Solar Open 2 250B: وكيل متطور يسجل نتائج لا مكان لتشغيلها

بطاقة Hugging Face الخاصة بـ Solar Open 2 250B 250B تقدم لك أمر تشغيل، لكن هذا الأمر لا يعمل. فهو يطلب من vLLM محلل استدلال باسم solar_open2، ومحلل استدعاء أدوات باسم solar_open2، ومعالج لوجيتات يُدعى SolarOpen2TemplateLogitsProcessor — وهي ثلاثة أشياء غير موجودة في أي إصدار مطروح من vLLM. لقد ظهر دعم هذه البنية في الفرع الرئيسي كطلب سحب غير مدمج في 5 أغسطس، بعد أسبوعين من نشر Upstage للأوزان في 22 يوليو. ولا تزال هذه الفجوة هي الحقيقة الأكثر إثارة للاهتمام حول Solar Open 2 حتى الآن، وهي الجزء الذي تجاهلته كل مقالات الإطلاق لصالح جدول المعايير. إذن هذه هي الرواية الأخرى: ما الذي شحنه Upstage فعليًا، وما الذي تثبته أرقامه الخاصة وما لا تثبته، وما الذي تغيّره النتيجة الخارجية الوحيدة المسجلة الآن، وما المطلوب للحصول على توكن واحد من هذا الشيء — مقارنةً بـ DeepSeek V4 Flash، النموذج الذي اختاره Upstage كمعيار رئيسي له.

ما الذي شحنه Upstage فعليًا

كل ما يلي مأخوذ من ملف config.json الخاص بالمستودع نفسه ومن التقرير الفني لـ Solar Open 2 (arXiv 2607.20062) — مصادر أولية، لكنها مصادر أولية من البائع نفسه. لم تنشر أي مختبرات مستقلة قياساتها الخاصة لهذا النموذج. لقد ظهر رقم خارجي واحد الآن، وهو نتيجة مؤشر الذكاء Artificial Analysis Intelligence Index البالغة 37 والتي أوردتها الصحافة عن التقييم الحكومي للجولة الثانية، وقد حصل على فقرته الخاصة في قسم المعايير أدناه لأنه منقول وليس مُعاد إنتاجه.

• الحجم — إجمالي 250,287,794,944 معلمة، حوالي 15 مليار معلمة نشطة لكل توكن

• الندرة — 320 خبيرًا موجّهًا بالإضافة إلى خبير مشترك واحد، مع توجيه أفضل 8 لكل توكن، وقيمة first_k_dense_replace مضبوطة على 0، مما يعني أن المزيج يبدأ من الطبقة صفر دون أي طبقات إحماء كثيفة التي تحتفظ بها عادةً تصاميم MoE المماثلة

• الشكل — 48 طبقة، الحجم المخفي 4096، بُعد الرأس 128، 64 رأس استعلام مقابل 8 رؤوس مفتاح/قيمة

• الانتباه — 12 طبقة softmax (GQA)، عند المؤشرات 0، 4، 8 وهكذا حتى 44؛ والطبقات الـ36 الأخرى هي انتباه خطي. ثلاثة أرباع المكدس لا تحتوي على softmax فيه.

• المواضع — use_rope هو false. لا يوجد أي ترميز موضعي على الإطلاق.

السياق — max_position_embeddings بقيمة 1,048,576

• المفردات — 196,608 رمزًا، عبر الإنجليزية والكورية واليابانية

• الأوزان — bfloat16، وهو ما يعادل 500.6 غيغابايت. هذا فقط 250.29 مليار معامل مضروبًا في بايتين، ويتطابق مع البصمة التي تبلغ عنها Nota AI للنموذج غير المكمم.

• التدريب — حوالي 11.9 تريليون توكن وفقًا للتقرير: 10 تريليونات للتدريب المسبق العام، و1 تريليون على مجموعة فرعية منسقة عالية الجودة، و0.9 تريليون لتمديد الطول، بنسبة معلنة 4:6 بين البيانات الحقيقية والاصطناعية، مع أن الإنجليزية تتجاوز 80% والرياضيات والبرمجة كل منهما 15% على الأقل.

• الترخيص — ترخيص Upstage Solar، الذي له شروط مرفقة (أدناه)

النسخة السابقة، Solar Open 1، كانت نموذجًا بحجم 100B صدر في يناير. أما Solar Open 2 فليس مجرد تحديث لها، بل هو شيء مختلف تمامًا.

