أطلقت شركة ميسترال الفرنسية الناشئة للذكاء الاصطناعي عائلة ميسترال 3 الجديدة من النماذج ذات الوزن المفتوح يوم الثلاثاء – إصدار مكون من 10 نماذج يتضمن نموذجًا حدوديًا كبيرًا بقدرات متعددة الوسائط ومتعددة اللغات، وتسعة نماذج أصغر حجمًا غير متصلة بالإنترنت وقابلة للتخصيص بالكامل.
ويأتي هذا الإطلاق في الوقت الذي يبدو أن شركة ميسترال، التي تطور نماذج لغة مفتوحة الوزن وروبوت الدردشة الآلي Le Chat الذي يركز على أوروبا، تحاول اللحاق ببعض النماذج الحدودية مغلقة المصدر في وادي السيليكون. جمعت الشركة الناشئة التي يبلغ عمرها عامين، والتي أسسها باحثون سابقون في DeepMind وMeta، ما يقرب من 2.7 مليار دولار حتى الآن بتقييم قدره 13.7 مليار دولار – وهو مبلغ صغير مقارنة بالأرقام التي يسحبها المنافسون مثل OpenAI (57 مليار دولار تم جمعها بتقييم 500 مليار دولار) وأنثروبيك (45 مليار دولار تم جمعها بتقييم 350 مليار دولار).
لكن ميسترال تحاول إثبات أن الحجم الأكبر ليس دائمًا هو الأفضل – خاصة بالنسبة لحالات الاستخدام الخاصة بالمؤسسات.
“يسعد عملاؤنا أحيانًا أن يبدأوا بمبلغ كبير جدًا [closed] قال غيوم لامبل، المؤسس المشارك وكبير العلماء في شركة ميسترال، لموقع TechCrunch: “إنهم لا يحتاجون إلى تحسين النموذج… ولكن عندما ينشرونه، يدركون أنه مكلف، وهو بطيء. ثم يأتون إلينا لضبط النماذج الصغيرة للتعامل مع حالة الاستخدام”. [more efficiently]”.
وتابع لامبل: “من الناحية العملية، فإن الغالبية العظمى من حالات الاستخدام المؤسسي هي أشياء يمكن معالجتها بواسطة نماذج صغيرة، خاصة إذا قمت بضبطها بشكل دقيق”.
وقال لامبل إن المقارنات المعيارية الأولية، التي تضع نماذج ميسترال الأصغر حجما خلف منافسيها من المصادر المغلقة، يمكن أن تكون مضللة. قد تؤدي النماذج الكبيرة مغلقة المصدر أداءً أفضل خارج الصندوق، ولكن المكاسب الحقيقية تحدث عندما تقوم بالتخصيص.
وقال: “في كثير من الحالات، يمكنك فعليًا مطابقة النماذج مغلقة المصدر أو حتى التفوق عليها”.
حدث تك كرانش
سان فرانسيسكو
|
13-15 أكتوبر 2026
يلحق نموذج ميسترال الحدودي الكبير، الذي يطلق عليه اسم ميسترال لارج 3، ببعض القدرات المهمة التي تتباهى بها نماذج الذكاء الاصطناعي الأكبر مغلقة المصدر مثل OpenAI’s GPT-4o وGemini 2 من Google، بينما تتبادل الضربات أيضًا مع العديد من المنافسين ذوي الوزن المفتوح. يعد Large 3 من بين النماذج ذات الحدود المفتوحة الأولى التي تتمتع بقدرات متعددة الوسائط ومتعددة اللغات في جهاز واحد، مما يجعلها على قدم المساواة مع Llama 3 من Meta وQwen3-Omni من Alibaba. تقوم العديد من الشركات الأخرى حاليًا بدمج نماذج اللغات الكبيرة المثيرة للإعجاب مع نماذج أصغر متعددة الوسائط، وهو ما فعلته ميسترال سابقًا مع نماذج مثل Pixtral وMistral Small 3.1.
يتميز Large 3 أيضًا ببنية “مزيج محبب من الخبراء” مع 41B من المعلمات النشطة و675B من المعلمات الإجمالية، مما يتيح التفكير الفعال عبر نافذة سياق يبلغ حجمها 256 كيلو بايت. يوفر هذا التصميم السرعة والقدرة، مما يسمح له بمعالجة المستندات الطويلة والعمل كمساعد وكيل لمهام المؤسسة المعقدة. يعتبر Mistral Large 3 مناسبًا لتحليل المستندات والترميز وإنشاء المحتوى ومساعدي الذكاء الاصطناعي وأتمتة سير العمل.
