أبرز النقاط
- Fable 5 حقق أفضل نتيجة إجمالية مع اتساق غير مسبوق في مسألة تحسين NP-hard
- وضع /goal ليس مفتاحاً سحرياً للأداء الأفضل بل يغيّر مسار البحث بطرق غير متوقعة
- فارق الأداء بين Fable 5 وSol بلغ نحو 1,875 نقطة في المتوسط لصالح Fable
في اختبار مستقل أجراه الباحث شارل عزام، واجه نموذجان من أحدث إصدارات الذكاء الاصطناعي — Claude Fable 5 من Anthropic وGPT-5.6 Sol من OpenAI — مسألة تحسين من فئة NP-hard لم تُنشر سابقاً. النتيجة: Fable 5 تفوّق بفارق واضح في جودة الحل واتساق الأداء، بينما أثبت وضع /goal أنه ليس زرّاً سحرياً يرفع الأداء تلقائياً.
ما هي المسألة التي اختُبرت النماذج عليها؟
المسألة تُدعى KIRO، وهي مشكلة تصميم شبكة ألياف ضوئية طُرحت في هاكاثون للطلاب عام 2018. تتطلب من الحل ربط نقاط التوزيع والأطراف الطرفية باستخدام حلقات وسلاسل قصيرة، مع احترام قيود هيكلية متعددة. الهدف: تقليل الطول الإجمالي للكابلات.
لإدراك ضخامة فضاء البحث: مدينة باريس وحدها تضم 532 طرفية يجب توصيلها بـ11 محوراً. حتى لو تجاهلنا الترتيب والتفرعات، فإن عدد التوزيعات الممكنة يبلغ 11 أُس 532. وعند حساب عائلة واحدة مقيّدة من الحلول الصالحة — 19 حلقة بواقع 28 طرفية لكل منها — يقفز الحد الأدنى النظري إلى نحو 10 أُس 1223 تكوين ممكن.
كيف جرى الاختبار؟
أجرى الباحث مقارنة محكمة بين ستة نماذج: Claude Fable 5 وOpus 4.8 وSonnet 5 من Anthropic، إلى جانب GPT-5.6 Sol وTerra وLuna من OpenAI. حُدّد وقت التحسين بـ30 دقيقة لكل نموذج، مع تشغيل كل نموذج في وضعين: الوضع العادي (Plain) ووضع /goal المخصص للتركيز على هدف محدد.
- ميزانية التحسين: 30 دقيقة
- مهلة الوكيل الخارجي: 1,900 ثانية
- إعدادات الاستدلال: الحد الأقصى المتاح لكل نموذج
- بيئة التنفيذ: Harbor 0.1.43 عبر Docker
ماذا كشفت النتائج عن Fable 5؟
في ثلاث جولات متكررة، حقق Fable 5 متوسط 32,386 نقطة في الوضع العادي مقابل 34,261 لـSol — فارق 1,875 نقطة لصالح Fable. الأهم من ذلك: نطاق تباين نتائج Fable العادي بلغ 319 نقطة فقط، بينما امتد نطاق Sol إلى 1,958 نقطة. هذا الاتساق الاستثنائي دفع الباحث لوصف Fable 5 بأنه "وحش مطلق" يمثّل "ذكاءً خاماً حقيقياً".
أفضل نتيجة نظيفة سُجّلت كانت 31,934 نقطة من Fable 5 في وضع /goal، لكن الوضع العادي لـFable ظل الخيار الأكثر أماناً واتساقاً.
هل وضع /goal يستحق الاستخدام فعلاً؟
النتائج تكشف مفارقة مثيرة: فاز وضع /goal في أربع من ست جولات، لكن متوسطات الأداء تدهورت في كلا النموذجين. Fable 5 تراجع بـ759 نقطة في المتوسط، وSol بـ868 نقطة. السبب: معظم الجولات شهدت تحسناً طفيفاً، لكن بعضها عانى من تراجعات كبيرة سحبت المتوسط للأسفل.
يفسّر الباحث ذلك بأن /goal ليس مفتاح "حاول بجهد أكبر"، بل يغيّر حلقة التحكم ومسار البحث. أحياناً يقود ذلك إلى حوض أفضل من الحلول، وأحياناً يمنح فكرة سيئة وقتاً أطول للنضج.