الهندسة المعمارية هي القصة الفعلية

النمط الطبقي هو طبقة softmax واحدة تليها ثلاث طبقات اهتمام خطي، مكرر اثنتي عشرة مرة. هذا القدر تم الإبلاغ عنه. ما لم يُذكر هو أي اهتمام خطي، ولماذا يهم.

الطبقات الخطية هي {{1}}KDA — Kimi Delta Attention{{/1}}، الآلية التي قدمتها Moonshot AI لـ Kimi Linear. لم تخترع Upstage آلية انتباه خطية جديدة؛ بل تبنّت آلية شخص آخر وغيّرت شيئًا واحدًا. التغيير ظاهر في الإعدادات على أنه {{2}}kda_allow_neg_eigval{{/2}} مضبوط على true، والتقرير يشرح ما يقدّمه: KDA القياسي يقيّد القيم الذاتية لانتقال الحالة ضمن النطاق {{3}}[0,1]{{/3}}، لذا يمكن لكل خطوة أن تضيف إلى الحالة المتكررة أو تضمحلّها فقط. ضبط هذه العلامة يوسّع قوة الكتابة إلى {{4}}beta = 2·sigmoid(·){{/4}}، أي نطاق {{5}}(0,2){{/5}}، ما يدفع القيم الذاتية إلى النطاق {{6}}[-1,1]{{/6}}. يمكن للخطوة الآن أن تقلب إشارة ما هو مخزّن بالفعل. بعبارة بسيطة: يمكن للحالة أن تصحّح نفسها بدلًا من مجرد التراكم، وهذه هي الآلية المعلنة لدى Upstage لإبقاء مسار الوكيل الطويل متماسكًا عبر العديد من استدعاءات الأدوات.

طبقات السوفت ماكس الاثنتا عشرة هي GQA مع بوابة إخراج سيجمويد لكل عنصر — use_gqa_gate هو true في الإعدادات — وهو ما يعزو إليه التقرير إضافة اللاخطية وقمع أحواض الانتباه.

والسبب في عدم وجود RoPE ينبع من الطبقات الخطية. ولأن الحالة المتكررة ترمّز ترتيب التوكنات بطبيعتها، يجادل التقرير بأنه يمكنك حذف الترميز الموضعي كليًا والتوقف عن التقيد بتوزيع الأطوال الذي تدربت عليه. في هذا الإطار، RoPE هو العنصر الذي يحد من الاستقراء؛ فبإزالته، يتوقف السقف عن كونه دالةً في بيانات تدريبك.

رقم 1M هو ادعاء تصميمي، وليس قياسًا

تلك الحجة أنيقة، وهي أيضًا الأساس الكامل للعنوان الرئيسي حول مليون رمز. لا ينشر التقرير الفني أي اختبار RULER، ولا اختبار الإبرة في كومة القش، ولا أي مجموعة اختبارات للسياقات الطويلة على الإطلاق. نافذة السياق مُستدلٌّ عليها من البنية المعمارية، لا مُثبتة على معيار اختباري. وفي الوقت نفسه، فإن التقرير الوحيد عن النشر العلني الذي تمكنا من العثور عليه — Backend.AI، الذي يقدّم النموذج المُكمَّم عبر نظامي DGX Spark — حدد max-model-len بـ 200,000 وليس 1,048,576. قد يكون السقف المعماري حقيقيًا بالفعل. أما أي جودة تبقى عند 500 ألف أو مليون رمز فببساطة ليست في الورقة.

يحمل ادعاء الكفاءة نفس علامة النجمة: يذكر التقرير أن الحزمة الهجينة تحتاج إلى ما يقارب ربع الذاكرة والطاقة الحاسوبية التي تحتاجها حزمة all-softmax عند سياق 1M، وبشكل منفصل، أن التصميم الهجين حقق فقدان الهدف بعدد رموز تدريب أقل بنحو 3.2× من all-softmax على MMLU. كلا الرقمين هما من أرقام Upstage الخاصة. ولا تُنشر أي أرقام للإنتاجية أو زمن الاستجابة إطلاقًا.

بطاقة المعيار، تُقرأ بصدق.

