نموذج humain-m3: هيوماين السعودية تطلق نموذجًا عربيًا بـ428 مليار معامل يتصدر اختبارات اللغة العربية

الرياض — 3 سبتمبر 2026: أعلنت شركة HUMAIN (هيوماين)، ذراع الذكاء الاصطناعي المدعومة من صندوق الاستثمارات العامة، عن نموذج humain-m3، وهو نموذج لغوي عربي ضخم بحجم 428 مليار معامل، طوّرته شركة MiniMax الصينية بتكليف من هيوماين، وأُتيح اليوم كنسخة معاينة بحثية عبر منصة HUMAIN Node. الإعلان يضع نموذج humain-m3 في صدارة سبعة اختبارات عامة للغة العربية، متقدمًا على نماذج أمريكية رائدة مثل GPT-5.6 Sol من OpenAI وClaude Opus 5 من Anthropic — وهي المرة الأولى التي يتصدر فيها نموذج بتوقيع سعودي هذا النوع من المقارنات بفارق معلن.

في هذا التقرير نلخص ما أُعلن فعليًا بالأرقام والمصادر، ونفصل بين الثابت والوعود، ثم نجيب على السؤال الأهم للقارئ الخليجي: هل يغيّر نموذج humain-m3 شيئًا في عملك اليوم، أم أنه خبر يستحق المتابعة فقط؟

ما هو نموذج humain-m3؟ الخبر في 60 ثانية

• الجهة: HUMAIN، الشركة الوطنية للذكاء الاصطناعي المملوكة لصندوق الاستثمارات العامة (PIF).
• المطوّر التقني: MiniMax، بتكليف من هيوماين، وبناءً على سلالة نموذج MiniMax-M3.
• الحجم: 428 مليار معامل بمعمارية «خليط الخبراء» (Mixture-of-Experts)، يُفعَّل منها نحو 23 مليار معامل فقط لكل كلمة.
• التدريب العربي: تدريب مسبق إضافي على أكثر من تريليون «توكن» من محتوى عربي أصيل.
• الأداء: أعلى متوسط بين النماذج المختبرة في سبعة اختبارات عربية عامة (89.37%).
• التوفر: معاينة بحثية وتقييمية عبر HUMAIN Node، مع واجهة API متوافقة مع صيغة OpenAI.
• الأوزان المفتوحة: متوقعة الشهر القادم (أكتوبر 2026) بموجب رخصة MiniMax Community License بعد استكمال تدريب السلامة والمواءمة.

المصدر الأساسي: البيان الرسمي لهيوماين عبر PR Newswire، وتغطية بلومبرغ.

أرقام نموذج humain-m3 في اختبارات اللغة العربية

النقطة التي جعلت الخبر يتصدر العناوين هي جدول الأداء. بحسب الأرقام المنشورة مع الإعلان (ونقلتها Unite.AI وAI/TLDR)، جاءت نتائج نموذج humain-m3 كالتالي:

وللمقارنة، سجّل Claude Opus 5 متوسط 87.34%، وGPT-5.6 Sol متوسط 87.30%، بينما سجّل نموذج الأساس MiniMax M3 قبل التدريب العربي 80.34%. أي أن التدريب الإضافي على المحتوى العربي رفع الأداء بنحو 9 نقاط مئوية كاملة — وهذا في رأينا الرقم الأهم في الخبر كله، لأنه يثبت أن «تعريب النموذج بعمق» يصنع فرقًا قابلًا للقياس، لا مجرد شعار تسويقي.

قراءة هادئة للأرقام قبل الاحتفال

الفارق بين نموذج humain-m3 وأقرب منافسيه نحو نقطتين مئويتين فقط في المتوسط. هذا تفوّق حقيقي لكنه ليس «سحقًا» للمنافسين كما قد توحي بعض العناوين. ثلاث ملاحظات تستحق الانتباه:

• الأرقام صادرة مع الإعلان نفسه ولم نجد حتى الآن تقييمًا مستقلًا منشورًا يكررها بالكامل. التحقق المستقل سيصبح ممكنًا بسهولة بعد إتاحة الأوزان المفتوحة.
• اختبار Arabic EXAMS (67.67%) هو الأضعف بوضوح، ما يعني أن حل مسائل الامتحانات المدرسية المركبة ما زال نقطة تحتاج تحسينًا.
• الاختبارات تقيس العربية المكتوبة أساسًا، ولا تكشف بالضرورة جودة التعامل مع اللهجة الخليجية العامية في محادثة حقيقية مع عميل — وهو ما نشرحه بالتفصيل في معيارنا لاختبار دعم العربية في أدوات الذكاء الاصطناعي.