كيف يختلف تطبيق /goal بين Claude Code وCodex؟
رغم أن الأمر /goal متاح في كلتا الأداتين، إلا أن آلية العمل مختلفة جذرياً:
- Claude Code: يستخدم نموذج مقيّم صغير (Haiku افتراضياً) كخطّاف إيقاف على مستوى الجلسة. بعد كل دورة للنموذج الرئيسي، يقرأ المقيّم الشرط والمحادثة ويقرر الاستمرار أو الإيقاف. لكنه لا يستطيع استخدام أدوات أو فحص ملفات — يحكم فقط على ما ظهر في النص.
- Codex CLI: يعامل الهدف كحالة محفوظة مع أدوات دورة حياة كاملة، مما يمنحه قدرة أكبر على إدارة المهام المعقدة عبر جلسات متعددة.
هذا الاختلاف يعني أن نتائج /goal ليست قابلة للمقارنة المباشرة بين المنصتين.
ما الذي يعنيه هذا لمؤسسي الشركات الناشئة؟
بالنسبة لمن يبني منتجات تعتمد على حل مسائل التحسين المعقدة — سواء في اللوجستيات أو تصميم الشبكات أو جدولة الموارد — فإن اختيار النموذج الأساسي يؤثر مباشرة في جودة الحلول وموثوقيتها. Fable 5 أظهر تفوقاً واضحاً في هذه الفئة من المسائل، لكن الأهم هو اتساقه: شركة ناشئة لا تستطيع تحمّل نموذج يعطي نتائج ممتازة أحياناً وكارثية أحياناً أخرى.
كذلك، الاعتماد على ميزات مثل /goal كحل سحري لرفع الأداء قد يأتي بنتائج عكسية. الفهم العميق لكيفية عمل هذه الأدوات — وليس مجرد تشغيلها — هو ما يصنع الفارق التنافسي.
رأي Logicity
ما يجعل هذا الاختبار قيّماً ليس فقط تفوق Fable 5، بل الكشف عن أن ميزات "الجهد الإضافي" مثل /goal ليست ضمانة للتحسين. بالنسبة للشركات الناشئة التي تختار بين Claude API وOpenAI API لحالات استخدام التحسين، تُظهر البيانات أن Fable 5 يوفر توازناً أفضل بين الأداء والاتساق. لكن تجدر الإشارة إلى أن تسعير Anthropic للطبقات المؤسسية يبدأ من نطاقات مماثلة لـOpenAI، مما يجعل القرار مرتبطاً بطبيعة المسألة أكثر من التكلفة. للمقارنة: نماذج مفتوحة المصدر مثل Llama 3 أو Mistral قد تكون بديلاً اقتصادياً للمسائل الأقل تعقيداً، لكنها لم تُختبر في هذه المقارنة.
الأسئلة الشائعة
ما هي مسائل NP-hard ولماذا تهم الشركات الناشئة؟
مسائل NP-hard هي فئة من مشكلات التحسين التي يصعب حلها بشكل مثالي مع زيادة حجمها. تظهر في اللوجستيات وجدولة الموارد وتصميم الشبكات — وهي مجالات أساسية لكثير من الشركات الناشئة التقنية.
هل يمكن الاعتماد على Fable 5 للإنتاج بناءً على هذا الاختبار؟
الاختبار يُظهر تفوقاً واضحاً في مسألة واحدة محددة. قبل الاعتماد للإنتاج، ينبغي اختبار النموذج على مسائل مشابهة لحالة استخدامك الفعلية مع قياس التكلفة والكمون.
كيف أختار بين Claude وGPT لتطبيقات التحسين؟
ابدأ باختبار مصغّر على بيانات حقيقية من مشكلتك. قِس ليس فقط جودة الحل بل تباين النتائج عبر تشغيلات متعددة — الاتساق قد يكون أهم من أفضل نتيجة منفردة.
ما الفرق بين وضع /goal في Claude Code وCodex؟
Claude Code يستخدم نموذج مقيّم خارجي يحكم على النص فقط، بينما Codex يحفظ حالة الهدف مع أدوات دورة حياة كاملة. هذا يجعل سلوك /goal مختلفاً جوهرياً بين المنصتين.
هل تحتاج مساعدة في التطبيق؟
إذا كنت تبني منتجاً يعتمد على حل مسائل التحسين باستخدام نماذج اللغة الكبيرة، تواصل مع فريق Logicity للحصول على استشارة حول اختيار النموذج المناسب وبناء بنية اختبار موثوقة.
فاطمة الزهراء
كاتبة تقنية متخصصة في الذكاء الاصطناعي
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