في مجموعة الاختبارات الإنجليزية، أمام DeepSeek V4 Flash، يسجّل Solar Open 2 250B 86.2 على MMLU-Pro مقابل 85.9، و92.4 على LiveCodeBench v6 مقابل 92.3 — وهي فروق صغيرة بما يكفي لتُعتبر ضجيجًا إحصائيًا. ثم يسجّل 16.6 على APEX-Agents مقابل 13.2، وهي الفجوة الحقيقية الوحيدة، وكما هو متوقع، الرقم الذي تتصدّر به Upstage.

الخسائر موجودة في نفس التقرير وتحظى باهتمام أقل. SWE-Bench Verified: 70.4 مقابل 73.8. GDPval-AA v2، على ELO: 1128 مقابل 1187. Terminal Bench Hard: 28.3، مقابل 41.7 لـ MiMo-V2.5. ArtifactsBench: 55.9، متخلفًا عن كلا خطي الأساس المتقدمين. ولصالح Upstage، فإن التقرير يسمي هذه الفجوات وما تشير إليه — هندسة البرمجيات على مستوى المستودعات والمحطات الطرفية، والدقة الرقمية في المخرجات المكتبية — بدلاً من طمسها.

المقارنة المثيرة للإعجاب فعليًا هي المقارنة الداخلية. مقابل Solar Open 1: ترتفع نتائج LiveCodeBench v6 من 56.5 إلى 92.4، وSWE-Bench Verified من 15.4 إلى 70.4، وAPEX-Agents من 2.4 إلى 16.6. مهما كان رأيك في المواجهات المباشرة، فهذه قفزة جيلية حقيقية في غضون ستة أشهر.

في الكورية، يبلغ المتوسط عبر المجموعة 85.4 مقابل 84.9 لـ DeepSeek V4 Flash — لكن المتوسط هو ما يقوم بالعمل. تخسر Solar Open 2 250B في KMMLU-Pro (78.4 مقابل 78.9) وKo-AIME'25 (97.7 مقابل 98.0)، وتكسب في Ko-GDPval (86.8 مقابل 85.0). يأتي التفوق من معيار التسليم، وليس من المعرفة أو الرياضيات.

مما يقودنا إلى السطر الذي انتشر أكثر: أن Solar Open 2 250B يضاهي نموذجًا أكبر منه بأكثر من ستة أضعاف. الأساس هو Ko-GDPval، حيث سجّل 86.8 مقابل 86.9 لـ DeepSeek-V4-Pro. هذا معيار كوري واحد، وهو تعادل وليس فوزًا في مواجهة مباشرة — بينما على مجموعة الاختبارات الإنجليزية، يتفوق النموذج الأصغر الشقيق لـ V4-Pro بالفعل على Solar Open 2 250B في SWE-Bench Verified. معيار واحد لا يُعمَّم ليصبح قانونًا لكفاءة الحجم. تحذير ذو صلة: تختلف الأرقام الأساسية لـ APEX-Agents قليلًا بين الورقة البحثية والتغطية الثانوية (13.2 مقابل 13.4 لنفس النماذج)، لذا تعامل مع الترتيب باعتباره اتجاهيًا وليس دقيقًا.

فيما يتعلق بالتفضيل، أظهر اختبار مقارنة أعمى على 835 محادثة كورية تقدم نموذج Solar Open 2 250B بنسبة 44.1% مقابل 26.6%، مع أن التقرير يعزو فوزه في المواءمة والصدق إلى التأصيل الثقافي بدلاً من التدريب الإضافي على السلامة. تجدر الإشارة إلى ما هو غائب: لا يتضمن التقرير أي تقييم كمي للضرر أو الرفض أو كسر القيود (jailbreak) من أي نوع.

منذ ذلك الحين، أضافت بطاقة Hugging Face مزيدًا من الأرقام في قسم نتائج التقييم — GPQA Diamond 86.3، وHLE 28.8، وMathArena AIME 2026 95.7 — لكنها استُخرجت من بطاقة النموذج نفسها وليس من تشغيل مستقل، لذلك تحمل نفس التصنيف الذي يحمله كل ما سبق: أرقام Upstage غير مُعاد إنتاجها.

