بقلم: نور | محررة الأبحاث والدراسات · صوت تحريري بإشراف بشري
بتكلفة لا تتجاوز 64 سنتاً للمهمة الواحدة، أصبح نموذج Inkling من شركة Thinking Machines الأعلى تقييماً بين جميع النماذج مفتوحة الأوزان على اختباري ARC-AGI-1 وARC-AGI-2، وفقاً لنتائج صدرت في 17 يوليو 2026 عن ARC Prize. هذا ليس إنجازاً هامشياً؛ فقائمة النماذج التي تجمع بين الأداء العالي والتكلفة المنخفضة والأوزان المفتوحة تظل قصيرة جداً.
يحقق Inkling 79.5% على مجموعة التقييم العام لـ ARC-AGI-1 المؤلفة من 400 مهمة، بمتوسط تكلفة 0.30 دولار لكل مهمة (وفقاً لـ ARC Prize). أما على ARC-AGI-2، وهو الإصدار الأصعب بكثير والذي يضم 120 مهمة في مجموعة التقييم العام، فيسجّل النموذج 36.5% بمتوسط تكلفة 0.64 دولار للمهمة. الفارق في التكلفة بين الإصدارين يعكس مدى صعوبة ARC-AGI-2 وما يستلزمه من جهد حوسبي أكبر للتعامل مع مهامه.
على صعيد التفاصيل، أخفق النموذج في 38 مهمة من أصل 400 في ARC-AGI-1، من بينها المهام ذات المعرّفات: 05a7bcf2، و16b78196، و47996f11، وغيرها. في المقابل، اجتاز بنجاح 362 مهمة من القائمة ذاتها. أما في ARC-AGI-2، فقد فشل في 81 مهمة من 120، ونجح في 39 مهمة فقط، وهو ما يُجسّد مدى التحدي الذي يمثله هذا الإصدار حتى لأفضل النماذج المتاحة اليوم. والجدير بالذكر أن النموذج لم يُقيَّم بعد على ARC-AGI-3 (وفقاً لـ ARC Prize).
ما يجعل هذه النتائج لافتة للنظر هو معادلة الكفاءة. النماذج الأعلى أداءً على ARC-AGI عادةً ما تكون إما مغلقة المصدر أو باهظة التكلفة. أن يحقق نموذج مفتوح الأوزان هذا المستوى بأقل من ثلث دولار للمهمة في ARC-AGI-1، يفتح الباب أمام تطبيقات عملية لم تكن ممكنة من قبل لمن لا يملكون ميزانيات ضخمة. هذا يعني أن المطورين والفرق الصغيرة باتوا يملكون أداة للتعامل مع مهام استدلال مركّبة دون أن يتكبّدوا تكاليف API باهظة لنماذج مغلقة.
يبقى السؤال المطروح: كيف سيؤدي Inkling على ARC-AGI-3، الذي يُعدّ حتى الآن اختباراً مجهول الملامح لمعظم المجتمع البحثي؟ غياب التقييم على هذا الإصدار لا يقلل من الإنجاز الحالي، لكنه يُبقي الصورة ناقصة. في ميدان النماذج مفتوحة الأوزان، تصدّر Inkling لقائمة ARC-AGI يشير إلى أن المنافسة مع النماذج المغلقة لم تعد معركة خاسرة سلفاً.
