أخبار الذكاء الاصطناعي: مقيّمو METR يدخلون دائرة الضوء، Opus 5.5 يتقدّم على Sol، وArgon عبر Fairwind
في 11 أكتوبر 2026: CNBC تضع مقيّمين مستقلين (METR وApollo وTransluce) في قلب رقابة طوعية بعد تعهدات Anthropic وOpenAI، وBenchLeader يمنح Opus 5.5 تقدّمًا على GPT-6.1 Sol في الجودة والوكلاء، وGoogle تُدرّج Gemini 4 Argon عبر Fairwind بحد مخرجات مليون رمز.
بقلم عبدالرحمن أحمد5 دقائق للقراءة
في 11 أكتوبر 2026 برزت ثلاث إشارات مترابطة في مشهد الذكاء الاصطناعي: تقرير CNBC يضع مقيّمين مستقلين صغارًا — مثل METR وApollo Research وTransluce — في قلب صناعة بتريليونات الدولارات بعد تعهدات Anthropic وOpenAI بـ«تضمين» مراجعين خارجيين، ولوحة BenchLeader تُظهر تفوّق Claude Opus 5.5 على GPT-6.1 Sol في الجودة والوكلاء والبرمجة رغم سعر Sol الأرخص، وإعلان Google عن Gemini 4 Argon عبر برنامج Fairwind لمراقبي الأمن السيبراني مع حد مخرجات يصل إلى مليون رمز قبل التوسع العام. الخيط المشترك: من يراقب النماذج الحدودية، ومن يتقدّم في الاختبارات، وكيف يُدار الإطلاق الآمن.
مقيّمو السلامة المستقلون يدخلون دائرة الضوء
وفق تقرير Ashley Capoot على CNBC بتاريخ 11 أكتوبر 2026، كانت مجموعات التقييم المستقلة قبل شهرين تقريبًا في زاوية هادئة من الصناعة؛ واليوم يُطلب منها سدّ فجوة الرقابة بعد أن عارضت الإدارة الفيدرالية مسارًا تنظيميًا صارمًا واعتمدت إطارًا طوعيًا.
تعهّد الرئيس التنفيذي لـ Anthropic Dario Amodei الشهر الماضي بتضمين مقيّمين مستقلين داخل الشركة، وأيّد الرئيس التنفيذي لـ OpenAI Sam Altman الخطوة بسرعة. وفي أواخر سبتمبر قدّم الرئيس Donald Trump اتفاقًا طوعيًا يصفّه بـ«ملزم أخلاقيًا» يشجّع الشركات على الشراكة مع «مدقق أو مقيّم خارجي مستقل»، ووقّعه مسؤولون من Anthropic وGoogle وMeta وOpenAI وSpaceX وNvidia. السؤال المفتوح، بحسب CNBC والخبراء: من يدفع؟ وما مستوى الوصول؟ وإلى من يُرفع التقرير؟
«إلى حدّ ما، المشكلة كما دائمًا هي المال. من يدفع لهؤلاء ليقوموا بعملهم؟ كيف يدعمون أنفسهم؟ تحتاج إلى منظومة ونموذج أعمال قابل للحياة.» — Suresh Venkatasubramanian، أستاذ علوم الحاسوب في جامعة براون، لـ CNBC
- METR (غير ربحية): التزامات تمويل نحو 71 مليون دولار خلال ستة أشهر (مقابل مساهمات 2024 البالغة 13.6 مليونًا)، وأقل من 50 موظفًا بدوام كامل.
- Vals AI (ربحية): نمت من 8 إلى نحو 30 موظفًا وأعلنت جولة 40 مليون دولار في أغسطس.
- Accenture / Faculty: Anthropic تمّول مباشرة موظفين مضمّنين لاختبار الضمانات — وتقول إن التمويل طويل الأمد ينبغي أن يأتي من مصادر مجمّعة أو حكومية.
في الأسبوع الماضي فصلت OpenAI ثلاثة موظفين بدعوى مخالفة سياسات المعلومات الحساسة. اثنان منهم، Mikita Balesni وTomek Korbak، قالا إنهما يعتقدان أن السبب هو طريقة تواصلهما مع مقيّمين طرف ثالث. OpenAI تنفي هذا التوصيف وتقول إنها «تُنهي بنشاط عقودًا مع مقيّمي سلامة طرف ثالث» وستعلن التفاصيل خلال أسابيع، بناءً على تعاون قائم مع METR وRedwood Research. Anthropic لم تردّ على طلب تعليق CNBC.
على مستوى الولايات: وقّع حاكم كاليفورنيا Gavin Newsom مؤخرًا مشروعين يتضمنان منظمات تحقق مستقلة (IVOs) وسجلًا لمدققي الذكاء الاصطناعي، بدعم من Anthropic وOpenAI. وعلى المستوى الفيدرالي يظهر مفهوم IVO في مشروع قانون FRONTIER الذي قدّمه النائبان Lori Trahan وJay Obernolte في يوليو. منتدى المقيّمين (يشمل METR وAVERI) نشر رسالة «شروط دنيا لتضمين المقيّمين» تطالب بشفافية وحماية من الانتقام ووصولًا يعادل الموظفين الأكثر امتيازًا.