لماذا MiniMax الصينية؟ السؤال الذي أثار النقاش

عنوان بلومبرغ ركّز على نقطة محددة: هيوماين بنت منصتها الوطنية على نموذج مفتوح من مختبر صيني، لتنضم — بحسب الوكالة — إلى قائمة متزايدة من الدول التي تسعى لتحكم أكبر في هذه التقنية. هذا اختيار لافت لأن هيوماين نفسها تملك شراكات كبرى مع شركات أمريكية مثل Nvidia وAWS وxAI وAdobe وCisco، كما تذكر فورتشن.

المنطق العملي وراء القرار يمكن فهمه من ثلاث زوايا:

1. النموذج المفتوح يمنح سيطرة كاملة: حين تملك الأوزان، تستطيع إعادة التدريب والتشغيل على خوادمك داخل المملكة، دون الاعتماد على واجهة مغلقة يتحكم بها مزوّد أجنبي في تسعيرها وشروطها.
2. الكفاءة التشغيلية: معمارية خليط الخبراء تشغّل 23 مليار معامل فقط من أصل 428 مليارًا لكل كلمة، ما يعني تكلفة تشغيل أقل بكثير من نموذج «كثيف» بنفس الحجم — عامل حاسم لمنصة وطنية يُفترض أن تخدم ملايين المستخدمين.
3. السرعة: البناء على نموذج أساس قوي وتعميق تدريبه عربيًا أسرع بسنوات من تدريب نموذج بهذا الحجم من الصفر.

في المقابل، يبقى سؤال مشروع لدى الجهات الحكومية والقطاعات المنظّمة: كيف ستُدار المخاوف الجيوسياسية المتعلقة بمصدر النموذج الأساس؟ الإجابة العملية غالبًا ستكون في أن التشغيل يتم محليًا بالكامل، وأن الأوزان المفتوحة قابلة للفحص، لكن هذا نقاش سنراه يتطور خلال الأشهر القادمة.

أين يقف نموذج humain-m3 من ALLaM؟

من يتابع الملف السعودي يعرف أن ALLaM هو عائلة النماذج العربية التي ارتبطت بالمنظومة الوطنية سابقًا، وتشير Unite.AI إلى أن هيوماين طوّرت عائلة ALLaM سابقًا ضمن استراتيجيتها الأوسع. الفرق أن نموذج humain-m3 يأتي في فئة «النماذج الحدودية» (Frontier) من حيث الحجم والقدرات متعددة الوسائط ومهام الوكلاء الذكية، بينما يُفهم ALLaM كأساس سيادي عربي سابق. إن كانت العلاقة بين هيوماين وSDAIA وALLaM غير واضحة لك، فقد شرحناها بالتفصيل في تقريرنا HUMAIN وSDAIA وALLaM: كيف تبني السعودية طموحها بالذكاء الاصطناعي.

ماذا قال الرئيس التنفيذي لهيوماين؟

قال طارق أمين، الرئيس التنفيذي لـHUMAIN، في البيان الرسمي:

«العربية يتحدث بها مئات الملايين من البشر، ومع ذلك ما زالت ممثَّلة تمثيلًا ناقصًا بشكل كبير على حدود تطور الذكاء الاصطناعي.»

العبارة تلخص الرهان الاستراتيجي: ليس المطلوب منافسة OpenAI في كل شيء، بل امتلاك الصدارة في المساحة التي تملك فيها المنطقة ميزة طبيعية — اللغة العربية وسياقها الثقافي.

