أبرز النقاط
- ميتوان درّبت نموذجاً بـ1.6 تريليون معامل على رقاقات صينية محلية دون استخدام شرائح Nvidia
- النموذج تفوّق على Gemini 3.1 Pro وGPT-5.5 في اختبارات البرمجة SWE-bench لكنه تأخر عن Claude Opus
- الصين تثبت قدرتها على بناء بنية تحتية للذكاء الاصطناعي بمعزل عن التقنية الأمريكية
أعلنت شركة ميتوان الصينية عن إتمام تدريب نموذج LongCat-2.0 للذكاء الاصطناعي، الذي يضم 1.6 تريليون معامل، على عنقود حوسبي يتألف من أكثر من 50 ألف شريحة ASIC صينية الصنع بالكامل، من دون الاعتماد على أي رقاقات من Nvidia أو غيرها من المصنّعين الأمريكيين. ويمثل هذا الإنجاز رسالة واضحة مفادها أن العقوبات الأمريكية المفروضة منذ عام 2022 لم تمنع الصين من الوصول إلى نماذج تريليونية المعاملات.
ما الذي يميّز LongCat-2.0 عن النماذج الغربية؟
استُخدم في التدريب أكثر من 35 تريليون رمز (Token)، وهو حجم يضاهي أو يفوق ما تستخدمه كبرى المختبرات الغربية. وأشارت ميتوان إلى أن النموذج أثبت قدرتها على تدريب نماذج ضخمة على عناقيد حوسبية محلية بالكامل.
على صعيد الأداء، تفوّق LongCat-2.0 على Gemini 3.1 Pro وGPT-5.5 في اختبار SWE-bench Pro بنتيجة 59.5، وفي SWE-bench Multilingual بنتيجة 77.3. لكنه جاء خلف نماذج Claude Opus 4.7 و4.8 من Anthropic. أما في اختبارات أخرى مثل IFEval وIMO-AnswerBench وGPQA-diamond، فقد تأخر بفارق ملحوظ عن Gemini وGPT-5.5.
- SWE-bench Pro: 59.5 (يتفوق على Gemini 3.1 Pro وGPT-5.5)
- SWE-bench Multilingual: 77.3
- IFEval: 90.0 (أقل من المنافسين الغربيين)
- IMO-AnswerBench: 81.8
- GPQA-diamond: 88.9
من تقف وراء هذا المشروع؟
ميتوان شركة صينية عملاقة تُعرف أساساً بخدمات توصيل الطعام والخدمات المحلية، وهي أشبه بدمج DoorDash وYelp في كيان واحد. لكنها دخلت مجال الذكاء الاصطناعي التوليدي حديثاً؛ إذ لم يُؤسَّس فريق LongCat إلا في عام 2023، وأُطلق نموذجه الأول أواخر العام الماضي. هذا التسارع يعكس الاندفاع الصيني نحو بناء قدرات محلية بعد تشديد القيود الأمريكية.
لماذا لم تُسمِّ ميتوان الشركة المصنّعة للرقاقات؟
لم تكشف ميتوان عن هوية الشركة المصنّعة للرقاقات المستخدمة، وهو تحفظ مفهوم في ظل الضغوط الجيوسياسية. المرشح الأبرز هو Huawei برقاقات Ascend التي باتت البديل المحلي الرائد لشرائح Nvidia في الصين. كما أن النموذج لم يُنشر بعد على منصة HuggingFace، مما يجعل التحقق المستقل من ادعاءات الأداء أمراً صعباً حالياً.
ماذا يعني هذا لسباق الذكاء الاصطناعي عالمياً؟
منذ أكتوبر 2022، فرضت الولايات المتحدة قيوداً متصاعدة على تصدير الرقاقات المتقدمة إلى الصين، مستهدفة بشكل خاص شرائح Nvidia A100 وH100. وكان الهدف المعلن إبطاء تقدم الصين في الذكاء الاصطناعي. لكن إعلان ميتوان يشير إلى أن هذه القيود ربما دفعت الصين نحو الاكتفاء الذاتي بدلاً من إيقافها.
إذا صمدت ادعاءات LongCat-2.0 أمام التدقيق المستقل، فإن ذلك يعني أن الصين باتت تملك سلسلة إمداد كاملة لتدريب نماذج تريليونية: من تصميم الرقاقات إلى تصنيعها إلى تشغيل العناقيد الحوسبية الضخمة. وهذا تحول جوهري في موازين القوى التقنية.
رأي Logicity
يبقى التحقق المستقل ضرورياً قبل قبول هذه النتائج، خاصة أن النموذج غير متاح للتجربة العامة. لكن حتى لو كانت الأرقام مبالغاً فيها بنسبة 10-15%، فإن الرسالة الاستراتيجية واضحة: الصين قادرة على بناء بنية تحتية للذكاء الاصطناعي خارج المنظومة الأمريكية. بالنسبة للشركات الخليجية التي تدرس شراكات مع مزودي البنية التحتية، بات هناك الآن مساران تقنيان متوازيان: المسار الأمريكي (Nvidia + AWS/Azure/GCP) والمسار الصيني (Ascend + Alibaba Cloud/Huawei Cloud). كلاهما يحمل مخاطر جيوسياسية مختلفة.
الأسئلة الشائعة
ما حجم نموذج LongCat-2.0 وكم شريحة استُخدمت في تدريبه؟
يضم النموذج 1.6 تريليون معامل، ودُرّب على عنقود يتألف من أكثر من 50 ألف شريحة ASIC صينية الصنع، باستخدام أكثر من 35 تريليون رمز.
هل يتفوق LongCat-2.0 على ChatGPT وGemini؟
تفوّق على Gemini 3.1 Pro وGPT-5.5 في اختبارات البرمجة SWE-bench، لكنه تأخر عن Claude Opus وعن المنافسين في اختبارات أخرى مثل IFEval وGPQA.
لماذا لا يمكن التحقق من ادعاءات ميتوان حالياً؟
لأن النموذج لم يُنشر على منصة HuggingFace أو أي منصة عامة تتيح للباحثين المستقلين اختباره والتحقق من نتائجه.
ما علاقة هذا الإعلان بالعقوبات الأمريكية على الرقاقات؟
يُظهر أن الصين نجحت في بناء قدرات تدريب نماذج ضخمة دون الاعتماد على رقاقات Nvidia الأمريكية، رغم القيود المفروضة منذ 2022.
هل تحتاج مساعدة في التطبيق؟
إذا كنت تبني استراتيجية ذكاء اصطناعي لشركتك وتحتاج إلى تقييم خيارات البنية التحتية بين المسارين الأمريكي والصيني، تواصل مع فريق Logicity للحصول على استشارة متخصصة.
عمر حسن
كاتب تقني وابتكار
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