BenchLeader: Opus 5.5 يتقدّم على GPT-6.1 Sol
بحسب مقارنة BenchLeader المحدّثة في 11 أكتوبر 2026 (أفضل إعداد لكل نموذج): يتصدّر Claude Opus 5.5 (max) مؤشر الجودة بـ 72.0 مقابل 69.3 لـ GPT-6.1 Sol (max). التفصيل المفيد للمطوّرين:
- وكلاء وأدوات: 69.0 مقابل 63.9 — وAPEX-Agents 73.5٪ مقابل 60.0٪.
- برمجة: 82.9 مقابل 72.4 — وTerminal-Bench 64.8٪ مقابل 58.2٪، وSciCode 66.9٪ مقابل 54.2٪.
- استدلال وتفضيل بشري: Sol أقوى قليلًا في الاستدلال (76.4 مقابل 76.0) ويتقدّم في GPQA Diamond (95.4٪ مقابل 90.6٪).
- التكلفة والسرعة: Sol أرخص بنحو مرتين (4 دولارات مقابل 8 لكل مليون رمز ممزوج)، بينما Opus أسرع في البث (~96 مقابل ~56 رمزًا/ثانية).
الخلاصة العملية: لمن يبني وكلاء ترميز ومسارات أدوات طويلة، الأرقام الحالية تميل إلى Opus 5.5؛ ولمن يوازن التكلفة والاستدلال العام يبقى Sol خيارًا تنافسيًا بسعر نصف تقريبًا.
Gemini 4 Argon: Fairwind قبل الإطلاق العام
أعلنت Google في 1 أكتوبر 2026 (وما زال التدرّج مستمرًا في الأسبوع الثاني من الشهر) نموذجها الحدودي Gemini 4 Argon، الذي يُطرح أولًا لمجموعة موثوقة من المدافعين السيبرانيين عبر برنامج Fairwind، بينما تشارك الشركة في العملية الطوعية للحكومة الأمريكية للوصول قبل الإصدار. السعر التمهيدي المعلن: 2 دولار لكل مليون رمز إدخال و10 دولارات لكل مليون رمز إخراج (مع خصم 95٪ على الإدخال المخزَّن مؤقتًا).
أبرز القدرات المعلنة: حد مخرجات يصل إلى مليون رمز (صعودًا من 64 ألفًا سابقًا) لدعم مسارات استدلال طويلة، وأداء حدودي في هندسة البرمجيات والمعرفة المؤسسية (قانون ومالية) والدفاع السيبراني. داخل Google ذكرت الشركة أمثلة مثل تحسين موارد الزمكان في خوارزميات كمية (~40٪ أفضل من خط الأساس المنشور في دقائق)، وتحرير مئات التيبيابايت من الذاكرة عبر وكلاء Argon، وهجرات C/C++ إلى Rust بأحجام تصل إلى مئات الآلاف من الأسطر مع مراجعة صارمة.
قبل التوسع: تعزيز رفض إساءة الاستخدام (بما فيها مخاطر CBRN) ضمن Frontier Safety Framework، ومقاومة حقن الأوامر غير المباشرة (IPI) وفق معيار Gray Swan، ومراقبة اختلال المحاذاة عبر سلسلة التفكير مع فريق استجابة للحوادث، وعزل بيئات الاختبار عالية المخاطر. التوسّع المعلن لاحقًا: عملاء API المدفوعون ومشتركو Google AI Ultra ثم نطاق أوسع.
ماذا يعني ذلك عمليًا؟
- لفرق الحوكمة والامتثال: راقب عقود المقيّمين المضمّنين — هل الوصول والنشر مستقلان فعلًا، أم أن المختبر ما زال يكتب القواعد ويدفع الفاتورة؟
- لفرق المنتجات والوكلاء: أعِد تقييم اختيار النموذج على مهامك الحقيقية؛ مؤشر BenchLeader يقول Opus للوكلاء/البرمجة وSol للتكلفة والاستدلال.
- لفرق الأمن: Fairwind وArgon يشيران إلى أن الإطلاق الحدودي سيبقى مرحليًا ومقيّدًا — خطط للاختبار المبكر تحت ضوابط لا لنسخ الإنتاج فور الإعلان.
الخلاصة
منتصف أكتوبر 2026 لا يدور فقط حول «نموذج أقوى»: الصناعة تضع مقيّمين صغارًا غير ربحيين في موقع رقابة شبه رسمية بلا تمويل مستقل واضح، والمطوّرون يقارنون Opus 5.5 وSol بأرقام حديثة تميل للوكلاء نحو Anthropic، وGoogle تُبطئ طرح Argon خلف Fairwind والحراسات الحدودية. الثقة في الوكلاء القادرين على التصرّف تحتاج إثبات من يراقبهم — لا مجرد لوحة متصدرين.
المصادر
- CNBC: AI’s quiet safety gatekeepers are stepping into the spotlight — 11 أكتوبر 2026
- Clarity: OpenAI and Anthropic turn to small nonprofit AI evaluators — 11 أكتوبر 2026
- BenchLeader: Claude Opus 5.5 vs GPT-6.1 Sol — بيانات 11 أكتوبر 2026
- Google: Gemini 4 Argon — our next era of frontier intelligence — 1 أكتوبر 2026
الوسوم