للتقارير، تم تدريب النموذج باستخدام ما يقرب من 700 إلى 768 من وحدات معالجة الرسوميات Nvidia B200 المقدمة من الحكومة، واستغرقت دورة التطوير الأساسية حوالي خمسة أشهر — وهو جدول زمني سريع لنموذج يضم 314 مليار معلمة، حتى مع مراعاة كفاءة 13 مليار معلمة نشطة من تصميم MoE الخاص به. وقد أكدت Motif أن هذه بنية مستقلة لا تحتوي على قاعدة مفتوحة المصدر أجنبية تحتها، وهي نقطة فخر وطني بقدر ما هي تقنية: هدف برنامج Dokpamo ليس مجرد "نموذج جيد"، بل نموذج مبني من البداية إلى النهاية مع خيارات بنية محلية، وليس نسخة مضبوطة أو مشتقة من إصدار أمريكي أو صيني مفتوح الوزن.

إن إطار الكفاءة هذا — 13 مليار معامل نشط من إجمالي 314 مليار معامل — هو أيضًا تباين متعمد مع تاريخ Motif نفسه. نموذج الشركة السابق، Motif-2.6B، تم تدريبه على وحدات معالجة الرسوميات AMD MI250 بدلاً من أجهزة Nvidia، مما يعكس اهتمام Moreh الأوسع بمرونة البنية التحتية لوحدات معالجة الرسوميات. عند النظر إليهما معًا، يروي كل من Motif-2.6B و Motif-3-Beta قصة متسقة لفريق صغير يعمل بجد لتحسين كفاءة الحوسبة — أولاً من خلال اختيار الأجهزة، والآن من خلال توجيه MoE المتناثر — وهي مهارة قابلة للتحويل بشكل أكبر لبرنامج ذكاء اصطناعي وطني محدود الموارد مقارنة بمجرد زيادة عدد المعاملات.

لمن هذا: ثلاثة سيناريوهات

1. باحثو اللغة الكورية وفرق معالجة اللغة الطبيعية

تجعل مجموعة التدريب المخصصة للغة الكورية لـ Motif-3-Beta منه خيارًا طبيعيًا للفرق الأكاديمية والبحثية التي تعمل تحديدًا على مهام معالجة اللغة الطبيعية بالكورية — التقييم، تجارب الضبط الدقيق، أو الدراسات المقارنة مع نماذج أخرى تركّز على الكورية مثل LG's EXAONE أو Upstage's Solar. نظرًا لأن الترخيص مخصص للاستخدام البحثي غير التجاري، فإن هذا هو بالضبط حالة الاستخدام التي كُتب الترخيص من أجلها: تنزيل الأوزان، تشغيل تقييماتك الخاصة، والتعامل مع النموذج كنقطة بيانات جديدة ومستقلة هندسيًا في أبحاث النماذج اللغوية الكورية.

2. فرق تتبع آفاق المصادر المفتوحة

إذا كان جزء من عملك يتعلق بمراقبة اتجاه سباق النماذج مفتوحة الأوزان، فإن Motif-3-Beta يستحق نظرة فاحصة لمجرد كونه إشارة: احتلال المركز الثالث بين النماذج مفتوحة المصدر عالميًا لفريق مكون من 30 شخصًا، تم بناؤه في حوالي خمسة أشهر على حصة حسابية وطنية، يقول شيئًا عن كيفية خفض هندسة MoE الفعالة حسابيًا للحاجز أمام النتائج التنافسية. جربه عبر الواجهة المجانية chat.motiftech.io للحصول على إحساس نوعي بسلوكه، وراقب الإصدار النهائي في أوائل أغسطس 2026، عندما تصل مجموعة معايير أكثر اكتمالًا وشروط ترخيص مُحدَّثة (على الأرجح).

