ميتا تطلق Muse Wonder أول نموذج حدودي بـ4$ للمليون توكن
⚡ خبر عاجل
TechCrunch AI
12 أكتوبر 20264 دقائق2

ميتا تطلق Muse Wonder أول نموذج حدودي بـ4$ للمليون توكن

العودة للأخبار
❝

أطلقت ميتا نموذج Muse Wonder وMuse Wonder Full، أول نموذج حدودي من مختبر Superintelligence Lab، بسعر 4$ لكل مليون توكن إدخال و20$ لكل مليون توكن إخراج عبر Meta Model API. يحقق النموذج نتائج مماثلة لـ Fable 5.1 وGPT-6 Astra، ويتفوق في اختبار MemoryBench للذاكرة النشطة، مع تدريب في مركز Prometheus بولاية أوهايو.

الموجز الإحصائي السريع

أعلنت شركة ميتا (Meta) يوم الاثنين عن إطلاق نموذجين جديدين من مختبر Superintelligence Lab هما Muse Wonder وMuse Wonder Full، وهما أول نموذج حدودي (Frontier Model) للشركة. يتوفر النموذجان عبر Meta Model API بسعر 4 دولارات لكل مليون توكن إدخال و20 دولاراً لكل مليون توكن إخراج، مع تدريب في مركز Prometheus بولاية أوهايو.

📊 بطاقة البيانات والمواصفات التقنية الرسمية

المحور التقنيالبيانات الرسمية المؤكدة
💰 الأسعار وتكلفة الاستخدام4$ لكل مليون توكن إدخال، 20$ لكل مليون توكن إخراج عبر Meta Model API. مكافئ تقريباً لتكلفة GPT-6 Sol أو Opus 5.5.
🌐 المنصات والتوفر الفوريMeta Model API (الوصول عبر API). لم تذكر المنصات السحابية الأخرى.
⚡ الأداء ومؤشرات السرعةنتائج مماثلة لـ Fable 5.1 وGPT-6 Astra في اختبارات ميتا. تفوق على Fable وOpus وAstra في MemoryBench.
🛡️ الأمان ومقاومة الاختراقلم تذكر تفاصيل أمنية محددة في المصدر.
🧠 سياق الذاكرة (Context Window)لم يذكر حجم نافذة السياق بالأرقام. تم التركيز على "الذاكرة النشطة" لاسترجاع المعلومات عبر فترات طويلة.
🌍 دعم اللغة العربية والمنطقةلم يذكر دعم محدد للعربية. النموذج متاح عالمياً عبر API.

تفاصيل الإعلان والميزات التقنية الجديدة

يأتي إطلاق Muse Wonder وMuse Wonder Full بعد إعادة هيكلة جهود ميتا في الذكاء الاصطناعي بقيادة ألكسندر وانغ، مؤسس Scale AI، في أغسطس من العام الماضي. ويمثل النموذجان أول محاولة من ميتا لمنافسة النماذج الحدودية من OpenAI وAnthropic، بعد إصدار نموذج Muse Spark الخفيف وMuse agent. وفقاً لميتا، تم تدريب النموذجين في مركز بيانات Prometheus في وسط ولاية أوهايو، الذي بدأ العمل مطلع العام الجاري، مما يعكس استثماراً كبيراً في البنية التحتية للحوسبة.

ركزت ميتا بشكل خاص على قدرة النموذجين على الاحتفاظ بالمعلومات التي يقدمها المستخدم وتجميعها، وهي خاصية تسميها الشركة "الذاكرة النشطة" (Active Memory). ولتحقيق استدعاء أفضل، أبرزت ميتا اختبار MemoryBench الذي يتحدى أطر التعلم المستمر وبناء الذاكرة. وفقاً لاختبارات الشركة، يسجل Muse Wonder الآن نتائج أعلى في MemoryBench من Fable وOpus وAstra. وقالت الباحثة كافيا كوبارابو في فيديو مصاحب للإطلاق: "لقد بذلنا جهداً هائلاً للتأكد من أن النموذج يتذكر ما يهمك على مدى أيام وأسابيع وأشهر وما بعد ذلك".

المقارنة المعيارية والأداء التنافسي

وفقاً لبطاقة النموذج التي قدمتها ميتا، يحقق Wonder وWonder Full نتائج مماثلة في المعايير القياسية لـ Fable 5.1 وGPT-6 Astra، وهما منافسان رئيسيان في فئة النماذج الحدودية. كما يتفوق Muse Wonder في اختبار MemoryBench على Fable وOpus وAstra، مما يمنحه ميزة تنافسية في التطبيقات التي تتطلب ذاكرة طويلة المدى. من حيث التكلفة، يأتي Muse Wonder بسعر 4$ للمليون توكن إدخال و20$ للمليون توكن إخراج، وهو ما يعادل تقريباً تكلفة GPT-6 Sol أو Opus 5.5، مما يضعه في نفس الشريحة السعرية للنماذج الرائدة.

ماذا يعني هذا للمطور والمستخدم العربي؟ (The Localization Edge)

على الرغم من عدم الإفصاح عن دعم محدد للغة العربية، فإن إتاحة Muse Wonder عبر Meta Model API بسعر 4$ لكل مليون توكن إدخال يجعله خياراً جاذباً للمطورين العرب الذين يبنون تطبيقات تعتمد على الذاكرة طويلة المدى، مثل المساعدين الشخصيين وأنظمة إدارة المعرفة. تكلفة التوكنز المنخفضة نسبياً مقارنة ببعض المنافسين قد تسهل تطوير المشاريع الناشئة في المنطقة العربية، خاصة مع الحاجة المتزايدة لمعالجة النصوص العربية بكفاءة. ومع ذلك، يبقى اختبار الأداء الفعلي على النصوص العربية ضرورياً لتقييم جودة التوليد وفهم السياق. كما أن غياب تفاصيل عن نافذة السياق قد يؤثر على التطبيقات التي تتطلب سياقات ضخمة.

الخلاصة والتطلعات القادمة

يمثل إطلاق Muse Wonder وMuse Wonder Full خطوة جوهرية لميتا في سباق النماذج الحدودية، مع تركيز واضح على الذاكرة النشطة والتكلفة التنافسية. ومع ذلك، تظل المنافسة شرسة مع OpenAI وAnthropic، ويبقى الحكم النهائي للمطورين والمستخدمين بناءً على الأداء الفعلي في التطبيقات الواقعية. من المتوقع أن تكشف ميتا عن مزيد من التفاصيل التقنية والاختبارات المستقلة في الأسابيع المقبلة.

المصدر الإعلامي: TechCrunch AI | تدقيق وتحليل البيانات: AI Tools Oasis

المصدر الأصلي:TechCrunch AIتمت صياغة هذا الخبر بناءً على تغطية TechCrunch AI

أسئلة شائعة

AI Tools Oasis

فريق AI Tools Oasis

نقدم لك أحدث الأخبار والتحليلات في عالم الذكاء الاصطناعي بدقة ومصداقية. تابعنا للحصول على كل جديد.

أخبار ذات صلة