June 10, 2026
نحن نمنح المستخدمين الذين يدفعون نماذج ذكاء اصطناعي أكثر تقدمًا. والسبب هو:
أود أن أشارككم شيئًا قررناه هذا الأسبوع — ليس بعد إطلاقه، بل بينما لا نزال نعمل على بنائه.
سنقوم بتغيير طريقة تخصيص نماذج الذكاء الاصطناعي لمختلف فئات مستخدمينا. سيتمكن المستخدمون المشتركون في موقع MachineTranslation.com قريبًا من الوصول إلى نماذج ذكاء اصطناعي أكثر تقدمًا من الشركات الرائدة — OpenAI، وAnthropic، وGoogle، وDeepSeek، وغيرها. سيستمر المستخدمون المجانيون في الحصول على ترجمة فعالة وموثوقة — ولكن ليس باستخدام النماذج نفسها. هذه الفجوة متعمدة، وأريد أن أشرح بالضبط لماذا نتخذ هذا القرار.
أُفضّل أن أكتب هذا الآن، بينما الأسباب لا تزال حديثة والقرار لا يزال صعبًا بعض الشيء، بدلًا من الانتظار حتى يصبح الأمر علنيًا وتقديمه كإعلان مصقول. النسخة الصادقة أكثر فائدة.
جدول المحتويات
- لماذا كنا نفكر في هذا الأمر منذ فترة
- ما الذي غير رأينا: الاختبار الداخلي
- السبب الصادق للتصنيف
- كيف سيبدو هذا للمستخدمين
- ما زلنا نعمل على تحديده
- الأسئلة الشائعة
لماذا نفكر في هذا الأمر منذ فترة
يترجم موقع MachineTranslation.com باستخدام 22 نموذجًا للذكاء الاصطناعي في وقت واحد ويستخدم نهجًا قائمًا على الإجماع لإظهار أفضل النتائج. لقد كان ذلك دائمًا جوهر ما نقوم به — عدم المراهنة بكل شيء على نموذج واحد، بل المقارنة بين عدة نماذج وترك المخرجات تتحدث عن نفسها.
الجانب غير المريح في هذا النهج هو أنه يجعل فروق الجودة بين النماذج واضحة جدًا. نرى كل يوم أن النماذج لا تتعامل جميعها مع كل النصوص بالكفاءة نفسها. ولفترة طويلة، لم ندع تلك الملاحظة تغير كيفية تخصيصنا للنماذج للمستخدمين.
ليست كل النماذج متساوية، ولدينا البيانات لإثبات ذلك
قبل بضعة أسابيع، استعرضت معنا Rachelle (قائدة الذكاء الاصطناعي لدينا) أداة داخلية قمنا ببنائها لاختبار جودة الترجمة عبر نماذج GPT متعددة في وقت واحد — بما في ذلك GPT 4.1 nano وGPT 4.1 mini وGPT 5.4 mini وغيرها. تُدخِل النص المصدر نفسه، وترى مخرجات كل نموذج جنبًا إلى جنب.
ما توضحه تلك الأداة على الفور هو: أنه في النصوص البسيطة والقصيرة واليومية، تكون المخرجات متطابقة تقريبًا. لا يمكنك حقًا تبرير حجة الجودة للنماذج المتميزة على جملة مثل الاجتماع في الساعة 3 مساءً.
لكن في أي شيء يتضمن تعقيدًا لغويًا حقيقيًا (العبارات الاصطلاحية، مصطلحات المجال، المستندات الطويلة حيث يجب أن يمتد السياق عبر آلاف الكلمات) تتسع الفجوة بين النماذج، وتتسع بطرق ذات أهمية مهنية.
حيث تخفق النماذج الأقل مستوى بصمت
هذا هو الجزء الذي أعتقد أن صناعة الترجمة لا تتحدث عنه بصدق كافٍ. لا تنتج النماذج ذات المستوى الأدنى عادةً ترجمات خاطئة بشكل واضح. إنها تنتج ترجمات تبدو سليمة في ظاهرها ولكنها تحمل أخطاء دقيقة يكتشفها على الفور خبير في المجال (محامٍ، أو أخصائي طبي، أو مدير توطين أول).