الخبر في سياقه: هيوماين تتسارع على أكثر من جبهة

إطلاق نموذج humain-m3 لم يأتِ منعزلًا. خلال الأسبوع نفسه نشرت فورتشن تقريرًا عن توجه هيوماين لجذب استثمارات خارجية لتمويل توسعها، وأبرز ما ورد فيه:

• صندوق بقيمة 2.5 مليار دولار لتوسعة مراكز البيانات داخل المملكة.
• صندوق رأس مال جريء عالمي أُعلن سابقًا بحجم 10 مليارات دولار، وقد يُطلق بحجم أكبر بنهاية 2026.
• خطة طرح عام أولي مزدوج في السعودية ونيويورك بحلول 2029.
• هدف 1.9 جيجاواط من قدرة الحوسبة بحلول 2030، وأكثر من 6 جيجاواط بحلول 2034.
• سعة مراكز البيانات في المملكة ارتفعت من 68 ميجاواط عام 2021 إلى 467 ميجاواط في الربع الأول من 2026.

وعلّق كيرت ديفيس جونيور من Alvarez & Marsal لفورتشن بأن القرار «قرار انضباط تمويلي بقدر ما هو قرار تحقيق دخل»، في ظل توجه صندوق الاستثمارات العامة لتقليل اعتماد شركاته على التمويل السيادي. بمعنى آخر: نموذج humain-m3 ليس مشروعًا بحثيًا فقط، بل منتج يُتوقع أن يثبت قيمته التجارية أمام مستثمرين.

ماذا يعني نموذج humain-m3 لك عمليًا؟

إذا كنت مطوّرًا أو شركة تقنية

هذا الجزء الأكثر إثارة فعليًا. توافق الـAPI مع صيغة OpenAI يعني أن تجربة نموذج humain-m3 في تطبيق قائم قد لا تتطلب أكثر من تغيير عنوان الخادم واسم النموذج. نقترح:

1. سجّل في المعاينة عبر node.humain.com وجرّب النموذج على عينة حقيقية من بيانات عملائك (محادثات دعم، عقود، أوصاف منتجات).
2. قارن النتائج بالنموذج الذي تستخدمه حاليًا على نفس العينة، لا على أمثلة عامة.
3. لا تبنِ منتجًا إنتاجيًا عليه قبل صدور الأوزان وشروط الاستخدام التجاري النهائية — المعاينة البحثية بطبيعتها غير مخصصة للإنتاج.

إذا كنت صاحب عمل غير تقني

لا حاجة لتغيير أي شيء اليوم. لكن ضع في حسبانك أن الأشهر القادمة قد تشهد ظهور تطبيقات خليجية مبنية على نموذج humain-m3 بتكلفة تشغيل أقل وجودة عربية أعلى، خصوصًا في خدمة العملاء والتحليل النصي. وحتى ذلك الحين، يبقى اختيار النموذج المناسب لكل مهمة هو القرار الأذكى — راجع دليلنا لاختيار نموذج الذكاء الاصطناعي المناسب لكل مهمة.

إذا كنت مستخدمًا عاديًا

لن تجد نموذج humain-m3 في تطبيق استهلاكي على هاتفك الآن. أهمية الخبر لك غير مباشرة: منافسة حقيقية على جودة العربية تعني أن OpenAI وGoogle وAnthropic ستُضطر لتحسين دعمها للعربية أيضًا، وهذا مكسب لك أيًا كانت الأداة التي تستخدمها.

الثابت والوعود: جدول سريع

شرح مبسط: ماذا تعني أرقام نموذج humain-m3 تقنيًا؟

أرقام مثل «428 مليار معامل» و«خليط الخبراء» و«تريليون توكن» تتكرر في كل تغطية للخبر، لكن قلّما يشرح أحد معناها العملي. هذا الشرح موجّه لصاحب القرار غير المتخصص الذي يريد أن يفهم ما الذي يشتريه أو يجرّبه فعلًا.

