أي ذكاء اصطناعي يحلل الصور مجانًا، وكم صورة؟
حدود الحجم تتفاوت أكثر من حدود العدد، من 20 ميغابايت للصورة في ChatGPT إلى 500 ميغابايت للملف في Claude. كل صف أدناه مأخوذ من صفحة المساعدة الرسمية للشركة، وقُرئ في 12 أكتوبر 2026.
| المساعد | هل تقرأ الخطة المجانية الصور | عدد الصور | حد الحجم | صيغ الصور التي تذكرها الشركة |
|---|---|---|---|---|
| ChatGPT | نعم | 3 رفعات ملفات يوميًا | 20 ميغابايت للصورة | غير مذكورة في أسئلة الرفع الشائعة |
| Gemini | نعم، مع حدود أعلى في خطط Google AI | 10 ملفات لكل أمر، ضمن حدود متجددة | 100 ميغابايت للملف | غير مذكورة: "معظم أنواع الملفات" |
| Claude | نعم، فصفحة الرفع لا تذكر شرط خطة | 20 ملفًا في المحادثة | 500 ميغابايت للملف، و8,000 في 8,000 بكسل | JPEG وPNG وGIF وWebP |
| Microsoft Copilot | نعم، ويشمل Copilot Chat المجاني | 20 ملفًا في المحادثة | 50 ميغابايت للملف | PNG وJPEG وPJP وJFIF |
ChatGPT هو الأضيق حدًا. تقول OpenAI في أسئلة رفع الملفات الشائعة: "المستخدمون المجانيون محدودون بـ 3 رفعات ملفات يوميًا"، والصورة تُحسب رفع ملف مثل غيرها. الحد العام 80 ملفًا كل 3 ساعات، وتقول OpenAI إنها قد تخفض هذه الحدود في أوقات الذروة.
Claude وCopilot الأوسع سعة. تسمح مقالة الرفع من Anthropic بـ 20 ملفًا في المحادثة وبصور حتى 8,000 في 8,000 بكسل. وتسمح صفحة الرفع في Copilot من Microsoft بـ 20 ملفًا في المحادثة أيضًا، بحد 50 ميغابايت للملف، وتقول إنها تشمل Copilot Chat المجاني. ويقبل Gemini 10 ملفات في الأمر الواحد وحتى 100 ميغابايت للملف. وتضيف صفحة الرفع في Gemini "حدودًا متجددة" على ما يمكنك تحليله، دون أن تذكر رقمًا.
كيف تجعل الذكاء الاصطناعي يحلل صورة ويجيب عن أسئلتك؟
أرفق الصورة ثم اطرح سؤالًا واحدًا محددًا عنها. السؤال المجرد "ما هذا" لا يعيد إلا وصفًا مجردًا.
- افتح ChatGPT أو Gemini أو Claude أو Copilot واضغط على علامة + أو مشبك الورق في صندوق الرسالة. ويتيح Claude أيضًا سحب الملف إلى المحادثة أو لصق لقطة شاشة من الحافظة.
- اقتطع الجزء الذي تسأل عنه. توصي Anthropic بصور لا تقل عن 1,000 في 1,000 بكسل، وتنصحك OpenAI بتكبير النص الصغير في الصورة.
- أعطِ السؤال مهمة: ما الذي يُقرأ، أو يُقارن، أو يُفحص.
- اطلب من النموذج أن يسرد ما يراه قبل أن يستنتج أي شيء.
- راجع بنفسك كل عدد ومجموع واسم في الجواب مقابل الصورة.
هذه خمسة أوامر تغطي معظم ما يرفعه الناس. املأ ما بين الأقواس.
قراءة النص: "انسخ كل كلمة في هذه الصورة كما هي مكتوبة، سطرًا بسطر. ضع علامة [غير واضح] على أي شيء لا تستطيع قراءته بدل التخمين."
قراءة رسم بياني: "حوّل هذا الرسم البياني إلى جدول بصف لكل نقطة بيانات. اذكر عناوين المحاور والوحدات. وبيّن أي القيم مطبوعة على الرسم وأيها قدّرتها من خطوط الشبكة."
إصلاح خطأ: "هذه لقطة شاشة لخطأ. اقتبس نص الخطأ، وأخبرني أي تطبيق يعرضه، وأعطني أرجح ثلاثة حلول بالترتيب."