جملة شرطية تُقدَّم بمعنى خاطئ. مصطلح قانوني يعني شيئًا محددًا في ولاية قضائية معينة، وتتم ترجمته إلى ما يعادله في الاستخدام اليومي. انحراف في الأسلوب في منتصف وثيقة طويلة يقوض المصداقية المهنية للوثيقة بأكملها.
الفشل صامت. والإخفاقات الصامتة في الترجمة الاحترافية قد تكون مكلفة.
ما الذي غيّر رأينا: الاختبار الداخلي
لم نتخذ هذا القرار بناءً على الحدس. لقد اختبرنا النماذج باستخدام نصوص مصدر معقدة واصطلاحية (وهو نوع المحتوى الذي يحتاج مستخدمونا المحترفون إلى ترجمته بالفعل)، وطلبنا من خبراء لغويين تقييم المخرجات.
كانت النتيجة واضحة. عالجت النماذج المتقدمة الفروق الدقيقة، والسجل، والمصطلحات المتخصصة بشكل أفضل باستمرار. كانت الموديلات الأرخص أكثر من كافية للاستخدام العادي. تتطلب حالات الاستخدام الاثنتين حقًا أدوات مختلفة.
أربعة نماذج، نفس الجملة، نتائج مختلفة جدًا
كان النقاش الذي أثاره هذا داخليًا يتمحور حول الصدق أكثر من التسعير. إذا كنا نعلم أن النماذج تؤدي أداءً مختلفًا في المحتوى الاحترافي، ونعلم أن مستخدمينا الذين يدفعون مقابل الخدمة يترجمون إلى حد كبير محتوى احترافيًا، فإن منحهم نفس النموذج الذي يستخدمه مستخدم مجاني يترجم بريدًا إلكترونيًا عاديًا هو إجحاف في حق كليهما.
السبب الصادق وراء التقسيم إلى فئات
أوضح أوفر (رئيسنا التنفيذي) الأمر بصراحة في نقاشنا الداخلي:
تحمل النماذج ذات المستوى الأدنى مخاطر جودة حقيقية في النصوص المعقدة أو الاصطلاحية. لكن النقطة الأهم هي: أن الإجماع لا يكون جيدًا إلا بقدر جودة النماذج التي تقف وراءه. عندما يحصل المستخدمون الذين يدفعون على نماذج أكثر تقدمًا، فإنهم لا يحصلون على مخرجات فردية أفضل فحسب — بل يحصلون على إجماع أقوى. نماذج أفضل، توافق أفضل، ترجمات أكثر موثوقية. هذا هو ما تعنيه الترجمة الاحترافية حقًا.
وقد علق هذا الطرح في ذهني. الأمر ليس مجرد حجة تتعلق بالتكلفة. إنها حجة وضوح.
ما تكلفة تشغيل النماذج المتميزة بالفعل
تكلّف نماذج الذكاء الاصطناعي الأكثر قدرة أكثر بشكل ملحوظ لكل توكن لتشغيلها. هذه ليست سياسة خاصة بـ MachineTranslation.com، بل هي الطريقة التي يُسعِّر بها كل مزود رئيسي للذكاء الاصطناعي نماذجه الرائدة. تحتفظ كل من OpenAI، وAnthropic، وGoogle، وDeepSeek بأحدث نماذجها وأكثرها قدرة للعملاء الذين يدفعون، لأن تشغيل تلك النماذج أكثر تكلفة بكثير. إن تشغيل نموذجنا الأكثر تطورًا على كل ترجمة مجانية، وكل استعلام بسيط، وكل طلب من نوع «ماذا تقول هذه اللافتة؟»، من شأنه أن يضخم تكاليف بنيتنا التحتية بشكل كبير.
والأهم من ذلك، أن هذا سيعني دعم حالات الاستخدام منخفضة التعقيد من ميزانية الحوسبة التي نحتاجها للحفاظ على الجودة للمحترفين الذين يترجمون مستندات فنية مكونة من 10,000 كلمة. ذلك ليس تخصيصًا مستدامًا أو معقولًا.