لقد ظهر الآن رقم خارجي واحد لا يأتي من مختبر Upstage. في 13 أغسطس/آب، أفادت وسائل الإعلام المالية الكورية — Edaily وSeoul Economic Daily وITDaily وiNews24، وكلها نشرت الأرقام نفسها — عن درجات الجولة الثانية من التقييم في البرنامج الحكومي للذكاء الاصطناعي السيادي، والمُقاسَة على مؤشر الذكاء الخاص بـ Artificial Analysis (AAII v4.1.1): Motif 3 حصل على 47، وSolar Open 2 250B على 37، وSK Telecom's A.X-K2 على 35، وLG AI Research's K-EXAONE 2.0 0803 على 31. وهذه النتيجة 37 تضع Solar Open 2 250B في المرتبة الثانية بين المتأهلين الأربعة الكوريين، بفارق عشر نقاط خلف Motif 3. لنصنّف الأمر بدقة: هذا رقم منقول عبر الصحافة — فالنتيجة لم تظهر على لوحة الصدارة الخاصة بـ Artificial Analysis نفسها، والتي ما زالت لا تُرجع شيئًا لهذا النموذج — وتلاحظ التغطية نفسها أن مؤشر AAII لا يتضمن معايير باللغة الكورية، وهي نقطة عمياء حقيقية لنموذج تُعد نتائجه المحلية محوريةً في عرضه. لكنها أول قراءة على Solar Open 2 250B لا تعود إلى Upstage، وهي متسقة مع بقية هذا المقال: درجات قوية في الوكيل والمخرجات، في حين أن الكثير من الجوانب الأخرى ما زال غير مُثبت من أي جهة خارج المورّد.

لماذا لا يستطيع أحد تقديمه على البرمجيات الجاهزة؟

تبدو بطاقة النموذج أكثر إفادة من أي تعليق. تجاوزت التنزيلات الشهر الماضي 26,000، إلى جانب 743 إعجابًا، وستة عشر تحويلاً كميًا مجتمعيًا، وثلاثة نماذج مضبوطة — وفي مربع موفري الاستدلال، لا يزال السطر "{{1}}هذا النموذج غير منشور بواسطة أي موفر استدلال{{/1}}" قائمًا، مع إدراج اثني عشر شخصًا الآن كطالبين لدعم الموفّر لبطاقة النموذج. اهتمام حقيقي، ولا نقاط نهاية مستضافة.

اتبع عمليات النشر العاملة وستجد أنها جميعًا تقود إلى fork. إصدار Nota AI من NVFP4 يثبّت اعتماده على git+https://github.com/UpstageAI/vllm.git عند العلامة v0.22.0-solar-open2 — أي vLLM الخاص بـ Upstage. وتقرير Backend.AI الخاص بـ DGX Spark تطلّب ذلك التفرع بالإضافة إلى FlashInfer معدّلة، لأن FlashInfer الأصلية لم تكن تدعم التوازي بين الخبراء ولم تكن تقبل تنسيق compressed-tensors.

الدعم في الخط الرئيسي هو طلب السحب 51129 ضد vllm-project/vllm، وقد فُتح في 5 أغسطس من قِبل مساهم يُعرف باسم oesni. لا يزال مفتوحًا: في 10 أغسطس، أشار mergify إلى تعارضات في الدمج، لذا يحمل طلب السحب الآن وسم needs-rebase ولا يزال بانتظار المراجعة. ما كان على ذلك الطلب بناؤه هو الوصف الأكثر صدقًا لصعوبة هذا النموذج الموجود علنًا:

• طبقة KimiGatedDeltaAttention خاصة بـ Solar في ملف solar_open2.py جديد، تحمل معامل beta (2·sigmoid(b)) الناتج عن تغيير القيمة الذاتية السالبة.

• العملية vllm::solar_open2_kda_attention المسجلة كعملية تقسيم لـ CUDA-graph

• إحماء تعبئة مسبقة لـ KDA في وقت التنميط، بحد أقصى 2048 رمزًا، أُضيف تحديدًا لأن عمليات التعبئة المسبقة الفعلية كانت تعمل أبطأ بنحو 23% بدونه.

• محللات مخرجات الاستدلال واستدعاء الأدوات لكل من وضعي البث وعدم البث

• التحقق من صحة الخدمة على 8×B200 مع الإبلاغ عن 107.02 GiB لكل رتبة من KV cache، إلى جانب اجتياز 463 اختبار وحدة

هذه هي أرقام مؤلف الـPR، لم يقم أحد آخر بإعادة إنتاجها، ولا يزال الكود قابلاً للتغيير قبل دمجه. لكن اقرأ تلك القائمة بجانب قسم البنية، ويصبح شكل المشكلة واضحًا: الخياران اللذان يجعلان تشغيل Solar Open 2 250B منخفض التكلفة في السياقات الطويلة — KDA في ثلاثة أرباع الطبقات، وعدم استخدام RoPE — هما تحديدًا الخياران اللذان لا تمتلك حُزم الاستدلال العامة أي مسار برمجي جاهز لهما. إن انفتاح الأوزان وانفتاح المسار لتشغيلهما أمران مختلفان، ولم يُطرح سوى أحدهما في 22 يوليو.

