شهریور
اخبار
راز مدل اکس آلفا فاش شد؛ ساختهی آزمایشگاه چینی Z.AI
مدلی مرموز به نام اکس آلفا بدون هیچ نام و نشانی روی پلتفرم اوپنروتر ظاهر شد و در آزمونهای کدنویسی از رقبای شناختهشده جلو زد. شش روز تمام، توسعهدهندگان سراسر دنیا حدس میزدند این مدل از کجا آمده است. سرانجام بلومبرگ پرده از راز برداشت: سازندهی واقعی، آزمایشگاه چینی Z.AI است. مدلی که حالا با وزنهای متنباز عرضه شده و معادلهی رقابت را بههم ریخته است.
لیست مطالب
۱) شش روز رمز و راز
ماجرا از ۲۰ اوت ۲۰۲۶ شروع شد؛ وقتی مدلی با شناسهی مبهم اکس آلفا روی اوپنروتر و اوپنکد ظاهر شد. عرضهی مدلهای ناشناس برای آزمون میدانی در این پلتفرمها سابقه دارد؛ سازنده مدل را بدون نام منتشر میکند تا بازخورد واقعی بگیرد، بیآنکه نام برند بر قضاوت کاربران اثر بگذارد.
اما اینبار نتایج بهقدری خوب بود که کنجکاوی جمعی راه افتاد. توسعهدهندگان شروع کردند به کالبدشکافی رفتار مدل تا بفهمند از آزمایشگاه کدام شرکت بیرون آمده است. این جستوجوی جمعی حدود شش روز طول کشید.
۲) کارآگاهی فنی جامعهی توسعهدهندگان
روشهایی که پژوهشگران مستقل برای شناسایی به کار بردند، خودش داستان جالبی است. آنها بهجای حدسزدن، به سراغ اثر انگشت فنی مدل رفتند. یکی از سرنخها یک ردیابی خطای جاوا بود که کلاسهای داخلی رابط برنامهنویسی شرکت ژیپو را افشا میکرد. سرنخ دیگر، کدهای خطای یکسان با سایر مدلهای خانوادهی GLM بود.
قویترین شواهد اما از تحلیل توکنایزر آمد. طبق گزارشها، آزمونهای اثر انگشت توکنایزر با GLM انطباق کامل نشان دادند، در حالی که هیچ رقیب دیگری به آستانهی نزدیک هم نرسید. رفتار رمزگذار ویدئو نیز با یکی دیگر از مدلهای همین خانواده یکسان بود. مجموع این شواهد در ۲۲ اوت منتشر شد.
این نوع کارآگاهی جمعی، پدیدهی نسبتاً تازهای در اکوسیستم هوش مصنوعی است. جامعهی توسعهدهندگان امروز ابزار و دانش کافی دارد که هویت یک مدل را از روی رفتار فنیاش بازسازی کند؛ چیزی که چند سال پیش تقریباً ناممکن بود. نتیجهی عملی این است که «عرضهی ناشناس» دیگر واقعاً ناشناس نمیماند و بیشتر به یک مرحلهی آزمون کوتاهمدت شبیه است.
۳) پردهبرداری رسمی
در ۲۶ اوت ۲۰۲۶، بلومبرگ گزارش داد که سازندهی اکس آلفا شرکت Z.AI است؛ همان آزمایشگاهی که پیشتر با نام ژیپو شناخته میشد. شرکت تأیید کرد که این مدل نسخهای تازه از خانوادهی GLM است و متعهد شد وزنهای آن را متنباز کند.
انتشار وزنها همان شب انجام شد و طبق گزارشها مدل تحت مجوز MIT عرضه شد؛ یکی از آزادترین مجوزهای موجود که استفادهی تجاری را هم مجاز میکند. برخی منابع نام رسمی نسخه را GLM-5.3-Flash گزارش کردهاند.
۴) اعداد بنچمارک چه میگویند؟
محور توجه، نتیجهی بنچمارک DeepSWE بود؛ آزمونی که توانایی مدل را در حل مسائل واقعی مهندسی نرمافزار میسنجد. طبق گزارشها، اکس آلفا دقت ۸۰ درصدی در نخستین تلاش ثبت کرد. عدد متناظر برای مدل کلود ۶۵ درصد و برای مدل جیپیتی ۵۲ درصد گزارش شده است.
باید توجه داشت که این اعداد از گزارشهای رسانهای و ادعاهای اولیه میآیند و بنچمارک مستقل و تکرارپذیر توسط نهاد ثالث، معیار نهایی است. تجربه نشان داده فاصلهی میان نتایج آزمایشگاهی و عملکرد در پروژههای واقعی میتواند قابل توجه باشد؛ موضوعی که در تحلیل توهم هوش مصنوعی در برابر مهندسی واقعی به آن پرداختهایم.
نکتهای که در خواندن این اعداد باید در نظر داشت، تفاوت میان «نخستین تلاش» و «چند تلاش» است. بسیاری از اعداد تبلیغاتی در این صنعت بر پایهی چند بار اجرا و انتخاب بهترین نتیجه گزارش میشوند که طبیعتاً رقم را بالا میبرد. تأکید روی دقت در نخستین تلاش، اگر تأیید شود، معیار سختگیرانهتری است.
۵) مشخصات فنی مدل
پنجرهی زمینهی اکس آلفا کمی بیش از یک میلیون توکن گزارش شده است؛ یعنی میتواند حجم بسیار بزرگی از کد یا سند را یکجا در نظر بگیرد. ورودی آن چندوجهی است و از متن، تصویر و ویدئو پشتیبانی میکند.