لماذا التظاهر بأن جميع المستويات متساوية لا يخدم أحدًا
هناك نسخة من هذا القرار انتهازية بحتة — تقاضي المزيد، وتقديم المزيد، الأمر بسيط. ليس هذا هو الدافع الفعلي وراء ذلك.
الدافع وراء ذلك هو أننا بنينا منصة يمكنها حقًا إبراز الفروقات في الجودة بين نماذج الذكاء الاصطناعي. لدينا الأدوات الداخلية لرؤية تلك الاختلافات بوضوح. إن اختيار تجاهل هذا الوضوح عند تصميم فئات المستخدمين لدينا سيكون نوعًا من عدم الأمانة، والتظاهر بأن الفجوة غير موجودة بينما لدينا دليل على وجودها.
يستحق المستخدمون المجانيون أن يعرفوا ما الذي يحصلون عليه. يستحق المستخدمون الذين يدفعون أن يعرفوا أنهم يحصلون على شيء مختلف جوهريًا. والفرق ليس مجرد الوصول إلى نماذج أكثر تقدمًا، بل هو الوصول إلى إجماع أقوى مبني على تلك النماذج. هذه هي إشارة الموثوقية التي لا يمكن لأي ذكاء اصطناعي بمفرده توفيرها.
كيف سيبدو هذا للمستخدمين
ما زلنا نعمل على تفاصيل التنفيذ، لذا أود أن أتوخى الحذر حتى لا أبالغ في الوعود بخصوص التفاصيل. ولكن هذا هو التوجه.
حيث تبقى الفئة المجانية قوية
ستستمر ترجمات الخطة المجانية في استخدام نماذج ذكاء اصطناعي عالية الكفاءة. بالنسبة لمعظم مهام الترجمة اليومية (الرسائل القصيرة، القراءة العادية، المراسلات الأساسية)، سيحصل المستخدمون المجانيون على نتائج دقيقة وموثوقة. هذا لن يتغير.
توجد الطبقة المجانية لأننا نؤمن بأن اللغة لا ينبغي أن تكون عائقًا، ولن نتراجع عن ذلك.
حيث يتفوق المستخدمون الذين يدفعون
سيكون الفرق أكثر وضوحًا في:
| نوع المحتوى | لماذا تهم جودة النموذج هنا |
|---|---|
| المستندات القانونية والمالية | الجمل الشرطية، المصطلحات الخاصة بالولاية القضائية، اتساق الأسلوب |
| الوثائق الفنية | مفردات خاصة بالمجال، تماسك المستندات الطويلة |
| النصوص الطبية والسريرية | الدقة، الأسلوب، الحساسية للغموض |
| النصوص التسويقية والعلامات التجارية | التعامل مع التعابير الاصطلاحية، دقة النبرة، الصدى الثقافي |
| أزواج اللغات منخفضة الموارد | بيانات التدريب الأقل تعني فجوات أكبر في جودة النموذج |
| المستندات الطويلة (أكثر من 5000 كلمة) | الاحتفاظ بالسياق، الاتساق عبر المستند بأكمله |
بالنسبة للمستخدمين المحترفين الذين يعملون في أي من هذه الفئات، ستحدث طبقة النموذج فرقًا حقيقيًا. وهذا هو بالضبط الجمهور الذي صُممت خططنا المدفوعة من أجله.
ولأن إجماع SMART يُبنى على تلك النماذج الأكثر تطورًا، فإن المستخدمين المشتركين في الخطط المدفوعة لا يحصلون على مخرجات فردية أفضل فحسب، بل يحصلون أيضًا على ترجمة بالذكاء الاصطناعي أكثر موثوقية، ناتجة عن عمل أحدث النماذج معًا.
ما زلنا نعمل على تحديده
أود أن أكون صريحًا بأن هذا الأمر لم يُحل بالكامل بعد.
