يعتقد الكثيرون في الصناعة أن الفائزين في سوق نماذج الذكاء الاصطناعي قد تم تحديدهم بالفعل: ستملكها شركات التكنولوجيا الكبرى (جوجل، ميتا، مايكروسوفت، وأمازون قليلاً) جنبًا إلى جنب مع صناع النماذج الذين يختارونهم، وبدلاً من ذلك هم بشكل رئيسي OpenAI وAnthropic.
لكن شركة Arcee AI الصغيرة، التي تتكون من 30 شخصًا، تختلف في الرأي. وقد أصدرت الشركة مؤخرًا نموذجًا أساسياً مفتوحًا حقًا ودائمًا (ترخيص Apache) يسمى Trinity، وتزعم Arcee أنه يحتوي على 400 مليار بارامتر، وهو من بين أكبر النماذج الأساسية مفتوحة المصدر التي تم تدريبها وإطلاقها على الإطلاق من قبل شركة أمريكية.
تقول Arcee إن Trinity يقارن بنموذج Meta’s Llama 4 Maverick 400B، ونموذج Z.ai GLM-4.5، وهو نموذج مفتوح المصدر عالي الأداء من جامعة تسينغhua في الصين، وفقًا لاختبارات المعيار التي أجريت باستخدام النماذج الأساسية (قليلة جدًا بعد التدريب).
مثل النماذج المتطورة الأخرى، تم تصميم Trinity للبرمجة والعمليات متعددة الخطوات مثل الوكلاء. ومع ذلك، على الرغم من حجمه، فإنه ليس منافسًا حقيقيًا من حيث الأداء المتفوق بعد لأنه يدعم حاليًا النص فقط.
تُعَد المزيد من الأنماط قيد التطوير – حيث يتم حاليًا تطوير نموذج رؤية، وهناك نسخة من تحويل الكلام إلى نص على خريطة الطريق، حسبما قال لوكاس آتكينز، المدير التقني، لموقع TechCrunch (كما هو موضح أعلاه، على اليسار). بالمقارنة، فإن نموذج Meta’s Llama 4 Maverick هو نموذج متعدد الأنماط بالفعل، يدعم النصوص والصور.
لكن قبل إضافة المزيد من أنماط الذكاء الاصطناعي إلى قائمتها، تقول Arcee، إنها أرادت نموذج LLM أساسي يثير إعجاب عملائها الرئيسيين: المطورون والأكاديميون. ترغب الفريق بشكل خاص في جذب الشركات الأمريكية من جميع الأحجام بعيدًا عن اختيار النماذج المفتوحة من الصين.
“في النهاية، الفائزون في هذه اللعبة، والطريقة الوحيدة للفوز حقًا في الاستخدام، هو أن يكون لديك أفضل نموذج مفتوح الوزن،” قال آتكينز. “لكسب قلوب وعقول المطورين، عليك أن تقدم لهم الأفضل.”
حدث Techcrunch
سان فرانسيسكو
|
13-15 أكتوبر 2026
تظهر مؤشرات الأداء أن نموذج Trinity الأساسي، المتاح حاليًا في المعاينة بينما يتم إجراء المزيد من التدريب، يحقق نتائج جيدة ومن بعض الجوانب، يتفوق قليلاً على Llama في اختبارات البرمجة والرياضيات، الحس السليم، المعرفة والاستدلال.
التقدم الذي أحرزته Arcee حتى الآن لتصبح مختبر ذكاء اصطناعي تنافسي مثير للإعجاب. نموذج Trinity الكبير يتبع نموذجين صغيرين تم إصدارهما في ديسمبر: نموذج Trinity Mini ببارامترات 26B، وهو نموذج استدلال مدرب بالكامل للمهام التي تتراوح من تطبيقات الويب إلى الوكلاء، ونموذج Trinity Nano ببارامترات 6B، وهو نموذج تجريبي مصمم لتوسيع حدود النماذج الصغيرة ولكنها تفاعلية.
المثير هو أن Arcee قامت بتدريبهم جميعًا في ستة أشهر مقابل 20 مليون دولار كإجمالي، باستخدام 2,048 وحدة معالجة الرسومات Nvidia Blackwell B300. وذلك من بين حوالي 50 مليون دولار جمعتها الشركة حتى الآن، حسبما قال المؤسس والرئيس التنفيذي مارك ماكواد (كما هو موضح أعلاه، على اليمين).
كان هذا النوع من المال “الكثير بالنسبة لنا”، قال آتكينز، الذي قاد جهود بناء النموذج. ومع ذلك، اعترف بأنه يتضاءل مقارنة بمقدار ما تنفقه المختبرات الأكبر الآن.
