Perplexity تقوم بضبط نموذج GLM 5.2 الصيني لمطابقة Claude Opus بتكلفة ثلث السعر

أصدرت Perplexity معاينة بحثية في 9 يوليو 2026 لنموذج Z.AI المسمى GLM 5.2 بعد تدريبه، المبني للعمل داخل نظام وكيل الحاسوب الخاص بها والمتوفر الآن في الإنتاج. يكلف النظام ثلث سعر Claude Opus 4.8 عبر المعايير. قامت الشركة بضبط النموذج المفتوح المصدر الصيني ليعمل كمُنسق يرفع إلى نماذج الحد الأمامي فقط عند الحاجة، مما يمثل ثاني ضبط لنموذج مفتوح المصدر صيني لـ Perplexity خلال 18 شهراً بعد R1-1776.

Perplexity يضبط GLM 5.2 باستخدام أداة المستشار لتقليل التكاليف

يعد GLM 5.2 نموذجاً من Z.ai يتألف من 744 مليار معلمة، وكان يُعرف سابقاً بـ Zhipu AI، وهو مختبر بكين موجود على قائمة الكيانات الأمريكية منذ يناير 2025. صدر تحت رخصة MIT في يونيو، ويحتل مرتبة عالية بين نماذج الذكاء الاصطناعي المتاحة حالياً على معايير الترميز طويلة الأمد، بتكلفة أقل بكثير من تكلفة API. المعلمات هي جميع الأعداد والأوضاع المختلفة التي يمكن أن يتعامل معها النموذج أثناء التدريب.

استخدمت Perplexity التعلم بعد التدريب لتعليم GLM 5.2 مهارة حاسمة واحدة: معرفة متى يتولى مهمة بنفسه ومتى يرفعها إلى نموذج أكثر قوة. يتضمن النموذج المضبوط ما تسميه Perplexity بـ "أداة المستشار" — قدرة أصلية على التعرف عندما يتجاوز استعلامه كفاءته وتسليمه إلى نموذج طرف ثالث من الحد الأمامي. نادراً ما تصل المهام إلى النموذج المكلف.

قال الرئيس التنفيذي أرافيند سرينيفاس على X: "عند اقترانه بمستشار، يعمل هذا النموذج بأداء يقترب من Opus 4.8 وبنصف التكلفة تقريباً".
قامت Perplexity بمقارنة النظام مع النموذج الأساسي GLM 5.2 لتحديد خط الأساس للتكلفة. باستخدام مقياس الكفاءة الداخلي للشركة الذي يقيس تكلفة إتمام المهام المعقدة، أظهرت النتائج أن النموذج المضبوط مع المستشار يكلف تقريباً ضعف تكلفة النسخة الأساسية. استخدام نموذج Opus 4.8 الأعلى تصنيفاً لكل شيء أكثر تكلفة بكثير (حوالي 600%). من خلال الجمع بين الأدوات، يحقق نظام Perplexity نفس جودة الأداء مثل Opus ولكن بتكلفة تقارب الثلث فقط.

عملية الضبط تعيد تدريب النموذج الأساسي على مجموعة بيانات مركزة

الضبط هو عملية إعادة تدريب نموذج ذكاء اصطناعي مدرب مسبقاً على مجموعة بيانات أصغر ومركزة لتحسين أدائه في مهمة محددة. استخدمت Perplexity التعلم بعد التدريب — وهو عملية مماثلة تُطبق بعد التدريب الرئيسي للنموذج — لتعليم GLM 5.2 متى يتولى مهمة بنفسه ومتى يرفعها.

يحصل المطورون على نموذج أساسي ويضيفون إعدادات مختلفة ليصبح الضبط أكثر معرفة في مجال معين، أو يحمل تحيزاً سياسياً معيناً، أو يفرض قيوداً أكثر أو أقل. المعلمات المفتوحة تعني أن أي شخص يمكنه تحميلها، وتعديلها، وضبطها تجارياً بدون قيود. قامت Perplexity بذلك تماماً.

الرخصة المفتوحة المصدر MIT تتيح التعديل التجاري

رخصة MIT الخاصة بـ GLM 5.2 تجعل الحساب بسيطاً: لا يوجد عقد API يخالف، ولا يوجد مفتاح وصول يمكن للحكومة تغييره. يمكنك تحميل المعلمات وضبطها حسب الحاجة.

سبق لـ Perplexity أن سارت في هذا الطريق. عندما اجتاح R1-1776 عالم الذكاء الاصطناعي في أوائل 2025، قامت الشركة بضبطه ليصبح R1-1776 — حيث غطى حوالي 300 موضوع كانت الحكومة الصينية ترفض مناقشتها، وأعدت تدريب النموذج ليكون أكثر تحيزاً لصالح الولايات المتحدة.

قال فريق Perplexity في منشور على مدونة آنذاك: "لا يمكننا الاستفادة من قدرات R1 في التفكير القوي إلا بعد تقليل تحيزه وفرض الرقابة عليه".
يتبع هذا التحرك لنموذج GLM 5.2 نفس النموذج، لكن الهدف هذه المرة ليس سياسياً بل اقتصادياً. يدير منتج الحاسوب الخاص بـ Perplexity أكثر من 19 نموذج ذكاء اصطناعي؛ النموذج المضبوط مصمم ليكون الافتراضي الرخيص الذي يتولى معظم المهام قبل أن يصل إلى نموذج الحد الأمامي.

قال سرينيفاس إن الفرضية طويلة الأمد واضحة: تدريب نماذج مفتوحة المصدر بعد التدريب على مهارة التصعيد، داخل نظام وكيل يخدم ملايين المستخدمين بالفعل. وكتب أن Perplexity "متموضعة بشكل فريد" لحل المشكلة، لأن البنية التحتية موجودة بالفعل على نطاق واسع.

النموذج يعمل على وحدات معالجة رسومات Nvidia A100 في الولايات المتحدة

يعمل النموذج على وحدات معالجة رسومات Nvidia A100 في الولايات المتحدة. التالي: تدريب بعدي لـ Nemotron 3 Ultra، والذي سيكرر نفس الهندسة باستخدام نموذج مفتوح المصدر أمريكي.

من المتوقع إصدار معايير كاملة وورقة بحثية خلال الأسابيع القادمة. النموذج متاح كمعاينة بحثية.

الأسئلة الشائعة

ماذا أصدرت Perplexity في 9 يوليو 2026؟
أصدرت معاينة بحثية لنموذج Z.AI المسمى GLM 5.2 بعد تدريبه، المبني للعمل داخل نظام وكيل الحاسوب الخاص بها والمتوفر الآن في الإنتاج. يكلف النظام ثلث سعر Claude Opus 4.8 عبر المعايير.

كيف يقلل ضبط GLM 5.2 من تكاليف Perplexity؟
يشمل النموذج المضبوط أداة مستشار تتعرف على متى يتجاوز استعلامها كفاءتها وتسلمه إلى نموذج طرف ثالث من الحد الأمامي. نادراً ما تصل المهام إلى النموذج المكلف. وقامت Perplexity بمقارنة النظام ووجدت أنه يحقق نفس جودة الأداء مثل Opus 4.8 تقريباً وبثمن أقل بكثير.

ما هو النموذج التالي الذي تخطط Perplexity لضبطه؟
التالي هو تدريب بعدي لـ Nemotron 3 Ultra، والذي سيكرر نفس الهندسة باستخدام نموذج مفتوح المصدر أمريكي. النموذج يعمل على وحدات معالجة رسومات Nvidia A100 في الولايات المتحدة.