ما يكلّفه الوقوف

ابدأ من الحد الأدنى للذاكرة. إن 500.6 جيجابايت من أوزان bfloat16 مقابل 141 جيجابايت في H200 تعني أن أربع وحدات GPU تمنحك 564 جيجابايت — أي أن نحو 63 جيجابايت تظل متاحة عبر العقدة بأكملها لذاكرة التخزين المؤقت KV والتنشيطات قبل وصول أي طلب واحد. ولهذا السبب تذكر البطاقة أربع وحدات H200 كحد أدنى وتوصي بثماني وحدات، ولماذا تقدم FlexAI هذا كطرف مخصص 8×H100 مع تسعير عند الطلب بدلاً من واجهة برمجة تطبيقات مشتركة لكل رمز.

خطوات التكميم تُخفِّض حجم النموذج بمقدار كبير. إصدار NVFP4 من Nota AI (أوزان وتنشيطات 4-بت، بحجم مجموعة 16، بصيغة compressed-tensors) يخفض النموذج من 500.6 جيجابايت إلى 153.3 جيجابايت، وتقييمهم الخاص يضع تكلفة الدقة عند 0.22 نقطة في المتوسط عبر أربعة معايير — من 81.57 إلى 81.35، مع Tau2-Bench من 75.20 إلى 75.08، وGPQA-Diamond من 86.26 إلى 85.45، وMMLU-Pro من 86.19 إلى 86.15، بينما يتحرك LiveCodeBench في الاتجاه المعاكس من 87.03 إلى 88.55، وهو ضجيج تكميم وليس تحسنًا. أما العقبة فهي الأجهزة: NVFP4 يتطلب أنوية FP4 الموترة (tensor cores) التي ظهرت مع Blackwell، لذا B200 أو GB200 فقط، ولا شيء على Hopper. إذا كنت تستخدم بطاقات H100، فالنسخة التي تحتاجها هي بناء INT4 المقلم عالميًا — 117.8 جيجابايت بعد التقليم، بحجم يناسب تركيبه على بطاقتين من هذا الطراز.

الآن الحساب الذي يحسم الأمر. تعمل DeepSeek V4 Flash — مرة أخرى النموذج الذي اختارت Upstage أن تُقاس عليه — بسعر 0.15 دولار لكل مليون رمز إدخال و0.29 دولار لكل مليون رمز إخراج على OrcaRouter، وهو السعر الرسمي لـ DeepSeek مُمرَّرًا مباشرة دون أي هامش ربح. وبمزيج 3:1 بين الإدخال والإخراج، يبلغ المتوسط المخلوط نحو 0.185 دولار لكل مليون. ضع سعرًا توضيحيًا قدره 2 دولار لكل ساعة GPU على عقد من ثماني وحدات GPU، وستجد نفسك عند نحو 11,700 دولار شهريًا قبل أن يرسل أي شخص أي طلب — أي ما يعادل نحو 63 مليار رمز مخلوط من حركة مرور API، أو 2.1 مليار رمز يوميًا، كل يوم، فقط للوصول إلى نقطة التعادل. وعند التخفيض إلى عقد بوحدتي GPU، تنخفض نقطة التعادل إلى نحو 16 مليار رمز شهريًا. استبدل سعر GPU الخاص بك؛ فالشكل لا يتغير. إن استضافة نموذج بحجم 250B ذاتيًا هي قرار يتعلق بالاستغلال والتحكم، وليس بخصم.