اكتشاف الفرق: "تُظهر هاتان الصورتان [الغرفة، المنتج، المستند] نفسه. اذكر كل فرق تراه وموضعه في كل صورة."
التعرف على شيء: "ما هذا [النبات، القطعة، الطبق]؟ أعطني أفضل تخمين، وبديلين، والسمات المرئية التي تميّز بينها."
الجملة الأخيرة في كل أمر هي التي تؤدي العمل. طلب الدليل المرئي أولًا يمنع النموذج من القفز إلى جواب، ويبني دليلنا للذكاء الاصطناعي متعدد الوسائط سير عمل كاملًا حول هذه العادة.
ما الذي لا يستطيع الذكاء الاصطناعي رؤيته في الصورة؟
لا يستطيع الذكاء الاصطناعي قراءة البيانات الوصفية للصورة، ويخمّن في الأعداد. يذكر دليل الرؤية من OpenAI 11 قيدًا حتى أكتوبر 2026. ومعظمها ينطبق على أي روبوت دردشة قد تجربه:
- لا يعالج أسماء الملفات ولا البيانات الوصفية، فيبقى التاريخ وموقع GPS اللذان حفظتهما الكاميرا غير مقروءين.
- قد "يعطي أعدادًا تقريبية" للأشياء في الصورة.
- قد يخطئ في قراءة النصوص والصور المقلوبة أو المائلة.
- قد يتعثر في النصوص بخطوط مثل اليابانية أو الكورية، وفي الرسوم التي تختلف خطوطها باللون أو نمط الشرطات فقط.
- يجد صعوبة في الصور البانورامية وعدسة عين السمكة، وفي المواضع الدقيقة مثل قطع رقعة الشطرنج.
- تحجب OpenAI صور CAPTCHA تمامًا.
الفحوص الطبية خط أحمر. تقول OpenAI إن نموذجها "غير مناسب لتفسير الصور الطبية المتخصصة مثل الأشعة المقطعية" ولا ينبغي استخدامه للنصيحة الطبية. صورة الأشعة أو صورة الطفح الجلدي مكانها عند الطبيب.
ملفات PDF الطويلة تفقد صورها أيضًا. تقول Anthropic إن Claude يقرأ المخططات والصور في ملف PDF من 100 صفحة أو أقل. ومن الصفحة 101 إلى 1,000 يقرأ النص فقط.
أي ذكاء اصطناعي هو الأفضل في تحليل الصور؟
Claude Opus هو أفضل قارئ للصور في أبرز اختبار مرجعي عام، وCopilot أو Claude هو أفضل خيار مجاني للكميات. في لوحة MMMU-Pro لدى Artificial Analysis، التي قُرئت في 12 أكتوبر 2026، يحقق Claude Opus 5.5 نسبة 88% وGPT-6 Astra من OpenAI نسبة 87%. وكلاهما خلف خطط مدفوعة.
MMMU-Pro اختبار يصعب التحايل عليه. فيه 3,460 سؤالًا في 30 مادة أكاديمية، ويستبعد أي سؤال يستطيع نموذج نصي فقط الإجابة عنه. وبعض الأسئلة تصل لقطة شاشة أو صورة فقط، فيجب على النموذج قراءة الصورة ليحصل على الدرجة.
للاستخدام المجاني القاعدة بسيطة. استخدم Copilot أو Claude لدفعة تصل إلى 20 صورة في محادثة واحدة. واستخدم Gemini للملفات الكبيرة، حتى 100 ميغابايت للملف. واحتفظ بـ ChatGPT المجاني للصورة العابرة، فالرفعات الثلاث اليومية تنفد قبل الغداء. وإن أردت تغيير الصورة بدل قراءتها، فإن تعديل الصور بالذكاء الاصطناعي مجموعة أدوات مختلفة.
Whizi، الذي ينشر هذه الصفحة، يرسل الصورة المرفقة إلى أي نموذج تختاره، فيمكنك في خطة Pro أن تسأل Claude Opus وGemini عن الصورة نفسها جنبًا إلى جنب. لكنه يخسر في سؤال المجاني. فحساب Whizi المجاني يحصل على 10 رسائل نصية يوميًا على Whizi AI أو Auto أو Claude Haiku 5.5، بلا رفع للملفات، فدفعة الصور تحتاج إلى خطة. ويقبل الموقع حتى 6 ملفات في الرسالة لكنه يحدد كل صورة بـ 8 ميغابايت و60 رفع صورة يوميًا، ويرفض ملفات GIF، ولا يبيّن أي نماذجه الـ 280+ ترى الصور. وتسرد أنواع الملفات المدعومة بقية التفاصيل.
