ما هو LLM؟

الكلمات الثلاث، بالترتيب الذي يهم

فكّك الاسم من آخره.

نموذج (Model). النموذج دالة تحوّل مُدخلًا إلى مُخرَج، بقواعد متعلَّمة من البيانات لا مكتوبة من قِبل مبرمج. نموذج الطقس يأخذ قراءات اليوم ويُخرج توقع الغد. أما نموذج اللغة فيأخذ نصًا ويُخرج احتمالًا لما سيأتي بعده.

لغة (Language). المُدخل والمُخرَج نص، مقطَّع إلى رموز (tokens) وهي أجزاء من الكلمات. صفحة ما هي الرموز في الذكاء الاصطناعي تشرح هذه الوحدة؛ باختصار، النموذج يقرأ ويكتب في شذرات تعادل تقريبًا ثلاثة أرباع الكلمة.

كبير (Large). يملك النموذج عددًا هائلًا من المعاملات (parameters)، وهي الأرقام الداخلية التي يضبطها التدريب. GPT-2 عام 2019 كان يملك 1.5 مليار معامل. GPT-3 عام 2020 وصل إلى 175 مليارًا. الكتالوج الذي يسعّره هذا الموقع عام 2026 يضم نموذجًا من Qwen بـ 2.4 تريليون معامل، منها نحو 95 مليارًا نشطة في أي رمز واحد. كلمة "كبير" تحمل معنى ثقيلًا هنا، والعدد تضاعف أكثر من ألف مرة خلال سبع سنوات.

إذن الـ LLM هو متنبئ ضخم بالرمز التالي، لا أكثر. كل خاصية أخرى يُنسبها الناس إليه، من الاستدلال إلى النبرة إلى الأخطاء الواثقة، تنبع من هذه المهمة الواحدة.

الـ LLM ليس تطبيق محادثة، والفرق هو المنتج بأكمله

ChatGPT تطبيق. GPT هو النموذج بداخله. Claude هو في آنٍ واحد عائلة نماذج والتطبيق الذي تغلّفه Anthropic حولها. Gemini قصة مماثلة عند Google. صفحة ما هو تطبيق الدردشة بالذكاء الاصطناعي تتناول طبقة التطبيق؛ أما هذه الصفحة فتتناول المحرك.

يتوقف الفرق عن كونه نظريًا بمجرد أن تدرك أن المحرك قابل للتبديل. نافذة المحادثة نفسها يمكن أن ترسل رسالتك إلى GPT أو Claude أو Gemini أو DeepSeek أو Llama، وتختلف الإجابات في النبرة والتكلفة والسرعة والدقة. مساحة عمل متعددة النماذج مثل Whizi هي بالضبط هذا: نافذة واحدة، أكثر من 280 نموذجًا خلفها، وقائمة اختيار لتحديد من يجيب. التطبيق هو المقود. أما الـ LLM فهو المحرك، وهناك عشرات منه.

كيف يُدرَّب الـ LLM، على مرحلتين

المرحلة الأولى، التدريب المسبق (pretraining). يقرأ النموذج كمًا هائلًا من النصوص، وفي كل موضع يحاول تخمين الرمز التالي. كل تخمين خاطئ يدفع المعاملات قليلًا نحو التصحيح. ذكرت Meta أن Llama 3 دُرِّب مسبقًا على أكثر من 15 تريليون رمز، وهو ما يعادل، عند حساب نحو 100,000 رمز لرواية من 75,000 كلمة (بمعدل ثلاثة أرباع الكلمة لكل رمز)، نص نحو 150 مليون كتاب. بعد هذه المرحلة يكون النموذج مكمِّلًا تلقائيًا ممتازًا ومساعدًا ضعيفًا: اسأله سؤالًا فقد يكمل بثلاثة أسئلة أخرى، لأن هذا ما يفعله كثير من نصوص الإنترنت.

المرحلة الثانية، ما بعد التدريب (post-training). يُعرَض على النموذج أمثلة على إجابات جيدة، ويقيّم أشخاص أي من ردّين أفضل، في عملية تُسمى التعلم المعزَّز من التغذية الراجعة البشرية، أو RLHF. من هنا يأتي سلوك المساعد: الإجابة بالصيغة التي طلبتها، ورفض بعض الطلبات. هذا توجيه لا معرفة جديدة. الحقائق ما تزال تأتي من المرحلة الأولى.

ينتج عن المرحلتين أمران. معرفة النموذج تتوقف عند تاريخ انتهاء بيانات تدريبه المسبق، ولهذا يملك كل نموذج حد معرفة (knowledge cutoff). ولا شيء في أي من المرحلتين يزرع مدققًا للحقائق: تعلّم النموذج إنتاج نص محتمل، ثم إنتاج نص مُستحسَن. الحقيقة أثر جانبي متكرر لكليهما، لا ضمانة. صفحة لماذا يخطئ الذكاء الاصطناعي تتوسع في هذه الفكرة.

