أطلقت شركة ميتا نموذج الذكاء الاصطناعي الجديد «Muse Ember»، الذي تصفه بأنه الأصغر والأقل تكلفة ضمن نماذجها حتى الآن، مستهدفة المطورين والشركات التي تحتاج إلى تشغيل وكلاء ذكاء اصطناعي لتنفيذ المهام المتكررة، دون تحمل تكاليف تشغيل مرتفعة.
ولا يستهدف النموذج الجديد حل المشكلات المعقدة أو تنفيذ المهام التي تتطلب قدرات استدلالية متقدمة، بل صُمم للتعامل مع العمليات اليومية المتكررة التي تنفذها وكلاء الذكاء الاصطناعي، مثل استخدام الأدوات البرمجية، وإصلاح أجزاء صغيرة من الأكواد، وتصنيف الطلبات، واستخراج البيانات من الملفات، وقراءة المستندات الطويلة.
وأعلن الرئيس التنفيذي لشركة ميتا، مارك زوكربيرغ، إطلاق النموذج عبر منصة «إكس»، مشيرًا إلى أنه يوفر قدرات ذكاء اصطناعي أكبر مقابل التكلفة مقارنة بنماذج صغيرة مماثلة في السوق.
كم تبلغ تكلفة نموذج Muse Ember؟
تراهن ميتا على التكلفة المنخفضة باعتبارها أبرز نقاط القوة في نموذجها الجديد، إذ تبلغ تكلفة معالجة مليون رمز إدخال (Input Tokens) نحو 0.10 دولار، بينما تصل تكلفة مليون رمز إخراج (Output Tokens) إلى 0.50 دولار.
وبحسب ميتا، يحتاج نموذج «Claude Haiku 5.5» إلى إنفاق نحو ثلاثة أضعاف هذه التكلفة للوصول إلى أفضل نتيجة مماثلة، في حين يتأخر نموذج «GPT-6 Luna» عن «Muse Ember» بصرف النظر عن إعدادات التشغيل المستخدمة.
ووفقًا لاختبارات منصة «Artificial Analysis»، تبلغ تكلفة تنفيذ المهمة الواحدة باستخدام «Muse Ember» نحو 0.14 دولار فقط.
وفي المقابل، يحقق نموذج «Muse Spark 1.3» التابع لشركة ميتا نفسها نتيجة أعلى بنقطة واحدة فقط، لكنه يحتاج إلى إنفاق 2.39 دولار لتنفيذ المهمة ذاتها، ما يبرز الفارق الكبير في التكلفة بين النموذجين.
هل يستطيع نموذج صغير منافسة النماذج الأكبر؟
تشير نتائج الاختبارات المعيارية التي نشرتها ميتا إلى أن «Muse Ember» يقدم أداءً تنافسيًا رغم حجمه وتكلفته المنخفضين.
ففي اختبار «AutomationBench»، المخصص لتقييم قدرة نماذج الذكاء الاصطناعي على تنفيذ مهام سير العمل داخل الشركات، سجل النموذج نسبة 37.8%، أي ما يقرب من ثلاثة أضعاف النتيجة التي حققها «Claude Haiku 5.5»، والبالغة 13.9%.
كما تفوق النموذج على منافسيه في مهام تشغيل الحواسيب والتعرف على التفاصيل البصرية، لكنه لا يتفوق في جميع المجالات، إذ لا يزال «Claude Haiku 5.5» يحقق نتائج أفضل في المهام الهندسية والبرمجية الواقعية.
ولا تقتصر قدرات «Muse Ember» على معالجة النصوص، إذ يستطيع تحليل الصور والتعامل مع الملفات الصوتية ومشاهدة محتوى الفيديو، ما يمنحه قدرات متعددة الوسائط.
ومن أبرز مواصفاته أيضًا نافذة سياق ضخمة تصل إلى مليون رمز (1M Tokens)، تتيح للمطورين إدخال مشروع برمجي كامل أو مجموعة كبيرة من الملفات دفعة واحدة، دون الحاجة إلى تقسيمها إلى أجزاء صغيرة.
أين يمكن استخدام Muse Ember؟
أتاحت ميتا النموذج الجديد للمطورين عبر عدة منصات وخدمات، تشمل «Meta Model API» و«Muse Code»، بالإضافة إلى منصتي «جوجل كلاود» و«أوراكل كلاود».
وتراهن الشركة على أن الجمع بين التكلفة المنخفضة والقدرة على تنفيذ المهام المتكررة سيجعل «Muse Ember» خيارًا مناسبًا لتطوير وتشغيل وكلاء الذكاء الاصطناعي، خصوصًا في التطبيقات التي تتطلب تنفيذ عدد كبير من العمليات بصورة مستمرة.
ويعكس إطلاق النموذج توجهًا متزايدًا لدى شركات الذكاء الاصطناعي نحو تطوير نماذج أصغر وأكثر تخصصًا، بدلًا من الاعتماد حصريًا على النماذج الضخمة مرتفعة التكلفة، مع التركيز على تحقيق التوازن بين الأداء وسرعة التنفيذ وتكلفة التشغيل.