ما هو «المعامل» (Parameter)؟

المعاملات هي الأرقام الداخلية التي يتعلّمها النموذج أثناء التدريب، وتشبه «نقاط المعرفة» التي يخزّن فيها أنماط اللغة والعلاقات بين الكلمات والمفاهيم. كلما زاد عدد المعاملات زادت قدرة النموذج نظريًا على استيعاب تفاصيل أدق، لكن مع تكلفة أعلى في التشغيل والذاكرة. حجم 428 مليار معامل يضع نموذج humain-m3 في فئة النماذج الكبيرة جدًا، لا في فئة النماذج الخفيفة التي تعمل على جهاز شخصي.

ما معنى «خليط الخبراء» ولماذا يهمك؟

بدل أن يستخدم النموذج كل معاملاته الـ428 مليارًا عند كتابة كل كلمة، يقسّمها إلى مجموعات متخصصة تُسمّى «خبراء»، ويختار لكل كلمة الخبراء الأنسب فقط. النتيجة أن نموذج humain-m3 يُفعّل نحو 23 مليار معامل لكل كلمة، أي أقل من 6% من حجمه الكلي. بلغة الأعمال: تحصل على «معرفة» نموذج ضخم بتكلفة تشغيل أقرب إلى نموذج متوسط. هذا العامل تحديدًا هو ما يجعل تشغيل نموذج بهذا الحجم لملايين المستخدمين في المنطقة ممكنًا اقتصاديًا.

ماذا يعني «تريليون توكن عربي»؟

التوكن وحدة نصية صغيرة قد تكون كلمة كاملة أو جزءًا من كلمة. تريليون توكن يعادل كمية هائلة من النصوص، والمهم هنا وصف هيوماين لها بأنها «محتوى عربي أصيل»، أي نصوص كُتبت بالعربية أصلًا لا نصوص مترجمة آليًا من الإنجليزية. هذا الفرق جوهري: النص المترجم ينقل الكلمات لكنه يفقد كثيرًا من الأسلوب والسياق الثقافي، بينما النص الأصيل يعلّم النموذج كيف يكتب العرب ويفكرون ويصيغون حججهم فعلًا.

ماذا تقيس الاختبارات السبعة؟ ولماذا لا تكفي وحدها

من المفيد أن تعرف أن كل اختبار من الاختبارات التي تصدّرها نموذج humain-m3 يقيس جانبًا مختلفًا، وأن الأداء المرتفع في أحدها لا يعني بالضرورة أداءً مرتفعًا في مهمتك أنت:

• اختبارات المعرفة العامة (ArabicMMLU وTranslated MMLU): تقيس اتساع معلومات النموذج في مجالات كالتاريخ والعلوم والقانون. مفيدة لتطبيقات الإجابة عن الأسئلة، لكنها لا تقيس جودة الكتابة أو الإقناع.
• اختبارات الفهم والاستدلال (AlGhafa): تقيس قدرة النموذج على فهم نص عربي والاستنتاج منه، وهي الأقرب لمهام تحليل المستندات.
• اختبار الإجابة المستندة إلى وثائق (ALRAGE): مهم جدًا للشركات، لأنه يحاكي السيناريو الأكثر شيوعًا: «اقرأ هذه السياسة أو العقد وأجب عن سؤالي بناءً عليه». نتيجة 94.63% هنا مؤشر مشجع لتطبيقات خدمة العملاء وقواعد المعرفة الداخلية.
• اختبار الموثوقية (AraTrust): يقيس تجنّب الإجابات الضارة أو المضللة في السياق العربي، وهو الأعلى نتيجة (97.53%).
• اختبارات الامتحانات المدرسية (Arabic EXAMS وMadinahQA): تقيس حل أسئلة تعليمية، وفيها ظهرت أضعف نتيجة للنموذج (67.67% في Arabic EXAMS).

الخلاصة العملية: الاختبارات العامة تخبرك أن نموذج humain-m3 يستحق التجربة، لكنها لا تخبرك أنه الأفضل لمهمتك. القرار الصحيح يأتي من اختبار داخلي صغير على بياناتك أنت، وهو ما نشرحه في القسم التالي.