3. محللون في مجال السياسات والصناعة يتابعون برامج الذكاء الاصطناعي السيادي

لمن يتابع الاستراتيجيات الوطنية للذكاء الاصطناعي — كيف تحاول الحكومات خارج الولايات المتحدة والصين بناء قدرة مستقلة في الذكاء الاصطناعي — يُشكّل Motif-3 دراسة حالة ملموسة مفيدة لبرنامج Dokpamo الكوري قيد التنفيذ: تخصيص وحدات معالجة رسومية حكومي، شركة خاصة صغيرة، ادعاء صريح بعدم الاعتماد على "قاعدة مفتوحة المصدر أجنبية"، ودورة بناء مدتها خمسة أشهر. وهو يقف إلى جانب EXAONE من LG AI Research وSolar من Upstage كأحد عدة جهود متوازية، ومقارنة نهج كلٍ منها، وخيارات الترخيص، ومسارات المقاييس المعيارية هي عدسة معقولة لفهم كيف تترجم تمويلات الذكاء الاصطناعي السيادية إلى مخرجات نموذجية فعلية.

متى لا تستخدمه

لا تنشر نموذج Motif-3-Beta في أي منتج تجاري أو مدر للدخل — فرخصة Hugging Face الحالية تنص صراحةً على الاستخدام البحثي غير التجاري فقط، واستخدامه في الإنتاج سيكون انتهاكًا للترخيص، وليس مجرد مخاطرة. لا تتعامل مع رقم AAII 44 كمعيار أداء نهائي ومُتحقق منه بالكامل: فهو مصدره الصحافة وبطاقة النموذج نفسه، وليس قراءة مباشرة وجديدة من لوحة متصدرات Artificial Analysis الحية، وسيتغير على الأرجح بحلول وقت إصدار النسخة النهائية. لا تعتمد على هذا النموذج في المهام التي تتطلب تغطية معيارية قياسية وموثقة جيدًا — فلا توجد حتى الآن درجات منشورة لـ MMLU أو GPQA أو HumanEval أو KMMLU للتحقق من حالة استخدامك مقابلها. ولا تتوقع وصولًا إلى واجهة برمجة تطبيقات (API) بمستوى الإنتاج اليوم: فلا توجد أسعار عامة لواجهة API، ولا منظمة على GitHub، ولا ورقة هندسة معمارية مُحكَّمة، وكلها أمور من المعقول الانتظار عليها قبل بناء أي شيء يتجاوز النموذج البحثي الأولي فوق Motif-3.

الأسئلة الشائعة

ما هو Motif-3-Beta؟

إنه نموذج لغوي كبير من نوع "خليط الخبراء" المتناثر من شركة Motif Technologies، وهي مختبر ذكاء اصطناعي كوري وشركة تابعة لـ Moreh. يمتلك حوالي 314 مليار معلمة إجمالية، منها حوالي 13 مليار نشطة لكل رمز، ونافذة سياقية تبلغ 256 ألف رمز، وهو مُدرَّب على مجموعة نصوص مخصصة للغة الكورية. وهو حاليًا نقطة تفتيش تجريبية/معاينة، وليس إصدارًا نهائيًا.

ما مدى جودة Motif-3-Beta حقًا؟

وفقًا لمقياس مستقل — مؤشر تحليل الذكاء الاصطناعي — فإنه يحصل على 44 نقطة، مما يضعه في المرتبة الثالثة عالميًا بين النماذج مفتوحة المصدر وفقًا للتغطية الصحفية (خلف Kimi K3 وGLM-5.2)، والمرتبة الحادية عشرة بشكل عام. هذه نتيجة أولية قوية، لكن لم تُنشر بعد أي نتائج لـ MMLU أو GPQA أو HumanEval أو KMMLU لهذا النموذج، لذا تظل الصورة الكاملة غير مكتملة.

