ميتا تطلق نموذج Muse Ember لخفض تكاليف مهام الذكاء الاصطناعي إلى الثلث

أعلنت شركة ميتا عن إطلاق نموذجها الجديد للذكاء الاصطناعي، Muse Ember، والذي يهدف إلى تقليل تكلفة تشغيل برامج الذكاء الاصطناعي التي تنفذ المهام بشكل مستقل. يشمل ذلك مهام متنوعة مثل تحليل المستندات، استخراج البيانات، كتابة الأكواد، وتشغيل الأدوات البرمجية.

يسمح نموذج Muse Ember بتشغيل برامج ذكاء اصطناعي تقوم بمهام متعددة نيابة عن المستخدم، بدلاً من الاكتفاء بالرد على الاستفسارات. يبدأ سعر استخدام النموذج من 10 سنتات لكل مليون رمز بيانات مدخلة، و50 سنتاً لكل مليون رمز ناتج، مما يوفر بديلاً اقتصادياً للمهام التي تتطلب استدعاء وكلاء الذكاء الاصطناعي بشكل متكرر.

وصفّت ميتا النموذج بأنه الأصغر والأكثر كفاءة بين نماذجها، حيث تم تصميمه خصيصاً للأعمال المتكررة التي تعد جزءاً أساسياً من تشغيل "وكلاء الذكاء الاصطناعي". هؤلاء الوكلاء هم برامج قادرة على تنفيذ سلسلة من المهام باستخدام الأدوات والبيانات المتاحة، بدلاً من مجرد الإجابة على أسئلة المستخدمين.

يستطيع Muse Ember معالجة أنواع مختلفة من البيانات تشمل النصوص، الصور، التسجيلات الصوتية، ومقاطع الفيديو. كما يمكنه التعامل مع مستندات طويلة تصل إلى مليون رمز ضمن نافذة السياق، وإنتاج مخرجات تصل إلى 512 ألف رمز. يتوفر النموذج عبر واجهة Meta Model API ومنصة Muse Code.

كم يوفر نموذج ميتا؟

تكمن أهمية النموذج الجديد في خفض تكلفة إنجاز المهام، وليس فقط سعر استخدامه. كشفت بيانات من شركة Artificial Analysis أن تكلفة تنفيذ المهمة الواحدة باستخدام Muse Ember تبلغ 0.136 دولار، مقارنة بـ0.411 دولار لنموذج Claude Haiku 5.5 من شركة أنثروبيك، مما يعني أن تكلفة النموذج الجديد أقل بنحو الثلث.

في الوقت نفسه، حقق النموذجان 36 نقطة على مؤشر Artificial Analysis Intelligence Index. تفوق نموذج ميتا في اختبارات مرتبطة بتشغيل وكلاء الذكاء الاصطناعي والبرمجة، مسجلاً 37.8% في اختبار AutomationBench-AA مقابل 13.9% لنموذج Claude Haiku 5.5، و46 نقطة في مؤشر Coding Agent Index-AA مقابل 37 نقطة للنموذج المنافس. ومع ذلك، لم يشمل التفوق جميع المهام، حيث سجل Muse Ember نسبة 27.2% في اختبار FrontierCode 2.0، مقابل 34.9% لـClaude Haiku 5.5.

نموذج صغير ينافس الكبار

تعتمد فكرة ميتا على توزيع العمل بين نموذجين بدلاً من استخدام نموذج كبير ومكلف لتنفيذ جميع المراحل. في هذه المنظومة، يتولى نموذج Muse Wonder، وهو النموذج الأكبر لدى الشركة، فهم المهمة ووضع خطة لتنفيذها، بينما يتولى Muse Ember تطبيق التعليمات وتنفيذ العمليات المتكررة مثل مراجعة الملفات واستخراج المعلومات وتشغيل الاختبارات البرمجية.

تظهر الجدوى الاقتصادية لهذا الأسلوب مع ارتفاع عدد العمليات التي ينفذها وكلاء الذكاء الاصطناعي. فبدلاً من الاستعانة بنموذج مرتفع التكلفة في كل مرة، يمكن إسناد المهام البسيطة والمتكررة إلى نموذج أصغر وأقل سعراً. وفقاً لبيانات Artificial Analysis، تبلغ كلفة تنفيذ المهمة الواحدة باستخدام Muse Wonder نحو 6.95 دولار، مقابل 0.136 دولار باستخدام Muse Ember.

ومع ذلك، لا يمثل النموذج بديلاً مناسباً لجميع استخدامات الذكاء الاصطناعي، حيث أظهرت الاختبارات ضعفاً نسبياً في الإجابة عن الأسئلة المعرفية العامة، مسجلاً دقة بلغت 21.1% في اختبار AA-Omniscience، وامتنع عن الإجابة عن 64% من الأسئلة. يشير الخبراء إلى أن ميتا تركز على تقديم أداة لتنفيذ المهام ومعالجة البيانات المتاحة، وليس نموذجاً يعتمد عليه المستخدم للحصول على إجابات عن مختلف الموضوعات.