torygreen

هناك نقطة تتوقف عندها شركات الذكاء الاصطناعي المتخصصة عن الظهور كعملاء لواجهات برمجة التطبيقات، وتبدأ في الظهور كشركات نماذج.
انتقلت Harvey من نحو 1 تريليون إلى 14.5 تريليون رمز شهرياً خلال ستة أشهر. وهي تدرب الآن نموذجها القانوني الخاص بعدياً فوق Kimi K3، باستخدام مهام متخصصة في المجال، وملاحظات الخبراء، وبيانات سير العمل المملوكة لها.
وتتحرك Thomson Reuters في الاتجاه نفسه عبر نموذجها القانوني الخاص.
ويبدو ذلك تطوراً طبيعياً إلى حد كبير.
عند انخفاض حجم الاستخدام، تكون واجهات برمجة التطبيقات للنماذج المتقدمة هي الخيار الواضح. لكن عند أكثر من 10 تريليونات رمز شهرياً، يبدأ اختيار النموذج في الت

كانت نماذج اللغة الكبيرة تملك الإنترنت بانتظارها. أما الذكاء الاصطناعي المتجسد فلا يملك ذلك.
تحتاج الروبوتات إلى كميات هائلة من بيانات التفاعل في العالم الحقيقي، وتقدّر ACE Robotics أن القطاع بأكمله لا يملك اليوم سوى نحو 100 ألف ساعة مفيدة.
تحاول الصين بالفعل تصنيع مجموعة البيانات تلك: تشتري مراكز التدريب الروبوتات، وتتحكم فيها عن بعد لتنفيذ مهام حقيقية، وتجمع مسارات الحركة، ثم تعيد إدخال تلك البيانات إلى صانعي الروبوتات.
لذلك، فإن بعض عمليات نشر الروبوتات الشبيهة بالبشر في مراحلها المبكرة لا تقتصر على اختبار العتاد. فهي تولّد بيانات التدريب التي سيحتاج إليها الجيل المقبل من الذكاء الاصطناعي ا

من الجنون حقاً مدى سرعة تراكم القدرات، رغم أن ميزانية العتاد لم تتحرك بالقدر نفسه تقريباً.
> سجل Qwen3.5-27B درجة 35 على Artificial Analysis في فبراير.
> رفع Qwen3.6-27B النتيجة إلى 38 في أبريل.
> أما Qwen3.8-27B فسجل الآن 52، مع بقائه ضمن نطاق مماثل تقريباً من 27B من المعاملات.
وبات أداؤه الوكيلي يقترب من مستوى نماذج أكبر بكثير وأعلى تكلفة بكثير من حيث التشغيل.
وهذا يبدو لي أهم من مجرد إعادة ترتيب أخرى في لوحة المتصدرين.
لسنوات، كانت زيادة قدرة الذكاء الاصطناعي تعني غالباً توسيع نطاق العتاد الذي يعمل تحته. أما الآن، فتقفز القدرات بسرعة تفوق بكثير زيادة البصمة اللازمة للنشر.
إذا أمكن تشغيل وكل

قبل بضع سنوات، كانت شركات الحوسبة السحابية العملاقة تمثل نحو 16% من الإنفاق الرأسمالي لشركات S&P 500. وفي العام المقبل، قد تنفق خمس منها ما يعادل إنفاق الشركات الـ495 الأخرى مجتمعة.
Microsoft، Amazon، Alphabet، Meta، Oracle
تقدّر BofA الآن أن تنفق الشركات الخمس نحو 1.07 تريليون دولار في 2027، مقابل نحو 1.06 تريليون دولار لجميع الشركات الأخرى في المؤشر.
ويبدأ هذا التركّز في اكتساب أهمية تتجاوز بكثير وحدات معالجة الرسومات.
لقد أصبح الذكاء الاصطناعي ضخماً إلى حد أن الطلب على الحوسبة بدأ يجرّ الاقتصاد الفعلي معه. وتقدّر Goldman أن هذا الطلب يمثل بالفعل نحو 15% من الاستثمار الأمريكي في المعدات، بين

ينمو نشاط الوكلاء على الويب بسرعة كافية دفعت Cloudflare إلى بناء متصفح مخصص لوكلاء الذكاء الاصطناعي (Kitesurf).
يرث الوكلاء أساساً نحو 30 عاماً من قرارات تصميم المتصفحات الموجّهة للبشر الذين يحدقون في الشاشات، ويتحول جزء كبير من ذلك إلى عبء غير ضروري عند تشغيل آلاف الجلسات في وقت واحد.
كادت حركة المرور المدفوعة بالذكاء الاصطناعي أن تتضاعف ثلاث مرات خلال 2025، في حين نمت حركة المرور من وكلاء الذكاء الاصطناعي والمتصفحات الوكيلة بنسبة 7,851% على أساس سنوي.
تشير التقديرات الحالية إلى أن الوكلاء يولدون نحو 57% من طلبات الويب اليوم.
الميزة الكبيرة في Kitesurf هي أنه يزيل أشياء مثل علامات التبويب وال