للتوضيح الدقيق لما هو متاح وما هو غير متاح: نموذج Solar Open 2 250B غير موجود على OrcaRouter، ووفقًا لبطاقة النموذج الخاصة به فهو غير متاح على أي مزوّد استدلال. أما الموجود على OrcaRouter فهو المجال الذي يُقاس على أساسه — DeepSeek V4 Flash وQwen3.8-Max ومئات النماذج الأخرى خلف مفتاح واحد بسعر القائمة لدى المزوّد، مع التحويل التلقائي بين المزوّدين إذا تعطّل أحدهم. وهذا مهم هنا لسبب عملي ضيّق: إذا كان السؤال الذي تريد إجابته فعلًا هو «هل يتفوّق النموذج المضبوط للوكلاء على ما نستخدمه بالفعل في الإنتاج؟»، فيمكنك تنفيذ ذلك النصف من المقارنة بتغيير سلسلة اسم النموذج بعد ظهر اليوم، بينما ما يزال عرض سعر وحدات معالجة الرسومات (GPU) للنصف الآخر في مرحلة المشتريات.

سلسلتان على الترخيص

ترخيص Upstage Solar يسمح بالاستخدام التجاري والضبط الدقيق والتقطير، وتصفه Upstage بأنه مبني على Apache-2.0 مع إضافة شروط علامة تجارية. الالتزامان الإضافيان هما ما يجب قراءتهما بعناية: يجب أن يحمل النموذج المشتق البادئة "Solar" في اسمه، ويجب عليك عرض الإسناد "Built with Solar".

بالنسبة للنشر الداخلي، فهذا أمر لا يستحق الاهتمام. أما إذا كنت تخطط لتقطير هذا النموذج إلى شيء تطلقه تحت علامتك التجارية الخاصة، فإن بند التسمية هو قرار علامة تجارية متنكر في هيئة شرط ترخيص، ويستحق عشرين دقيقة من وقت محامٍ قبل أن تبدأ جولة تدريب. اقرأ البند في المستودع بدلاً من الوثوق بما كُتب عنه — فقد كانت التقارير حول هذا الترخيص غير دقيقة، بما في ذلك مقال واحد على الأقل يصفه ببساطة بأنه Apache 2.0.

من يجب أن يتحرك الآن، ومن يجب أن ينتظر؟

امضِ قدمًا إذا كانت جودة المخرجات الكورية أو اليابانية هي منتجك ويمكنك وضع الأوزان على أجهزة تملكها بالفعل — فهذا المزيج هو بالضبط ما تفيد فيه "الأوزان المفتوحة، بدون نقطة وصول"، وتأطير Upstage الخاص صريح في أن السيادة تعني القدرة على نشر نموذج والتحقق منه بنفسك، وليس فقط أنه دُرِّب محليًا. امضِ قدمًا إذا كانت لديك وحدات معالجة رسومية خاملة وعبء عمل وكلاء بحجم كافٍ لملئها، لأن حسابات التكلفة لكل رمز تنعكس عند الاستخدام الفعلي. امضِ قدمًا إذا كانت متطلبات التدقيق أو إقامة البيانات تعني أن واجهة برمجة التطبيقات لم تكن خيارًا مطروحًا من الأساس.

لكن انتظر إذا كنت تريد نقطة نهاية تُحاسَب لكل رمز. صرّحت Upstage بأنها تعتزم إدراج Solar Open 2 250B على منصة تابعة لجهة خارجية؛ ولم يحدث ذلك حتى وقت كتابة هذه السطور — إذ استمرت النسخة التجريبية في Playground حتى 31 يوليو فقط، وما زالت بطاقة النموذج لا تُظهر أي مزوّد. وإذا كنت على Hopper وكنت تعتمد على البنية 4-bit، فانتظر، لأن نسخة NVFP4 تتطلب Blackwell. وقبل تصميم أي شيء حول رقم سياق 1M، تريّث — فهو حاليًا خاصية من خصائص البنية المعمارية وليس نتيجة قياس مُتحقَّقة.

الشيء الذي يجب مراقبته هو طلب السحب 51129، الذي حصل في 10 أغسطس على وسم "needs-rebase" بعد أن رصدت Mergify تعارضات في الدمج. اليوم الذي يظهر فيه Solar Open 2 250B في إصدار vLLM موسوم هو اليوم الذي يتوقف فيه عن كونه مشروعًا بنية تحتية ويصبح نموذجًا يمكن لأي شخص تجربته ببساطة. نسبة AAII البالغة 37 التي ذكرتها الصحافة هي بداية — قراءة خارجية أولى، مهما كانت مؤقتة، وهي لا تزال غير ظاهرة على لوحة المتصدرين الخاصة بـ Artificial Analysis. الاختبار الحقيقي هو الذي يعمل على برمجيات قياسية، ولا موعد له بعد.