Qwen3.8 Max تتصدر مؤشر الوكلاء لدى Artificial Analysis

لمؤشر الوكلاء (agentic index) لدى Artificial Analysis قائد جديد: Qwen3.8 Max، النموذج الرائد في الاستدلال الذي أطلقته Alibaba في 3 أغسطس 2026. والتصنيف المنشور على موقع التقييم المستقل يضع النموذج على قمة مؤشر بُني على وجه التحديد حول العمل الوكيلي — أي المهام التي يتعين على النظام فيها أن يخطط ويستخدم الأدوات ويقدّم نتيجة منجزة، لا أن يجيب عن سؤال فقط.

ما الذي يقيسه المؤشر

يستند مؤشر الوكلاء إلى تقييمات تجريها Artificial Analysis بنفسها. من بينها AA-Briefcase v1.1، الذي يختبر العمل المعرفي الطويل عبر مخرجات مثل الجداول والعروض والمذكرات؛ وGDPval-AA v2.1 المبني على مهام عمل من العالم الحقيقي؛ وAutomationBench-AA الذي يغطي مسارات عمل SaaS؛ وTerminal-Bench 4.0 المخصص للبرمجة واستخدام الطرفية. وتقف هذه الاختبارات الوكيلية إلى جانب اختبارات المعرفة التقليدية في مؤشر الذكاء الأوسع للموقع، الذي يجمع حاليًا عشر تقييمات.

النموذج خلف التصنيف

Qwen3.8 Max نموذج استدلال مغلق المصدر، ولم تكشف Alibaba عدد معاملاته. يستقبل النصوص والصور والفيديو، ويعيد نصًا، ويوفّر نافذة سياق تبلغ مليون رمز. وفي مؤشر الذكاء لدى Artificial Analysis يحصل على 40 نقطة، أي أعلى بكثير من الوسيط البالغ 24 للنماذج المماثلة. الثمن يظهر في السرعة والإسهاب: ينتج النموذج نحو 41 رمزًا في الثانية، وهو الطرف البطيء في فئته، وولّد نحو 180 مليون رمز خلال التقييم، أي ضعف الوسيط. سعر الواجهة البرمجية دولاران لكل مليون رمز إدخال وستة دولارات لكل مليون رمز إخراج، مع خصم بنسبة 88 بالمئة على الإدخال المخزّن مؤقتًا.

لماذا يهم ذلك

أصبحت اختبارات الوكلاء ساحة الإثبات الرئيسية في المجال لأنها تحاكي عملًا مدفوع الأجر لا اختبارًا سريعًا، ويصعب أكثر إرضاؤها بحفظ الأجوبة. وكون نموذج مغلق المصدر من Alibaba يتصدر هذا التصنيف يقول عن مسار حدود الذكاء الاصطناعي العملي أكثر مما يقول عن إصدار واحد: المنافسة اليوم تدور حول ما إذا كانت النماذج تنجز المهام متعددة الخطوات بموثوقية، وكم تكلّف هذه الموثوقية.