تمتد التزامات شركات التقنية الكبرى بالبنية التحتية للذكاء الاصطناعي إلى ما يتجاوز بكثير أرقام الإنفاق الرأسمالي التي نراها عادةً. فقد التزمت بنحو 1.09 تريليون دولار لمدفوعات الإيجار المستقبلية، معظمها لمراكز بيانات الذكاء الاصطناعي.
لا يظهر حالياً كالتزامات إيجار سوى نحو 285 مليار دولار، لأن العديد من العقود لا يُعترف بها إلا بعد دخول المنشآت حيز التشغيل.
ويتمثل الخطر الحقيقي في عدم تطابق المدد. فبعض عقود الإيجار يمتد من 15 إلى 30 عاماً، بينما يمكن أن تتغير الرقائق والنماذج وطلب العملاء خلال بضع دورات فقط من تطوير المنتجات. وقد يستمر الطلب على القدرة الحاسوبية في النمو، في حين تفقد المنشآت الف

ينمو الطلب على الطاقة في مراكز البيانات بسرعة تفوق قدرة شبكات الكهرباء على مواكبته، ولذلك بدأت الشركات الآن بنقل توربينات غازية بالشاحنات لتجاوز هذه المشكلة.
طرحت APR Energy للتو ثماني وحدات متنقلة بقدرة 1.1 جيجاواط، موجهة مباشرة لتلبية الطلب من مراكز البيانات.
فكروا في معنى ذلك. توربين على مقطورة أسوأ من توصيله بالشبكة من كل النواحي تقريباً، باستثناء واحدة: يمكن تشغيله خلال أشهر بدلاً من سنوات. ولا يصبح دفع هذه التكلفة الإضافية منطقياً إلا إذا كان الانتظار هو العامل الذي يقضي عليك، والانتظار يستغرق حالياً أكثر من 5 سنوات في كثير من ولايات الولايات المتحدة.
لذلك يتوقف التوسع عن انتظار الشبكة و

بات تشغيل DeepSeek V4 Flash 0731 على أجهزتك الخاصة حقيقةً الآن، لكن ما تكلفه وما إذا كان يستحق ذلك يعتمد كثيرًا على من أنت.
الأجهزة التي تشغّله فعليًا:
> 256GB M3 Ultra Mac Studio (~7-9 آلاف دولار): يستوعب نسخة 4-bit مع هامش سعة، في حاسوب واحد نظيف.
> 512GB M3 Ultra (~10 آلاف دولار+، إذا تمكنت من العثور على واحد): يشغّل النسخة شديدة القرب من دون خسارة بجاهزية.
> خادم 2x H200 أو 4x A100: يوفّر نقطة تحقق كاملة عند 1M سياق، لكنك الآن تدخل تقريبًا في ميزانية أموال مراكز البيانات.
يعمل تقنيًا أيضًا على ذاكرة 128GB، لكن فقط مع ضغط 3-bit شديد يُضعف جودة المخرجات.
لذلك، بحوالي 7-10 آلاف دولار لإعداد ج

مورد رقائق. ومقرض للبنية التحتية. ومستثمر أسهم في عملائه. أصبحت Nvidia تضطلع بكل هذه الأدوار الثلاثة معًا الآن، وخلال هذا الشهر بلغت فاتورة ارتداء هذه القبعات الثلاث $750B
> $250B بدعمها الإيجار في أوهايو لصالح OpenAI.
> $500B مترابطة مع SK Group في الذاكرة.
> $5B داخل SSI، وهي شركة بلا منتج.
> $1B داخل Naver. حصة في Nebius. رقائق تتدفق إلى منشآت في تكساس تستأجرها الشركة لنفسها ثم تعيدها إلى نفسها.
تتمثل الحلقة التي أنشأتها Nvidia في تمويل العميل -> العميل يشتري رقائق Nvidia -> تقوم Nvidia بتسجيل الإيرادات -> تموّل Nvidia العميل التالي. العرض والطلب يتكزمان على الميزانية نفسها بالنسبة لهم.

لا يُعد عام 2026 هو العام الذي أغلقت فيه الاستوديوهات المعامل الخطط، والمساحة التي يمكن فيها لنموذج جبهةٍ مغلقة أن يفرض رسوماً مقابل خدماته أصبحت الآن بعرض يقارب ثلاث نقاط بعد K3 من @Kimi_Moonshot.
هبطت K3 للتو بشكلٍ نظيف فوق Opus 4.8 من حيث القدرة، وبنصف السعر لكل مهمة، مع طرح الأوزان للعامة خلال أيام. لا يزال كل ما فوق ذلك السطر يتضمن فقط Fable 5 وGPT-5.6 Sol. كل ما دون هذا الخط هو الآن أرضٌ مفتوحة؛ نماذج يمكن لأي شخص تقديمها بتكلفة العتاد، دون هامش بحث وتطوير لاسترداده.
هذه هي المعادلة الجديدة لكل إصدار مغلق. إذا حطت فوق الجبهة المفتوحة يمكنك تسعير الفجوة. إذا حطت عندها أو دونها فإنك تتقاضى