لماذا يتنبأ الـ LLM بدل أن يبحث

محرك البحث يسترجع. لديه فهرس للصفحات ويعيد التي تطابق طلبك. الـ LLM لا يملك فهرسًا. كل ما قرأه أثناء التدريب المسبق ضُغط في معاملاته، ووقت الإجابة يعيد توليد النص من ذلك الضغط، رمزًا واحدًا في كل مرة، مختارًا كل رمز من توزيع احتمالي.

لهذا يستطيع الـ LLM كتابة وصفة عمل لطبق لم يسمع باسمه من قبل، ولهذا أيضًا قد ينتج استشهادًا قضائيًا غير موجود أصلًا. كلاهما استمرار محتمل. لا يملك النموذج آلية منفصلة تتحقق مما إذا كان الاستمرار المحتمل حقيقيًا فعلًا.

الحل الذي تتبعه المنتجات هو إضافة استرجاع خارجي: البحث في الويب أو في ملفاتك أولًا، ثم تزويد النموذج بالمقاطع وطلب الإجابة منها. تُسمى هذه التقنية RAG، وصفحة ما هو RAG تشرحها. البحث في الويب داخل تطبيق محادثة هو RAG باستخدام الإنترنت كمصدر. النموذج ما يزال يتنبأ، لكنه يتنبأ من مادة أفضل فحسب.

ماذا يشتري السعر داخل العائلة الواحدة، بالأرقام

كل عائلة تطرح سُلّمًا: نموذج صغير، ونموذج متوسط، ونموذج رائد. مؤشر Artificial Analysis Intelligence Index، وهو نتيجة مركّبة عبر معايير الاستدلال والبرمجة والمعرفة العامة، يضع رقمًا لكل درجة من السلّم، وتُدرج لوحة الصدارة سعرًا ممزوجًا لكل مليون رمز بجانبه. السلالم الأربعة أدناه قُرئت بتاريخ 2026-09-17.

OpenAI يشتري 15 نقطة مقابل 18 ضعف السعر، Anthropic يشتري 35 نقطة مقابل 36 ضعفًا، Qwen يشتري 19 نقطة مقابل 16 ضعفًا. أما DeepSeek فيكسر النمط: V4 Flash يتفوق على V4 Pro بأقل من نصف السعر. ينتج عن هذا أمران. داخل العائلة الواحدة، النقاط الأخيرة هي الأغلى ثمنًا، فبالنسبة لسؤال واقعي قصير يعطي النموذج الصغير الإجابة نفسها التي يعطيها النموذج الرائد. وعبر العائلات، السعر مؤشر ضعيف على الجودة: DeepSeek V4 Flash بسعر $0.27 لكل مليون رمز يسجل نقطتين أعلى من Claude Sonnet 5 بسعر $5.09. هذا أهم ما يجب أن يعرفه المشتري عن نماذج اللغة الكبيرة: النموذج مقبض تحكّم لا تكلفة ثابتة. تعتمد Whizi على المنطق نفسه، رصيد واحد لرسالة على النموذج الافتراضي، و20 رصيدًا لـ Claude Opus 5، وحتى 100 رصيد لأغلى الصفوف، وصفحة كيف تعمل أرصدة Whizi تفصّلها لكل نموذج.

التحفظ الصادق هو أن المؤشر المركّب متوسط عبر مهام مختلفة. في سلسلة استدلال طويلة يستحق النموذج الرائد سعره؛ في إعادة صياغة بسيطة لا يستحقه. للمقارنة بين ما تجيد كل عائلة فعله، صفحة أي نموذج ذكاء اصطناعي يجب أن أستخدم هي صفحة القرار.

ما لا يستطيع الـ LLM فعله، في قائمة واحدة

كل ما يلي نتيجة للبنية نفسها، لا خللًا سيصلحه الإصدار القادم.

• لا يمكنه معرفة أي شيء بعد حد تدريبه ما لم يزوّده الاسترجاع بالنص.
• لا يمكنه العدّ بموثوقية في المدخلات الطويلة، لأنه يعمل برموز واحتمالات لا بحلقة تكرار على العناصر.
• لا يمكنه التحقق من مخرجاته الخاصة؛ فمرور ثانٍ بالنموذج نفسه هو المتنبئ نفسه يخمّن مجددًا.
• لا يمكنه تذكّرك بين المحادثات ما لم يخزّن المنتج ملاحظات ويعيد لصقها؛ تلك الذاكرة ميزة في المنتج لا في النموذج.
• لا يمكنه رؤية المحادثة كاملة إلى الأبد. لكل نموذج نافذة سياق (context window)، أقصى نص يمكنه اعتباره دفعة واحدة، وصفحة ما هي نافذة السياق تشرح ما يحدث عند بلوغها.

النتيجة العملية: تعامل مع الـ LLM كزميل بليغ يخطئ أحيانًا، وأبقِ التحقق على جانبك من الطاولة. الحلقة التي تحوّل النموذج إلى شيء يتصرف من تلقاء نفسه أمر مختلف، وصفحة ما هو الوكيل الذكي ترسم هذا الخط الفاصل. ولأي أمر مرتبط بتكلفة، اسأل نموذجًا ثانيًا. اتفاق متنبئَين مختلفين دليل ضعيف؛ واختلافهما إشارة قوية للتحقق.