مع عائلتها الجديدة من النماذج الصغيرة، التي يطلق عليها اسم Ministral 3، تقدم ميسترال ادعاءً جريئًا بأن النماذج الأصغر حجمًا ليست كافية فحسب – بل إنها متفوقة.
تشتمل المجموعة على تسعة نماذج كثيفة متميزة وعالية الأداء عبر ثلاثة أحجام (معلمات 14B و8B و3B) وثلاثة متغيرات: Base (النموذج الأساسي المُدرب مسبقًا)، Instruct (المُحسَّن للدردشة للمحادثة وسير عمل نمط المساعد)، والمنطق (المُحسَّن للمهام المنطقية والتحليلية المعقدة).
تقول ميسترال إن هذا النطاق يمنح المطورين والشركات المرونة اللازمة لمطابقة النماذج مع أدائهم الدقيق، سواء كانوا يبحثون عن الأداء الأولي أو كفاءة التكلفة أو القدرات المتخصصة. تدعي الشركة أن Ministral 3 يسجل نقاطًا على قدم المساواة أو أفضل من القادة الآخرين ذوي الوزن المفتوح بينما يكون أكثر كفاءة ويولد عددًا أقل من الرموز المميزة للمهام المماثلة. تدعم جميع المتغيرات الرؤية، وتتعامل مع نوافذ السياق 128 كيلو بايت – 256 كيلو بايت، وتعمل عبر اللغات.
جزء كبير من الملعب هو التطبيق العملي. يؤكد لامبل على أن Ministral 3 يمكن تشغيله على وحدة معالجة رسومات واحدة، مما يجعله قابلاً للنشر على أجهزة ميسورة التكلفة – بدءًا من الخوادم المحلية وحتى أجهزة الكمبيوتر المحمولة والروبوتات وغيرها من الأجهزة الطرفية التي قد تكون ذات اتصال محدود. وهذا مهم ليس فقط للمؤسسات التي تحتفظ بالبيانات داخل الشركة، ولكن أيضًا للطلاب الذين يبحثون عن تعليقات خارج الإنترنت أو فرق الروبوتات العاملة في بيئات نائية. ويرى لامبل أن زيادة الكفاءة تترجم مباشرة إلى إمكانية وصول أوسع.
وقال: “إنه جزء من مهمتنا التأكد من أن الذكاء الاصطناعي في متناول الجميع، وخاصة الأشخاص الذين ليس لديهم إمكانية الوصول إلى الإنترنت”. “لا نريد أن يتم التحكم في الذكاء الاصطناعي بواسطة مختبرين كبيرين فقط.”
تسعى بعض الشركات الأخرى إلى مقايضات كفاءة مماثلة: أحدث نموذج مؤسسي لشركة Cohere، Command A، يعمل أيضًا على وحدتي معالجة رسوميات فقط، ويمكن لمنصة وكيل الذكاء الاصطناعي North الخاصة بها العمل على وحدة معالجة رسومات واحدة فقط.
هذا النوع من إمكانية الوصول يقود تركيز ميسترال المتزايد على الذكاء الاصطناعي. وفي وقت سابق من هذا العام، بدأت الشركة العمل على دمج نماذجها الأصغر في الروبوتات والطائرات بدون طيار والمركبات. تتعاون ميسترال مع وكالة العلوم والتكنولوجيا للفريق الرئيسي في سنغافورة (HTX) على نماذج متخصصة للروبوتات، وأنظمة الأمن السيبراني، والسلامة من الحرائق؛ ومع شركة هيلسينج الألمانية الناشئة في مجال تكنولوجيا الدفاع، والتي تعمل على نماذج الرؤية واللغة والحركة للطائرات بدون طيار؛ ومع شركة صناعة السيارات Stellantis على مساعد الذكاء الاصطناعي داخل السيارة.
بالنسبة لميسترال، تعتبر الموثوقية والاستقلالية لا تقل أهمية عن الأداء.
وقال لامبل: “إن استخدام واجهة برمجة التطبيقات (API) من منافسينا والتي ستتعطل لمدة نصف ساعة كل أسبوعين – إذا كنت شركة كبيرة، فلا يمكنك تحمل تكاليف ذلك”.