هل يمكنني استخدام Motif-3-Beta تجاريا؟

ليس تحت الترخيص الحالي. تم إصدار أوزان Hugging Face للاستخدام البحثي غير التجاري فقط. هذه خطوة إلى الوراء عن ترخيص Apache 2.0 المسموح بالكامل الذي استخدمته النموذج السابق، Motif-2، وهي حد صارم على أي استخدام إنتاجي اليوم.

كم تكلفة الاستخدام؟

لا توجد تسعيرة لواجهة برمجة التطبيقات العامة (API) بعد. يمكنك تجربة النموذج مجانًا عبر واجهة chat.motiftech.io المستضافة، أو استضافة الأوزان المفتوحة بنفسك لأغراض البحث غير التجاري. قد يتم تقديم التسعير والشروط التجارية بالتزامن مع الإصدار النهائي.

هل هذه حقًا عمارة كورية مستقلة؟

هذا هو ادعاء "موتيف"، ويتناسب مع الهدف الأوسع لبرنامج "دوكبامو" السيادي للذكاء الاصطناعي في كوريا — وهي بنية لا تعتمد على قاعدة مفتوحة المصدر أجنبية تحتها. يصف النموذج مكونات مخصصة ("انتباه تفاضلي جماعي متأخر"، "تفعيل بولينورم جماعي"، آلية "mHC معدلة")، لكن هذه مصطلحات من وصف البائع لم تُفصَّل بعد في ورقة بحثية أو تُراجع بشكل مستقل.

متى سيصدر الإصدار النهائي؟

أشارت Motif إلى أن إصدارًا نهائيًا غير تجريبي (Beta) مُخطط له تقريبًا في أوائل أغسطس 2026. توقع تحديثات المعايير، وربما تحديثات التراخيص والتسعير، في ذلك الوقت.

كيف تقارن مع Kimi K3 و GLM-5.2؟

كلاهما حاليًا يتفوقان على Motif-3-Beta في مؤشر المصادر المفتوحة لـ Artificial Analysis — Kimi K3 حوالي AAII 57 و GLM-5.2 عند AAII 51، مقابل 44 لـ Motif-3-Beta. كما أن GLM-5.2 لديها ترخيص MIT أكثر تساهلاً وأسعار API منشورة (1.40 دولار/4.40 دولار لكل مليون رمز) اليوم، وهو ما لم تقدمه Motif-3-Beta بعد.

هل يجب أن أستخدم Motif-3-Beta اليوم؟

استخدمه إذا كنت تجري أبحاثًا في معالجة اللغة الطبيعية الكورية، أو تتابع سباق النماذج مفتوحة المصدر، أو تدرس سياسات الذكاء الاصطناعي السيادي — كل هذه الاستخدامات يدعمها الترخيص غير التجاري وواجهة الدردشة المجانية بشكل جيد. انتظر الإصدار النهائي، مع معايير أكثر اكتمالاً وشروط تجارية أوضح، قبل بناء أي شيء يتجاوز النموذج الأولي البحثي.

خلاصة القول

موتيف-3-بيتا (Motif-3-Beta) هو نتيجة بارزة حقًا: فريق كوري مكون من 30 شخصًا، ممول من خلال برنامج وطني للذكاء السيادي، يحتل المركز الثالث بين نماذج المصادر المفتوحة العالمية على مؤشر مستقل في غضون خمسة أشهر تقريبًا من التطوير. لكن "بيتا" و"غير تجاري" ليسا مجرد حواشٍ تسويقية هنا — بل هما الحقيقتان اللتان تحددان ما إذا كان هذا النموذج قابلًا للاستخدام لأغراضك اليوم. كأثر بحثي وكإشارة حول اتجاهات بنيات الخبراء المختلطة الفعالة والبرامج الوطنية للذكاء الاصطناعي، فإنه يستحق المتابعة عن كثب. كنموذج إنتاجي، فهو ليس جاهزًا بعد — عاود الاطلاع حول موعد الإصدار النهائي في أوائل أغسطس 2026 للحصول على الصورة الكاملة.