بعد أن سرقت Anthropic المنافسة الأضواء بنشرة طرحها للاكتتاب، ردّت OpenAI بإطلاق GPT-6.1 Terra —
تريد احتكار العناوين الرئيسية؟ اسأل أولًا النموذج الجديد إن كان يوافق.
يركّز GPT-6.1 Terra على"نصف السعر، وقدرات أقوى"。
مقارنةً بـGPT-5.6 Terra، انخفض سعر الـAPI القياسي الخاص به إلى النصف مباشرة:
الإدخال 1 دولار لكل مليون Token، والإدخال المخزّن مؤقتًا 0.05 دولار لكل مليون Token، والإخراج 5 دولارات لكل مليون Token.
وفي الوقت الذي انخفضت فيه الأسعار، أصبحت القدرات أقوى أيضًا؟!
في اختبار Agents’ Last Exam العملي لبرامج مكان العمل، لم يتفوق Terra بوضوح على GPT-5.6 Terra فحسب،بل عادل أداءه بسعر Token يعادل عُشر سعر GPT-6 Astra。
وبالمقارنة مع Claude Opus 5.5، سعر الـToken في Terra ربع سعره فقط، وكفاءة الـToken أعلى بأكثر من 3 أضعاف، وتكلفة المهمة الواحدة نحو تسع تكلفة نظيره فقط.
هل وصلت المنافسة في خفض التكاليف ورفع الكفاءة لدى الذكاء الاصطناعي إلى هذا الحد؟
من حيث الاستخدام، القيمة الأساسية لـGPT-6.1 Terra واضحة للغاية —أسرع وأقوى، مع خفض كبير لتكلفة التحكم في الكمبيوتر。
فهو يدعم أصلًا فهم الشاشة والتعاون عبر البرامج والتشغيل باللغة الطبيعية، مستهدفًا بثبات يوم العمل الكامل للموظف.
حتى أن المؤسس المشارك لـOpenAI Greg Brockman صرّح بأن قدرة Terra على تشغيل الكمبيوتر تجاوزت "عتبة التغير النوعي"، وأنه أسرع في الاستخدام من تشغيله بنفسه.
وفي الوقت الحالي، يمكن لمستخدمي Plus وPro وEnterprise وEdu تجربته مباشرة في ChatGPT Work وCodex، ويمكن للمطورين استدعاؤه في أي وقت عبر الـAPI القياسي (gpt-6.1-terra).
والأكثر إثارة أن OpenAI أعلنت في اليوم نفسه ثلاث نتائج علمية أنتجتها أنظمة ذكاء اصطناعي داخلية، تمتد عبر الرياضيات وعلوم الحاسوب والفيزياء.
تخفض من جهة تكلفة تشغيل الذكاء الاصطناعي للكمبيوتر، وترفع من جهة أخرى خيال المشاركة في البحث العلمي المتقدم.
ما هذا؟ الجنون بدأ قبل يوم الخميس؟؟
انطلاق GPT-6.1 Terra رسميًا، والسعر ينخفض إلى النصف مباشرة
أما عن قدراته الفعلية، فلننظر أولًا إلى كشف الدرجات الرسمي الذي قدمته OpenAI.
نبدأ بالخلاصة العامة:
GPT-6.1 Terra ليس نموذج OpenAI الأعلى قدرةً، لكنه وصل بنفقة أقل إلى نطاق قدرات النماذج الرائدة.
في اختبار Agents’ Last Exam، حققت GPT-6.1 Terra في نسخة medium نتائج أعلى بـ15 نقطة مئوية من GPT-5.6 Terra، بينما تكلفة المهمة الواحدة نحو ثلث تكلفته فقط.
ويختبر هذا الاختبار تحديدًا قدرة الذكاء الاصطناعي على استخدام برامج متخصصة لإنجاز أعمال معقدة، مثل تحويل المخططات المعمارية إلى نماذج 3D، أو مراجعة الرسوم المتحركة مشهدًا بمشهد وإنشاء سجلات إصلاح موثّقة بالتوقيت الزمني.