كيف تختبر نموذج humain-m3 في شركتك خلال أسبوع واحد

إذا كنت تدير فريقًا تقنيًا أو تفكر في بناء منتج عربي، هذه خطة عملية مختصرة لتقييم النموذج بجدية دون استثمار كبير:

1. اليوم الأول: اجمع 30 إلى 50 مثالًا حقيقيًا.

   اختر عينات من عملك الفعلي: رسائل عملاء، مقاطع من عقود، أسئلة متكررة، أوصاف منتجات. احرص أن تشمل أمثلة بالفصحى وأخرى باللهجة الخليجية، وأزل أي بيانات شخصية أو سرية قبل الاستخدام لأن النموذج في مرحلة معاينة.

2. اليوم الثاني: حدّد معيار النجاح مسبقًا.

   اكتب ما يعنيه «جواب جيد» لكل مثال: هل المطلوب دقة المعلومة؟ سلامة اللغة؟ الالتزام بالنبرة الرسمية؟ تحديد المعيار قبل رؤية النتائج يمنع الانحياز للنموذج الذي «يبدو» أذكى.

3. اليوم الثالث والرابع: شغّل المقارنة.

   بما أن واجهة نموذج humain-m3 متوافقة مع صيغة OpenAI، يمكن لمطوّر واحد تشغيل نفس الأمثلة على النموذج الذي تستخدمه حاليًا وعلى humain-m3 بتغيير بسيط في الإعدادات.

4. اليوم الخامس: قيّم النتائج «معصوبة العينين».

   اطلب من زميلين تقييم الإجابات دون معرفة أي نموذج كتب أي إجابة. هذه الطريقة البسيطة تكشف الفروق الحقيقية أفضل من أي انطباع عام.

5. بعدها: وثّق القرار ولا تتسرع.

   حتى لو تفوّق النموذج في اختبارك، انتظر صدور الأوزان وشروط الاستخدام التجاري النهائية قبل نقل أي عمل إنتاجي إليه.

وإن ظهرت إجابات واثقة لكنها خاطئة أثناء الاختبار، فهذا متوقع مع كل النماذج دون استثناء، ويمكنك الاستعانة بدليلنا عن الهلوسة في الذكاء الاصطناعي وكيف تتحقق من المعلومة لبناء خطوات تحقق داخل سير العمل.

الأوزان المفتوحة ورخصة المجتمع: ماذا ستتيح لك فعلًا؟

أهم وعد في إعلان نموذج humain-m3 ليس الأرقام بل خطة إتاحة الأوزان المفتوحة بموجب رخصة MiniMax Community License. الأوزان المفتوحة تعني أن ملفات النموذج نفسها ستكون متاحة للتحميل، وهذا يفتح ثلاثة أبواب لم تكن متاحة مع النماذج المغلقة:

• التشغيل داخل بنيتك التحتية: البيانات الحساسة لا تغادر خوادمك أو السحابة المحلية التي تختارها، وهو أمر مهم للجهات الخاضعة لمتطلبات إقامة البيانات داخل المملكة.
• التخصيص العميق: يمكن تدريب النموذج إضافيًا على مصطلحات قطاعك، مثل المصطلحات المصرفية الإسلامية أو اللغة القانونية المحلية.
• التحقق المستقل: الباحثون في الجامعات الخليجية سيتمكنون من إعادة قياس الأداء ونشر نتائجهم، ما يحوّل الأرقام المعلنة إلى أرقام مُثبتة أو مُصحّحة.

لكن انتبه لكلمة «رخصة المجتمع»: هذا النوع من الرخص قد يتضمن شروطًا على الاستخدام التجاري أو حجم المستخدمين، لذا اقرأ نصها كاملًا مع مستشارك القانوني فور صدورها، ولا تفترض أن «مفتوح» تعني «بلا قيود».

الجدول الزمني للخبر: من الإعلان إلى الأوزان المفتوحة

سنحدّث هذا الجدول مع كل تطور جديد يخص نموذج humain-m3، خصوصًا موعد صدور الأوزان ونتائج التقييمات المستقلة الأولى.

