نماذج OpenAI الجديدة GPT-4.1: التركيز على البرمجة وتطوير المهارات الهندسية
كتبت: أمل علوي
أطلقت OpenAI عائلةً جديدةً من نماذج الذكاء الاصطناعي تُسمّى GPT-4.1، وتتضمّن ثلاثة نماذج: GPT-4.1، وGPT-4.1 mini، وGPT-4.1 nano. وتُشير OpenAI إلى أنّ هذه النماذج تُتميّز بقدراتها المُتقدّمة في مجال البرمجة واتباع التعليمات. وتُتاح هذه النماذج عبر واجهة برمجة التطبيقات (API) وليس عبر ChatGPT، وتتميّز بإمكانية معالجة مليون وحدة رمزية (token) في الوقت نفسه، أي ما يعادل حوالي 750,000 كلمة.
يأتي إطلاق GPT-4.1 في وقتٍ تشهد فيه شركات التكنولوجيا الكبرى مثل جوجل وAnthropic تطوراً سريعاً في نماذج البرمجة المُتقدّمة. فقد حقّقت نماذج مثل Gemini 2.5 Pro من جوجل، وClaude 3.7 Sonnet من Anthropic، ونموذج V3 المُحسّن من شركة DeepSeek الصينية، نتائج مُتميّزة في معايير تقييم البرمجة الشائعة.
يهدف العديد من عمالقة التكنولوجيا، بما في ذلك OpenAI، إلى تدريب نماذج برمجة ذكية قادرة على إنجاز مهام هندسة برمجيات معقّدة. وتُعبّر OpenAI عن طموحها في إنشاء “مهندس برمجيات فعّال”، كما وصفته المديرة المالية سارة فراير خلال قمة تكنولوجية في لندن الشهر الماضي. وتُؤكّد الشركة أنّ نماذجها المُستقبلية ستكون قادرةً على برمجة تطبيقاتٍ كاملة، بما في ذلك مراقبة الجودة، واختبار الأخطاء، وكتابة التوثيق.
يُمثّل GPT-4.1 خطوةً في هذا الاتجاه. وقد أُحسِّنَ النموذج بناءً على مُلاحظات المُطوّرين لِتحسين أداءه في مجالاتٍ مُهمة، مثل برمجة الواجهة الأمامية، وتقليل التعديلات غير الضرورية، واتباع الصيغ بشكلٍ موثوق، والالتزام بِهيكل الاستجابة وترتيبها، واستخدام الأدوات بشكلٍ متسق.
وتُدّعي OpenAI أنّ نموذج GPT-4.1 الكامل يتفوّق على نماذج GPT-4o وGPT-4o mini في معايير البرمجة، بما في ذلك SWE-bench. أمّا GPT-4.1 mini و nano فهما أكثر كفاءةً وسرعةً، مع بعض التنازل في الدقة. ويُعتبر GPT-4.1 nano أسرع نموذج وأرخص نموذج أنتجته OpenAI حتى الآن.
وتبلغ تكلفة GPT-4.1 دولارين لكلّ مليون وحدة إدخال و8 دولارات لكلّ مليون وحدة إخراج. أمّا GPT-4.1 mini فتبلغ تكلفته 0.40 دولار لكلّ مليون وحدة إدخال و1.60 دولار لكلّ مليون وحدة إخراج، وGPT-4.1 nano تبلغ تكلفته 0.10 دولار لكلّ مليون وحدة إدخال و0.40 دولار لكلّ مليون وحدة إخراج.
على الرغم من الأداء الجيد لِـGPT-4.1 في معايير التقييم، يُجدر بِالتذكير بأنّ حتى أفضل نماذج الذكاء الاصطناعي اليوم تُعاني من بعض القيود. فقد أظهرت دراساتٌ عديدة أنّ نماذج توليد الكود غالبًا ما تفشل في إصلاح الثغرات الأمنية والأخطاء، بل قد تُدخِل أخطاءً جديدة. وتُعترف OpenAI بأنّ مُوثوقية GPT-4.1 تتناقص كلّما زادت كمية البيانات المدخلة.
هذا المحتوى تم باستخدام أدوات الذكاء الاصطناعي.