والأكثر مبالغة أن الشركة تقول إن أداء Terra بات مكافئًا لـGPT-6 Astra، لكن سعر كل Token عُشر سعره فقط، وسرعة إنجاز المهام أسرع بأكثر من 3 أضعاف من كل من GPT-6 Astra وGPT-6.1 Sol.
ولننظر الآن إلى القدرات البصرية.
في معيار MMMU-Pro، تفوق GPT-6.1 Terra على GPT-5.6 Terra في جميع مستويات قوة الاستدلال، واقترب بتكلفة أقل من GPT-6 Astra وGPT-6.1 Sol.
أما في معيار تشغيل الحاسوب OSWorld 2.1فقد تجاوزت نتيجته في المستوى medium أفضل مستوى سابق حققه GPT-5.6 Terra.
أي أن Terra الجديدة لا تُجيد "النظر" فحسب، بل تُجيد أيضاً إنجاز العمل فعلياً بناءً على محتوى الشاشة.
كما شهدت قدرات البرمجة قفزة كبيرة.
وفي Terminal-Bench 4.0حلّ GPT-6.1 Terra في المستوى max نسبة 50.3% من المهام، في حين كانت النتيجة المعلنة سابقاً لـ GPT-5.6 Terra تبلغ 21.5% فقط.
تضاعف مباشرة بأكثر من الضعف.
لكن OpenAI رسمت أيضاً بشكل استباقي خطاً فاصلاً:
ففي مواجهة مهام البرمجة والبحث العلمي والاستدلال العميق الأكثر تعقيداً، لا يزال GPT-6.1 Sol وGPT-6 Astra الخيارين الأنسب.
ومن التحسينات الواضحة الأخرى أيضاً: قلّة الحديث بالهراء.
في اختبار الضغط عالي الصعوبة للوقائع داخل OpenAI، انخفض معدل الأخطاء عند شدة استدلال منخفضة من 53.6% في GPT-5.6 Terra إلى 16.7%.
وعند مستوى Max انخفض أكثر ليصل إلى 4.3%، وهو ما يقارب GPT-6 Astra وGPT-6.1 Sol.
وعلى الأقل من حيث نتائج هذه الجولة الرسمية، أصبح تموضع Terra واضحاً جداً:
استخدام قدرات تقترب من الفئة الرائدة لخفض تكلفة عدد كبير من المهام الحاسوبية.
وفي مؤشر الذكاء الشامل للجهة الخارجية Artificial Analysis، حصل GPT-6.1 Terra بمستوى Max على 48 نقطة، متأخراً عن Claude Opus 5.5 وKimi K3.1 Pro وGemini 4 Argon من جوجل وMeta Muse Wonder وGPT-6.1 Sol، لكنه متقدم على Grok 4.7 وMiMo-V2.6-Pro من شاومي.
ويتواجد إجمالاً في منتصف ترتيب النماذج العالمية الرائدة.
اختبار المستخدمين: رسومات أدق، والتكلفة أقل بنسبة 38%
فما مدى القدرة الحقيقية للنموذج إذن؟
كالعادة، لننظر إلى نتائج الاختبارات التي شاركها المستخدمون.
طرحت DesignArena على GPT-6.1 Terra وGPT-5.6 Terra السؤال نفسه:
إعادة إنتاج برج بيليم في لشبونة وقت الساعة الذهبية.
فلم يكن المطلوب رسم هذا القلعة الحجر الجيري من القرن الـ16 فحسب، بل أيضاً استعادة الحبال المنحوتة حجراً، والشرفات المفتوحة، والأسوار الشرفية، والأبراج الزاويّة ذات القباب، مع تضمين المشهد طيور النورس والقوارب الشراعية، وجسر 25 أبريل وسط الضباب.
وكانت النتيجة مثيرة للاهتمام.
استغرق GPT-6.1 Terra وقتاً يقارب 4 أضعاف الجيل السابق، واستخدم رموزاً (Token) أكثر بنسبة 48%.