رأي «ذكاء عملي»

نموذج humain-m3 هو أهم خبر تقني سعودي في الذكاء الاصطناعي هذا العام حتى الآن، ليس لأنه تفوّق بنقطتين على GPT وClaude، بل لأنه يثبت معادلة عملية: نموذج أساس قوي + تريليون توكن عربي + تشغيل محلي = أداء عربي يتصدر العالم بتكلفة تشغيل معقولة. الاختبار الحقيقي سيأتي بعد صدور الأوزان المفتوحة، حين يستطيع المطورون والباحثون المستقلون في الخليج تجربته بحرية ونشر نتائجهم. سنتابع ذلك ونحدّث هذا التقرير فور صدورها.

أسئلة شائعة عن نموذج humain-m3

هل نموذج humain-m3 مجاني؟

متاح حاليًا كمعاينة بحثية وتقييمية عبر HUMAIN Node، ولم تُعلن هيوماين تسعيرًا تجاريًا بعد. الأوزان المفتوحة المتوقعة بموجب رخصة MiniMax Community License ستتيح تشغيله ذاتيًا، مع ضرورة مراجعة شروط الرخصة للاستخدام التجاري.

هل يفهم نموذج humain-m3 اللهجة الخليجية؟

الإعلان يتحدث عن تدريب على «محتوى عربي أصيل» دون تفصيل نسب اللهجات. الاختبارات السبعة المنشورة تركز على العربية المكتوبة، لذا ننصح بتجربته على نصوص بلهجتك قبل الحكم.

هل هو بديل لـChatGPT؟

ليس للمستخدم العادي حاليًا؛ لا يوجد تطبيق محادثة استهلاكي معلن. هو في هذه المرحلة نموذج للمطورين والجهات التي تبني منتجات عربية.

لماذا طُوّر مع شركة صينية؟

بنت هيوماين النموذج على سلالة MiniMax-M3 المفتوحة، ما يمنحها قدرة على إعادة التدريب والتشغيل محليًا بالكامل. تغطية بلومبرغ وضعت الخطوة ضمن توجه دول عدة نحو تحكم أكبر في نماذجها.

متى تصدر الأوزان المفتوحة؟

بحسب البيان الرسمي، الشهر التالي للإعلان (أكتوبر 2026) بعد استكمال تدريب السلامة والمواءمة.

ما الفرق بين نموذج humain-m3 ونموذج MiniMax-M3 الأصلي؟

نموذج MiniMax-M3 هو الأساس العام متعدد اللغات، بينما نموذج humain-m3 نسخة خضعت لتدريب مسبق إضافي على أكثر من تريليون توكن من المحتوى العربي الأصيل بتكليف من هيوماين. أثر هذا التدريب ظاهر في الأرقام المعلنة: متوسط 80.34% للنموذج الأساس مقابل 89.37% بعد التدريب العربي، أي تحسن يقارب 9 نقاط في الاختبارات العربية السبعة.

هل يمكن للشركات الصغيرة الاستفادة من نموذج humain-m3؟

نعم، لكن على الأغلب ليس بتشغيله ذاتيًا، لأن نموذجًا بحجم 428 مليار معامل يحتاج بنية حوسبة كبيرة حتى مع معمارية خليط الخبراء. الطريق الواقعي للشركات الصغيرة هو استخدامه عبر واجهة برمجية تديرها جهة أخرى، سواء HUMAIN Node أو مزودون محليون قد يقدمونه بعد صدور الأوزان، أو عبر تطبيقات جاهزة تُبنى عليه لاحقًا.

كيف أتابع تحديثات نموذج humain-m3 بشكل موثوق؟

أفضل مصدر مباشر هو القنوات الرسمية لشركة HUMAIN ومنصة HUMAIN Node، إلى جانب التغطيات الاقتصادية الموثوقة مثل بلومبرغ وفورتشن. ونحن في «ذكاء عملي» سنحدّث هذا التقرير عند صدور الأوزان المفتوحة أو نشر أول تقييم مستقل لأداء النموذج.

المصادر: بيان HUMAIN الرسمي · Bloomberg · Unite.AI · Fortune · AI/TLDR. آخر تحديث: 17 سبتمبر 2026.