توصیفی که از خود مدل ارائه شده، آن را یک مدل استدلالی طراحیشده برای کدنویسی، کارهای عاملی طولانیمدت و بارهای کاری تولیدی معرفی میکند. این سه ویژگی دقیقاً همان چیزهایی هستند که امروز بیشترین تقاضا را در بازار سازمانی دارند.
۶) قیمت و دسترسی
در دورهی پیشنمایش، مدل بهصورت رایگان از طریق اوپنروتر و اوپنکد در دسترس بود. دربارهی قیمتگذاری رابط برنامهنویسی در حالت تولیدی، منابع مختلف ارقام متفاوتی گزارش کردهاند؛ بنابراین بهتر است پیش از تصمیمگیری، قیمت رسمی را مستقیماً از خود ارائهدهنده بررسی کنید.
آنچه مورد اتفاق منابع است، انتشار وزنها تحت مجوز MIT است. این یعنی توسعهدهندگان میتوانند مدل را روی زیرساخت خودشان اجرا کنند؛ گزینهای که برای سازمانهای حساس به حریم داده اهمیت زیادی دارد.
معماری این مدل هم در برخی گزارشها بهصورت ترکیبی از متخصصان توصیف شده است؛ رویکردی که در آن تنها بخشی از پارامترها در هر پرسوجو فعال میشوند. مزیت عملی این طراحی، کاهش هزینهی استنتاج در مقایسه با مدلهای متراکم هماندازه است و یکی از دلایلی است که آزمایشگاههای چینی توانستهاند قیمتهای پایینتری عرضه کنند.
۷) استقبال بازار
طبق گزارش بلومبرگ، اکس آلفا به رتبهی نخست جدول اوپنروتر رسید و میزان استفاده از آن بیش از دو برابر دیپسیک گزارش شد؛ چیزی که بهعنوان بزرگترین عرضهی تکمدلی این بازار توصیف شده است.
این استقبال یک نکتهی مهم را نشان میدهد: بخش بزرگی از بازار توسعهدهندگان به برند وفادار نیست، به نتیجه وفادار است. وقتی مدلی بدون نام و بدون کمپین تبلیغاتی میتواند صدر جدول را بگیرد، یعنی معیار انتخاب واقعاً کیفیت خروجی است.
۸) معنای این ماجرا برای رقابت چین و آمریکا
سالها تصور رایج این بود که آزمایشگاههای چینی چند ماه عقبتر از رقبای آمریکایی حرکت میکنند. رخدادهایی از این دست، آن فرض را زیر سؤال میبرد. نکتهی مهمتر، تفاوت راهبرد است: بسیاری از آزمایشگاههای چینی مدلهای خود را متنباز منتشر میکنند، در حالی که مدلهای پیشرو آمریکایی عمدتاً بستهاند.
انتشار متنباز یک مدل در این سطح، اثر مضاعفی دارد: هم فشار قیمتی بر رقبا وارد میکند و هم اکوسیستم توسعهدهندگان را به سمت خود میکشد. سابقهی این رقابت را در مقایسهی چتجیپیتی و دیپسیک بررسی کردهایم و ادامهی آن را در بخش اخبار هوش مصنوعی دنبال میکنیم.
۹) اگر توسعهدهنده هستید، چه کنید؟
پیشنهاد عملی این است که بهجای جابهجایی کامل، مدل را روی یک زیرمجموعهی محدود از کارهای واقعی خودتان آزمایش کنید. سه معیار را اندازه بگیرید: نرخ موفقیت در نخستین تلاش، هزینهی هر وظیفهی کاملشده و پایداری خروجی در اجراهای تکراری. رتبهی جدول بهتنهایی معیار خوبی برای تصمیمگیری نیست.
همچنین به یاد داشته باشید که پنجرهی زمینهی بزرگ بهخودیخود کیفیت نمیآورد. نحوهی ساختاردهی به ورودی همچنان تعیینکننده است؛ اصولی که در راهنمای پرامپتنویسی و آموزشهای چتجیپیتی توضیح داده شدهاند. برای سنجش واقعبینانهی انتظارها هم محدودیتهای واقعی هوش مصنوعی خواندنی است.
پرسشهای پرتکرار دربارهی مدل اکس آلفا
سازندهی اکس آلفا کیست؟
شرکت چینی Z.AI که پیشتر با نام ژیپو شناخته میشد. هویت آن در ۲۶ اوت ۲۰۲۶ توسط بلومبرگ فاش شد و شرکت نیز آن را تأیید کرد.
این مدل چه امتیازی در بنچمارک گرفت؟
طبق گزارشها، در بنچمارک DeepSWE دقت ۸۰ درصدی در نخستین تلاش ثبت کرد؛ در برابر ۶۵ درصد کلود و ۵۲ درصد جیپیتی.
آیا مدل متنباز است؟
بله. طبق گزارشها وزنهای مدل در همان شب اعلام هویت و تحت مجوز MIT منتشر شدند.
پنجرهی زمینهی آن چقدر است؟
کمی بیش از یک میلیون توکن، با پشتیبانی از ورودی متن، تصویر و ویدئو.
آیا باید مدل فعلی خود را عوض کنم؟
تصمیم عاقلانه، آزمون روی کارهای واقعی خودتان است نه اتکا به جدولها. برای آشنایی با بازیگران دیگر این میدان، معرفی اوپنایآی و نقش هوش مصنوعی در کسبوکار را ببینید.