لكن بما أن سعر الوحدة أقل من نصف الجيل السابق، فإن التكلفة الإجمالية النهائية انخفضت في الواقع بنسبة 38%(أنفق Terra الجديد 0.047 دولار، فيما أنفق Terra القديم 0.077 دولار).
لكن الحسن الحال أن الوقت الإضافي انعكس فعلاً على الصورة.
فأيهما أدق وأكثر اكتمالاً يظهر بنظرة واحدة.
أما المطور الآخر Victor Nunez فأخرج "النموذج الطويل".
طلب من GPT-6.1 Terra وGPT-6.1 Sol معاً في وضع Fast البحث عن نموذج عام طويل نسبياً وتعبئته، ثم قارن بين عملية تشغيل الكمبيوتر لكليهما.
ووفقاً لما قاله Nunez،في الاختبار الأول أكمل Terra النموذج قبل Sol بـ53.5 ثانية.
ثم أعاد حساب OpenAI للمطورين نشر هذا العرض التجريبي مباشرة.
وهذا يتطابق تماماً مع التموضع الرسمي لـTerra:
فهو قد لا يكون المسؤول عن التفكير في أصعب المشكلات حتى النهاية، لكنه مناسب جداً للتعرّف على المعلومات داخل الواجهة، والنقر المتتابع، وتعبئة المحتوى، وإنجاز سلسلة طويلة من الخطوات بسرعة.
أما مستخدم آخر يُدعى Leo فوضع Terra جنباً إلى جنب مع Claude.
من حيث درجة الذكاء الشامل، حصل Terra على 48 نقطة، وهي أقل من 56 نقطة لـSonnet 5.5 و58 نقطة لـOpus 5.5.
لكن عند مرحلة السرعة والتكلفة، انقلبت النتيجة تماماً:
يبلغ معدل توليد Terra إلى 283 Token/s، أي 3.4 أضعاف Opus 5.5، بينما تكلفة المهمة الواحدة 0.4 دولار فقط، أي ما يعادل تقريبًا واحدًا من خمسة عشر من تكلفة Opus 5.5.
لذلك كان خلاصة Leo مباشرة جدًا:
من حيث الذكاء والقدرات، اختر Sonnet 5.5؛ ومن حيث السرعة والقيمة مقابل السعر، اختر Terra. أما Opus 5.5، فTerra ليست بعد في نفس المستوى.
كما أن نتائج اختبار مستخدم آخر أكدت استنتاج Leo.
بالمقارنة بين Sonnet 5.5 و6.1 Terra بنفس الموجه، فمن يتفوق لا يحتاج إلى كثير من الشرح.
مقارنةً بـ Opus 5.5، السعر أرخص بكثير بالفعل، لكن بالوقوف على نتائج التوليد، لا يمكن القول سوى:
الغالي له سببه (doge).
وفي اليوم نفسه، أطلقت OpenAI 3 اكتشافات علمية جديدة بالذكاء الاصطناعي
إلى جانب Terra، أسقطت OpenAI في اليوم نفسه "قنبلة أكاديمية" أكبر.
أعلنت الشركة رسمياً أننظامها الذكي توصل إلى ثلاث نتائج جديدة في الرياضيات وعلوم الحاسوب والفيزياء، تتعلق بالتحليل التوافقي ونظرية التعقيد ونظرية الحقل الكمومي على التوالي.。
وليس الأمر مجرد تقديم استنتاج بلغة طبيعية وانتهاء الأمر.
فالمسودات بلغة طبيعية للنتائج في الرياضيات وعلوم الحاسوب، إضافة إلى الإثباتات المُشكّلة بـ Lean، قد نُشرت بالفعل.
وفي النتائج الفيزيائية، اكتمل أيضاً التشكيل الرسمي بـ Lean لإثبات وجود نظرة يانغ-ميلز البحتة، لكن المواد ذات الصلة ستُسلّم أولاً إلى فريق من الخبراء الخارجيين للمراجعة.
