مايكروسوفت للذكاء الاصطناعي
مايكروسوفت تضاهي GPT-5.6 في إكسل بنموذج أرخص يعمل على وحدات معالجة رسومية أقدم
نموذج MAI من مايكروسوفت في إكسل يعادل GPT-5.6 في المهام الشائعة بتكلفة أقل، ويستخدم توكنات أقل من المنافسين في Copilot، ويعمل على معالجات H100 وA100، مما يخفض حاجز النشر الواسع.
Emmanuel Fabrice Omgbwa Yasse بمساعدة الذكاء الاصطناعي
2026-07-29 · قراءة 3 دقائق

تعمل مايكروسوفت بهدوء على بناء عائلتها الخاصة من نماذج الذكاء الاصطناعي، وتشير أحدث النتائج إلى أن الاستراتيجية تؤتي ثمارها. تدير الشركة الآن نموذج MAI داخل إكسل، والذي وفقًا لمقاييسها الخاصة، يؤدي المهام الأكثر شيوعًا في جداول البيانات بمستوى يعادل GPT-5.6 بينما يكلف أقل للخدمة. وقد أشاد العملاء الأوائل بـ GPT-5.6 نفسه لتقليل استدعاءات الأدوات بنسبة تصل إلى 48% وتقليل مرات التعطل، كما يوضح رهان مايكروسوفت الأوسع على النماذج الصغيرة.
تظهر الأرقام من تحديث 23 يوليو من مايكروسوفت ما تقدمه نماذج MAI بالفعل داخل GitHub Copilot. نموذج MAI-Code-1-Flash، الذي تم نشره منذ يونيو، يحقق معدل قبول كود أعلى بنسبة 10% مقارنة بـ GPT-5.4 Mini و Claude Haiku 4.5 في VS Code. المطورون الذين يستخدمون النموذج هم أكثر عرضة بنسبة 6% للعودة على مدار أيام متعددة مقارنة بـ GPT-5.4 Mini، وبنسبة 11% أكثر مقارنة بـ Claude Haiku 4.5. متوسط استخدام الرموز أقل بنسبة 10% مقارنة بكلا المنافسين، مع دورات بدأها المستخدم بشكل أكبر. تتراكم وفورات الرموز بسرعة عندما تكون التكاليف لكل رمز، كما توضح معدلات حرق النقود لوكلاء البرمجة بالذكاء الاصطناعي.
| المقياس | MAI-Code-1-Flash مقابل GPT-5.4 Mini | MAI-Code-1-Flash مقابل Claude Haiku 4.5 |
|---|---|---|
| معدل قبول الكود | أعلى بنسبة ~10% | أعلى بنسبة ~10% |
| معدل العودة متعدد الأيام | أكثر احتمالاً بنسبة 6% | أكثر احتمالاً بنسبة 11% |
| متوسط استخدام الرموز | أقل بنسبة 10% | أقل بنسبة 10% |
ثم أخذت مايكروسوفت نفس نقطة التفتيش MAI-Code-1-Flash، التي تم تدريبها أصلاً للبرمجة الوكيلة، وأجرت تدريباً إضافياً في بيئة تعلم تعزيزي خاصة بإكسل. نقل ذلك النموذج من كتابة الكود إلى التنقل في أدوات جداول البيانات وسير عمل المعرفة. يظهر حركة المرور المبكرة في الإنتاج أن النموذج الناتج يضاهي GPT-5.6 في مهام إكسل الشائعة. طريقة التسلق الجبلي، التي تم تقديمها في مؤتمر Build في يونيو، تسمح بضبط دقيق مستمر عن طريق تغذية النموذج بتقييمات خاصة بالمنتج وبيانات تسخير لا يمتلكها إلا مايكروسوفت. ويشير المتشككون إلى أن تطور التسخير يمكن أن يبدو رائعاً في مهام التدريب لكنه يتعثر في المهام المحتجزة.
الميزة التكلفية أعمق من النموذج نفسه. تقول مايكروسوفت إن نموذج MAI في إكسل يمكن تشغيله على وحدات معالجة رسومية من فئة Nvidia H100 و A100، دون الحاجة إلى أحدث الأجيال من المسرعات. وهذا يخفض رأس المال اللازم للنشر. تظل أساطيل السحابة الحالية ذات صلة. في صناعة حيث ميزانيات وحدات معالجة الرسوميات تحت ضغط مستمر، فإن القدرة على تقديم أداء تنافسي على أجهزة أقدم هي ميزة حقيقية. ويعني ذلك أيضاً أن العملاء الأصغر يمكنهم تحمل تكاليف الاستدلال دون انتظار أحدث الرقاقات. وهذا يعكس النمط حيث تتفوق النماذج المتخصصة والأضيق على النماذج العامة في المقاييس العملية.
إلى جانب Copilot وإكسل، تخطط مايكروسوفت لتطبيق نفس نهج التسلق الجبلي على Copilot Chat وOutlook وPowerPoint وبقية عائلة منتجاتها الوكيلة. وقد أتاحت الشركة مؤخراً Microsoft Discovery بشكل عام، وهي منصة لبناء سير عمل وكيل للذكاء الاصطناعي محكوم في العلوم والهندسة. إن الجمع بين هذه البنية التحتية ونماذج MAI المتخصصة المدربة داخل كل منتج يمنح مايكروسوفت مجموعة ذكاء اصطناعي متكاملة رأسياً لا يمكن للمنافسين تقليدها بسهولة.
تراهن مايكروسوفت على أن الكفاءة الخاصة بالمهمة ومرونة النشر أهم من تصدر كل معيار. قد تظل نماذج الحدود التنافسية تفوز في النتائج الخام، لكن مايكروسوفت يمكنها وضع نموذج رخيص وكفء داخل كل منتج أوفيس، وكل أداة مطور، وكل سير عمل تجاري. لا تظهر ميزة الحجم تلك على لوحات المتصدرين ولكنها تظهر في فواتير السحابة الشهرية، وهي استراتيجية حيث يتفوق التنسيق على حجم النموذج الخام.
أهم أخبار التقنية في 3 دقائق كل صباح
بريد إلكتروني واحد، كل يوم عمل، بما يهم فعلاً في الذكاء الاصطناعي والتقنية.