كيف أطلقت OpenAI نموذجًا أسرع 20 مرة؟ بينما تشهد السوق تدفقًا مستمرًا لنماذج الذكاء الاصطناعي، بزغ نموذج مميز: نموذج OpenAI التجريبي للبرمجة، الذي يُجيب بسرعة تصل إلى 1000 رمز في الثانية — أي ما يقارب 20 مرة أسرع من أقرب منافسيه. لكن كيف تم تحقيق هذا التسارع؟ الجواب لا يكمن في النموذج نفسه، بل في شركة أقل شهرة لكنها تُعدّ محرك التحول التكنولوجي الخفي وراء هذه الأداء المذهل. النموذج الجديد، GPT-5.3 Codex Spark، متاح حاليًا بحالة تجريبية لمستخدمي باقة Pro، ويُعدّ أسرع نموذج من نوعه. في مثال عملي، استغرق النموذج 5 ثوانٍ فقط لتحويل مُدخل بسيط إلى لعبة "الثعبان" قابلة للتشغيل — بينما استغرق النموذج المنافس من 30 إلى 40 ثانية إضافية. السبب الحقيقي وراء هذا التسارع لا يكمن في تحسينات النموذج، بل في البنية التحتية المُستخدمة لتشغيله، والتي تم تطويرها بفضل شراكة استراتيجية مع شركة غير مألوفة لكنها تُعدّ من بين أكثر الشركات تأثيرًا في مجال الأداء العالي للذكاء الاصطناعي. ومن المتوقع أن تُعلن هذه الشركة عن طرحها الأولي في البورصة (IPO) خلال العام الجاري، مما يعزز مكانتها كلاعب رئيسي في مستقبل الذكاء الاصطناعي. السرعة الفائقة ليست مجرد ميزة تقنية — بل تمثل فارقًا استراتيجيًا، خصوصًا في مجالات مثل البرمجة التلقائية، حيث تُقاس القيمة بسرعة التنفيذ. ومن المفارقات أن التأخير في بعض الحالات ناتج عن ميزة تُسمى "استدعاء الأدوات" (tool calling)، التي تُضيف تعقيدًا لكنها تُعزز دقة النتائج — ما يُظهر توازنًا دقيقًا بين السرعة والدقة، وهو ما يهم المستثمرين والشركات على حد سواء.
في ظل التطور السريع في مجال الذكاء الاصطناعي، أثار نموذج جديد من OpenAI جدلاً واهتماماً واسعين، ليس فقط بسبب أدائه المتميز، بل بسبب سرعته غير المسبوقة. النموذج، الذي يُعرف باسم GPT-5.3 Codex Spark، يُقدم استجابة بسرعة تصل إلى 1000 رمز (token) في الثانية، أي ما يعادل نحو 20 مرة أسرع من أقرب منافسيه في فئة النماذج المتقدمة. هذا التقدم لا يُعد نتيجة تطوير جذري في بنية النموذج نفسه، بل يعود في جزء كبير منه إلى شراكة استراتيجية مع شركة غير معروفة على نطاق واسع، لكنها تُعدّ محور التحول التكنولوجي الحالي. النموذج الجديد، المتاح حالياً في وضع التجريب لمستخدمي باقة Pro، يُظهر قدرة مذهلة على تحويل الأوامر النصية إلى تطبيقات قابلة للتشغيل في غضون ثوانٍ قليلة. ففي مثال عملي، تمكّن المستخدم من إنشاء لعبة "الثعبان" من خلال أمر نصي بسيط، حيث استغرق التنفيذ أقل من خمس ثوانٍ. وبالمقارنة، استغرق النموذج المنافس ما بين 30 إلى 40 ثانية إضافية، حتى مع تقليل زمن الاستجابة عبر التحسينات التقنية. لكن السر وراء هذه السرعة لا يكمن في التصميم الداخلي للنموذج، بل في البنية التحتية التي تدعمه. وراء الكواليس، تأتي هذه الأداء المتفوق من تقنيات تُطورها شركة تُعرف باسم "نورث كود" (North Code)، وهي شركة ناشئة متخصصة في تحسين كفاءة تنفيذ النماذج الكبيرة، وتُعدّ من المرشّحات القوية للإدراج في سوق الأسهم خلال العام الجاري. تُعدّ هذه الشركة، التي تُعتبر "المحرك الخفي" وراء سرعة GPT-5.3 Codex Spark، مثالاً حديثاً على كيف يمكن للشركات المُحددة أن تُحدث فرقاً جذرياً في أداء النماذج الكبيرة، حتى لو لم تكن معروفة على نطاق واسع. ما يُثير الاهتمام من منظور استثماري هو أن هذه السرعة ليست مجرد ميزة تقنية، بل تُمثّل قفزة نوعية في تجربة المستخدم، وتمهد الطريق لتطبيقات عملية في مجالات مثل تطوير البرمجيات التلقائي، التعليم، والتصميم السريع للمنتجات الرقمية. وعندما يُمكن للمستخدمين تحويل أفكارهم إلى تطبيقات قابلة للتشغيل في بضع ثوانٍ، فإن ذلك يُعيد تعريف مفهوم الإنتاجية الرقمية. بالإضافة إلى ذلك، تُظهر هذه الخطوة ميلاً متزايداً من جانب OpenAI نحو تكامل النماذج مع أدوات خارجية بذكاء، حيث يُستخدم ما يُعرف بـ"استدعاء الأدوات" (tool calling) لربط النموذج ببيئات تنفيذ خارجية، ما يُحسّن الأداء بشكل كبير، لكنه يُضيف عبئاً زمنياً طفيفاً. ورغم ذلك، فإن التأخير لا يُعد عائقاً كبيراً في ظل السرعة المُحصّلة. باختصار، لم يكن تفوق النموذج الجديد نتيجة تحسينات داخلية فقط، بل ناتج عن تكامل مُتقن بين نموذج ذكي وبنية تحتية مُحسّنة بذكاء. ويُعدّ هذا التحول نموذجاً جديداً للابتكار في مجال الذكاء الاصطناعي: حيث لا تكمن القوة في النموذج وحده، بل في الشراكات الاستراتيجية التي تُمكّنه من تحقيق إمكانات لا تُimagin.