لن نتوسع في التفاصيل، إليك ملخص بسيط لما حققته OpenAI هذه المرة:
1. حسم فرضية أرقت المجتمع الرياضي لأكثر من 30 عاماً
تقول OpenAI إننظامها الذكي أثبت فرضية النعومة المحلية في جميع الأبعاد، ومضى من ذلك إلى حل فرضية Kakeya وفرضية التقييد لـ Stein.。
ببساطة، يتناول هذا البحث كيف تتركز الموجات أثناء انتشارها.
طرحها عالم الرياضيات Christopher Sogge عام 1991، وقبل ذلك لم تُحل سوى مسائل بعض الأبعاد.
والآن، لم يقتصر الأمر على تقديم الذكاء الاصطناعي إثباتاً بلغة طبيعية، بل كتبه أيضاً في نظام الإثباتات المُشكّلة رسمياً Lean.
وإذا تأكد الأمر لاحقاً من المجتمع الرياضي، فهذا يعني أن الذكاء الاصطناعي دخل فعلياً مسألة عجزت البشرية عن حسمها كاملاً لعقود.
2. أساس نظري في علوم الحاسوب استُخدم لعقود قد يكون خاطئاً
النتيجة الثانية تتعلق بفرضية الزمن الأسي (ETH).
تفترض هذه الفرضية تقريباً أن المسائل المعقدة مثل 3-SAT يصعب إيجاد خوارزميات أسرع بكثير من البحث الشامل.
خلال العقود الماضية، بُنيت على صحتها العديد من الاستنتاجات في علوم الحاسوب.
لكن OpenAI تقول إننظامها الذكي أثبت أن ETH خاطئة، وقد اكتمل التشكيل الرسمي بـ Lean.。
مع ذلك، هذا لا يعني أن مسألة P≠NP قد حُلّت، ولا يعني ظهور خوارزميات جديدة عملية على الفور، بل يعني فقط أن بعض المسائل المعقدة قد لا تكون بالصعوبة الحسابية التي كان يُعتقد سابقاً.
3. استكمال الإثبات الرياضي لنظرية الحقل الكمومي رباعية الأبعاد في الفيزياء
النتيجة الثالثة دخلت مباشرة في نظرية الحقل الكمومي.
تقول OpenAI إننظامها قدّم إثباتات وجود لبعض نظريات الحقل الكمومي رباعية الأبعاد، بما فيها ديناميكا الكروماتوكوانتية (QCD).。
ببساطة، إنها محاولة إثبات من منظور رياضي صارم أن:
إن النظريات الفيزيائية المستخدمة لوصف الكواركات والغلوونات والتفاعلات القوية صحيحة فعلًا.
من بين ذلك أيضًا إثبات وجود نظرية يانغ-ميلز البحتة —
وهذا جزء من مسألة جائزة الألفية الشهيرة المعروفة بـ«وجود يانغ-ميلز وفجوة الكتلة».
لكن انتبه، مجرد جزء.
ما زالت مشكلة فجوة الجودة دون حل، لذا لا يمكن القول بعد إن الذكاء الاصطناعي حسم هذه المسألة العالمية التي تبلغ قيمتها 1000000 دولار.
حاليًا، تخضع هذه النتائج أيضًا لمراجعة من قبل خبراء خارجيين مثل الحائز على جائزة نوبل David Gross.
تُطلق نموذجًا جديدًا، وفي الوقت نفسه تحل مصادفةً معضلة أرّقت البشرية لعقود.
OpenAI:
إن لم أتمكن من سباق الشركة A في الاكتتاب العام الأولي، فأملك وسائل لا تُحصى لجذب الأنظار.
روابط مرجعية:
[1]
https://openai.com/index/introducing-gpt-6-1-terra/
[2]
https://developers.openai.com/api/docs/models/gpt-6.1-terra
[3]
https://developers.openai.com/api/docs/pricing
[4]
https://x.com/OpenAI/status/2114780711664398349
[5]
https://x.com/DesignArena/status/2114800086391878104