هل يمكن تحليل الصور عبر واجهة برمجة بدل روبوت الدردشة؟
نعم، وواجهات الرؤية السحابية الكبرى تتضمن حصة شهرية مجانية. تمنح Google Cloud Vision أول 1,000 وحدة شهريًا مجانًا، ثم تحاسب بسعر $1.50 لكل 1,000 لاكتشاف التسميات، بحسب صفحة الأسعار. وتسمح الطبقة المجانية في Azure AI Vision من Microsoft بـ 5,000 معاملة شهريًا بمعدل 20 في الدقيقة. وAmazon Rekognition هو الخيار الكبير الثالث.
تعيد هذه الخدمات التسميات والنصوص ومربعات الأشياء بوصفها بيانات، لا إجابات دردشة. وهذا يناسب تطبيقًا يوسم آلاف صور المنتجات. أما للقطة شاشة واحدة فهو أكثر من اللازم.
جاء DeepSeek متأخرًا. فقد فتح إدخال الصور في واجهته البرمجية في 21 أغسطس 2026، ويقبل دليل الرؤية لديه حتى 600 صورة في الطلب الواحد على نموذجه Flash. وما زالت صفحة الأسعار تضع الرؤية "غير مدعومة" على نموذجه الرائد V4 Pro، ولا تقول وثائق DeepSeek شيئًا عن الصور في تطبيق الدردشة الخاص به.
- اختر Claude أو Copilot إن أردت أكثر من 3 صور في خطة مجانية
- اقتطع الجزء الذي تسأل عنه
- اطلب الدليل المرئي قبل الاستنتاج
- أعد عدّ كل ما يعدّه النموذج
- أبعد الفحوص الطبية عن روبوتات الدردشة
الأسئلة الشائعة
هل يوجد ذكاء اصطناعي مجاني يحلل الصور؟
نعم. ChatGPT وGemini وClaude وMicrosoft Copilot كلها تقرأ الصور في خططها المجانية حتى أكتوبر 2026. يقبل Claude وCopilot 20 ملفًا في المحادثة، ويقبل Gemini 10 لكل أمر، ويسمح ChatGPT المجاني بـ 3 رفعات ملفات يوميًا. ويعرض حد رفع الملفات في ChatGPT حسب الخطة الحدود في كل مستوى.
هل يستطيع الذكاء الاصطناعي معرفة مكان التقاط الصورة؟
فقط مما يظهر فيها. تقول OpenAI إن نموذج الرؤية لديها لا يعالج أسماء الملفات ولا البيانات الوصفية، فلا يُقرأ وسم GPS الذي حفظه هاتفك. ومع ذلك قد يخمّن الروبوت من معلم أو لافتة في الإطار، وتبيع Google Cloud Vision اكتشاف المعالم ميزةً. وقبل أن ترفع صورة خاصة، يقدم رفع المستندات إلى الذكاء الاصطناعي بأمان ثلاثة أسئلة تطرحها.
هل يستطيع الذكاء الاصطناعي تحليل الصور الطبية مثل الأشعة السينية؟
ليس بشكل موثوق، وOpenAI نفسها تقول ذلك. يصف دليل الرؤية لديها النموذج بأنه "غير مناسب لتفسير الصور الطبية المتخصصة مثل الأشعة المقطعية" ويقول إنه لا ينبغي استخدامه للنصيحة الطبية. اعرض الصورة على طبيب. أما نتائج المختبر تحديدًا، فيبين هل يستطيع ChatGPT قراءة نتائج تحليل الدم أين ينجح وأين يفشل.
هل يستطيع الذكاء الاصطناعي قراءة الصور داخل ملف PDF؟
نعم، إلى حد ما. تقول Anthropic إن Claude يقرأ المخططات والصور في ملف PDF من 100 صفحة أو أقل. ومن الصفحة 101 إلى 1,000 يقرأ النص فقط. ويقبل Claude حتى 500 ميغابايت للملف و20 ملفًا في المحادثة. ويسرد حد رفع الملفات في Claude الحدود الأدنى للمشاريع والصور المفردة.