كان الجدول الزمني البالغ ستة أشهر “محسوبًا جدًا”، قال آتكينز، الذي كانت مسيرته المهنية قبل LLMs تتعلق ببناء وكلاء صوتيين للسيارات. “نحن شركة ناشئة أصغر حجمًا وجائعة للغاية. لدينا كمية هائلة من المواهب وباحثين شباب موهوبين، والذين عندما تتاح لهم الفرصة لإنفاق هذا المبلغ من المال وتدريب نموذج بهذا الحجم، كنا نثق أنهم سيثبتون جدارتهم. وقد فعلوا، مع العديد من الليالي بلا نوم، والعديد من الساعات الطويلة.”
قال ماكواد، الذي كان موظفًا مبكرًا في سوق النماذج مفتوحة المصدر HuggingFace، إن Arcee لم تبدأ راغبة في أن تصبح مختبر ذكاء اصطناعي جديد في الولايات المتحدة: كانت الشركة تقوم أساسًا بت تخصيص النماذج للعملاء من الشركات الكبرى مثل SK Telecom.
“كنا نقوم فقط بالتدريب اللاحق. لذا كنا نأخذ الأعمال الرائعة للآخرين: كنا نأخذ نموذج Llama، وكنا نأخذ نموذج Mistral، وكنا نأخذ نموذج Qwen الذي كان مفتوح المصدر، وكنا نقوم بتدريبه لجعله أفضل” لاستخدام الشركة المحدد، بما في ذلك القيام بتعزيز التعلم.
لكن مع تزايد قائمة عملائهم، قال آتكينز، أصبحت الحاجة إلى نموذج خاص بهم ضرورة، وكان ماكواد قلقًا بشأن الاعتماد على الشركات الأخرى. في الوقت نفسه، كانت العديد من أفضل النماذج المفتوحة تأتي من الصين، التي كانت الشركات الأمريكية حذرة منها، أو محرومة من استخدامها.
كانت تلك قرارًا مثيرًا للأعصاب. “أعتقد أن هناك أقل من 20 شركة في العالم قد قامت مسبقًا بتدريب وإطلاق نموذجها الخاص” بحجم ومستوى كبيرين مثلما كانت Arcee تستهدف، قال ماكواد.
بدأت الشركة صغيرة في البداية، محاولًة النموذج الصغير الذي تم إنشاؤه بالتعاون مع شركة التدريب DatologyAI. ثم شجع نجاح المشروع مساعي أكبر.
لكن إذا كانت الولايات المتحدة تمتلك بالفعل Llama، فلماذا تحتاج إلى نموذج مفتوح الوزن آخر؟ يقول آتكينز إنه من خلال اختيار ترخيص Apache مفتوح المصدر، تلتزم الشركة دائمًا بإبقاء نماذجها مفتوحة. جاء ذلك بعد أن أشار الرئيس التنفيذي لشركة Meta، مارك زوكربيرغ، العام الماضي إلى أن شركته قد لا تجعل جميع نماذجها المتقدمة مفتوحة المصدر دائمًا.
“يمكن اعتبار Llama ليس مفتوح المصدر حقًا لأنه يستخدم ترخيصًا يتحكم به Meta مع caveats تجارية واستخدامية”، يقول. وقد أدى ذلك إلى ادعاء بعض المنظمات المفتوحة بأنه ليس متوافقًا مع مفهوم المصدر المفتوح على الإطلاق.
“توجد Arcee لأن الولايات المتحدة تحتاج إلى بديل مفتوح دائمًا، مرخص تحت Apache، يتمتع بجودة من الطراز الأول يمكن أن تنافس بالفعل في الحدود الحالية”، قال ماكواد.
يمكن تنزيل جميع نماذج Trinity، الكبيرة والصغيرة، مجانًا. سيتم إصدار النسخة الأكبر في ثلاث نكهات. نموذج Trinity Large Preview هو نموذج تعليمات تم تدريبه بشكل خفيف، مما يعني أنه تم تدريبه على اتباع التعليمات البشرية، وليس فقط التنبؤ بالكلمة التالية، مما يجعله مناسبًا للاستخدام العام للدردشة. نموذج Trinity Large Base هو النموذج الأساسي بدون تدريب لاحق.
ثم لدينا TrueBase، وهو نموذج يحمل أي بيانات تعليمات أو تدريب لاحق، لذلك لن تضطر الشركات أو الباحثون الذين يرغبون في تخصيصه إلى كشف أي بيانات أو قواعد أو افتراضات.
ستقدم Arcee AI في النهاية إصدارًا مستضافًا من نموذج الإطلاق العام الخاص بها، وفقًا لما تقوله، بأسعار تنافسية لتطبيقات برمجية. ذلك الإصدار قد يستغرق ما يصل إلى ستة أسابيع، حيث تواصل الشركة تحسين تدريب استدلال النموذج.
أسعار API لنموذج Trinity-Mini هي 0.045 دولار / 0.15 دولار، وهناك أيضًا مستوى مجاني محدود. وفي هذه الأثناء، لا تزال الشركة تبيع خيارات التدريب اللاحق والتخصيص.