ما زلنا نحدد التخصيص الدقيق للنماذج - أي النماذج ستكون في أي فئة، وكيفية إيصال ذلك بوضوح للمستخدمين داخل المنتج. نحن نعمل على منطق جدار الدفع للتأكد من أن التجربة سلسة وليست مزعجة. ونحن نفكر مليًا في كيفية تقديم معلومات جودة النموذج للمستخدمين بطريقة مفيدة حقًا بدلًا من أن تكون مجرد ادعاء تسويقي.
وهناك أيضًا سؤال حقيقي يواجهنا: كيف نساعد المستخدم المجاني على أن يفهم، في نفس اللحظة، متى يواجه حالة استخدام من شأن الترقية أن تحسن مخرجاته بشكل كبير؟ هذا تحدٍ في تجربة المستخدم بقدر ما هو تحدٍ في المنتج، وليس لدينا الإجابة الكاملة بعد.
سأكتب عن كيف سيكون وقعه بمجرد إطلاقه. في الوقت الحالي، هذا هو التوجه.
إذا كنت مستخدمًا مدفوعًا وترغب في إبداء رأيك حول ما يهمك أكثر في جودة النموذج، فأنا مهتم حقًا. اترك رسالة عبر صفحة الاتصال الخاصة بـ MachineTranslation.com.
الأسئلة الشائعة
1. لماذا يغير MachineTranslation.com طريقة تخصيص النماذج؟
لأن اختباراتنا الداخلية أظهرت فجوة ملحوظة في الجودة بين مستويات النماذج في مهام الترجمة الاحترافية. لقد قمنا ببناء أداة لمقارنة نماذج الذكاء الاصطناعي المتعددة في آنٍ واحد، وقد أظهرت البيانات بوضوح أن النماذج المتقدمة تتعامل مع المحتوى المعقد والاصطلاحي والمتخصص في مجال معين بشكل أفضل بكثير. تغيير المستوى يعكس ذلك الواقع بصدق. الفائدة الأكبر للمستخدمين الذين يدفعون هي أن إجماع SMART مبني على نماذج أكثر تقدمًا، مما يعني أن إشارة الموثوقية نفسها أقوى.
2. هل ستسوء ترجمات الخطة المجانية عند إطلاق هذا؟
لا. سيستمر مستخدمو الخطة المجانية في الحصول على ترجمات دقيقة وعالية الجودة للاستخدامات اليومية. التغيير هو أن المستخدمين الذين يدفعون سيحصلون على ترقية إلى نماذج أكثر تقدمًا، وليس أن المستخدمين المجانيين سيتم تخفيض مستوى خدمتهم.
3. ما أنواع الترجمة الأكثر استفادة من نماذج الذكاء الاصطناعي المتميزة؟
المستندات القانونية والمالية والطبية والتقنية والمستندات الطويلة — وأي محتوى في الأزواج اللغوية الأقل شيوعًا حيث تكون بيانات التدريب أقل وفرة. بالنسبة للنصوص القصيرة والبسيطة واليومية، يكون الفرق بين مستويات النماذج ضئيلاً. الفائدة الأكبر للمستخدمين الذين يدفعون هي أن إجماع SMART مبني على نماذج أكثر تقدمًا، مما يعني أن إشارة الموثوقية نفسها أقوى.
4. متى سيتم إطلاقه؟
نحن نبنيه الآن. سأنشر تحديثًا عندما يتم شحنه، بما في ذلك كيف تبدو التجربة في المنتج وما تظهره البيانات الأولية.
5. كيف يقرر MachineTranslation.com أي نموذج ذكاء اصطناعي هو الأفضل لنص معين؟
نقوم بتشغيل نماذج متعددة بشكل متزامن ونستخدم نهج تقييم قائم على الإجماع لتقييم المخرجات. تتيح لنا أداة المقارنة الداخلية الخاصة بنا اختبار الجودة عبر فئات النماذج على النص المصدر نفسه، وهذا هو ما استند إليه قرار التصنيف هذا. يمكنك معرفة المزيد عن كيفية عمل نظام الإجماع الخاص بـ MachineTranslation.com.com.