MiniMax تُطلق M3.1 Flash الذي كان Space Bunny نسخة أولية منه، وFLUX 3 Max يولّد 10 ثوانٍ من الفيديو في 12 ثانية، وOpenAI ستسحب GPT-4o وGPT-4.1 من واجهة API الخاصة بها في 14 يناير

تُتيح MiniMax نموذج M3.1 Flash للوكلاء والبرمجة بسعر 0,15 دولار لكل مليون رمز إدخال، وتكشف أن Space Bunny، النموذج المجهول الذي عالج أكثر من 200 000 مليار رمز، كان نسخة أولية منه. وتُطلق Black Forest Labs وfal نموذج FLUX 3 Max، الذي يولّد فيديو مدته 10 ثوانٍ في 12,45 ثانية، أي أسرع بنحو 22 مرة من Seedance 2.5، ويتقاسم المركز الأول في ساحة مقارنة لتحويل الصور إلى فيديو لا تزال نتائجها أولية. وتحدد OpenAI يوم 14 يناير 2027 موعدًا لسحب GPT-4o وGPT-4.1 من واجهة API الخاصة بها، وتكشف Meta تفاصيل Prometheus، الحاسوب الفائق الذي درّب Muse Wonder، فيما أصبح Devin يمنح كل مهندس درجة كفاءة من 0 إلى 100.

MiniMax تُطلق M3.1 Flash: كان Space Bunny نسخة أولية منه، بسعر 0,15 دولار لكل مليون رمز إدخال

19 أكتوبر — تُتيح MiniMax رسميًا M3.1 Flash، نموذجها الجديد من سلسلة Flash، وتكشف لغز نموذج مجهول:

Space Bunny 🐰, which processed more than 200 trillion tokens while operating anonymously, was an early version of MiniMax M3.1 Flash.

🇸🇦 كان Space Bunny 🐰، الذي عالج أكثر من 200 000 مليار رمز أثناء عمله دون الكشف عن هويته، إصدارًا أوليًا من MiniMax M3.1 Flash. — MiniMax، تدوينة الإطلاق

يأتي M3.1 Flash خلفًا لـM3.1-Flash-Preview، الذي ظهر في 27 سبتمبر في MiniMax Code ثم في Token Plan، دون اختبارات معيارية أو تسعير، ولـSpace Bunny Alpha، النموذج الذي أدرجته OpenRouter بصورة خفية في 23 سبتمبر دون تسمية الجهة المطوّرة، والذي عرضناه هنا في 27 سبتمبر. وتصفه MiniMax بأنه قفزة جيلية في مهام الوكلاء والبرمجة واستخدام الحاسوب (Computer Use) والأمن السيبراني. جميع النتائج أدناه صادرة عن MiniMax:

الاختبار المعياري	النتيجة المعلنة من MiniMax
DeepSWE v1.1	73,7 %
OSWorld V2	61,7
Agents’ Last Exam (ALE)	29,6
BankerToolBench	76,2
CyberGym	82 %
Automation-Bench	62 % (التغريدة المثبّتة)

يتصدر M3.1 Flash النماذج الصينية في OSWorld V2 وAgents’ Last Exam؛ أما في AutomationBench-AA، فتصفه التدوينة بأنه «من بين الأفضل» فحسب، لكن التغريدة المثبّتة تمنحه 62 % في Automation-Bench.

أما الحجة الأخرى فهي التكلفة. إذ يرفع تعزيز التناثر (sparsity) سرعة الإخراج إلى أكثر من 200 رمز في الثانية، بوسيط يتجاوز 170، ويُقال إنه يجعل الاستدلال عبر الإنترنت أسرع بنحو ثلاث مرات. وبحسب التدوينة، تنخفض تكلفة الاستخدام في مهام الوكلاء بنسبة 70 % مقارنة بالنموذج السابق، فيما تتحدث التغريدة المثبّتة عن ثلث تكلفة M3، مع سرعة مضاعفة ثلاث مرات. والتسعير ثابت:

نوع التسعير	السعر لكل مليون رمز
الإدخال	0,15 دولار
الإخراج	0,60 دولار
الإدخال المخزّن مؤقتًا	0,015 دولار

يتوفر M3.1 Flash الآن عبر واجهة API الخاصة بـMiniMax، واشتراك M Plan، وتطبيق MiniMax Code. وستُتاح الأوزان في 23 أكتوبر بحسب التغريدة المثبّتة، بينما تكتفي التدوينة بقول «لاحقًا»، وستتبعها نسخة Pro دون موعد معلن. وفي المساء، أعادت MiniMax نشر إعلان دعم Ollama له منذ اليوم الأول، باستضافة في الولايات المتحدة دون الاحتفاظ بالبيانات، وقالت إن النسخة الأولية تصدرت OpenCode طوال اثني عشر يومًا.

🔗 الإعلان المثبّت لحساب @MiniMax_AI

FLUX 3 Max: تُولّد Black Forest Labs وfal فيديو مدته 10 ثوانٍ في 12 ثانية، أسرع بـ22 مرة من Seedance 2.5

19 أكتوبر — تُقدّم Black Forest Labs ‏(BFL) نموذج FLUX 3 Max في تغريدة مثبّتة. وتصفه صفحة fal بأنه نموذج الفيديو الجديد الذي تولّت fal Research تدريبه اللاحق، وطُوّر بالتعاون مع BFL انطلاقًا من FLUX 3، لتحويل النصوص إلى فيديو والصور إلى فيديو، بدقة 720p.

Generate a 10-second video in 12 seconds. Tied for #1 in image-to-video. 22× faster than Seedance 2.5 at the same quality. FLUX 3 is a model designed for customization. @fal adapted and optimized it to create FLUX 3 Max.

🇸🇦 ولّد فيديو مدته 10 ثوانٍ في 12 ثانية. يتقاسم المركز الأول في تحويل الصور إلى فيديو. أسرع بـ22 مرة من Seedance 2.5 بالجودة نفسها. FLUX 3 نموذج مصمّم للتخصيص. وقد عدّلته @fal وحسّنته لإنشاء FLUX 3 Max. — @bfl_ai على X

المؤشر المنشور من fal	FLUX 3 Max	المقارنة المقدّمة من fal
زمن توليد فيديو مدته 10 ثوانٍ	12,45 s	277,80 s لـSeedance 2.5، و126,44 s لـFLUX 3
Elo، ساحة تحويل الصور إلى فيديو لدى Artificial Analysis	1 139، في المركز الأول بالتساوي	Seedance 2.5 أيضًا عند 1 139؛ وMiniMax H3 (768p) في الصدارة عند 1 141، ضمن هامش عدم اليقين؛ وFLUX 3 عند 1 089
السعر بدقة 720p لدى fal، حتى 7 نوفمبر	0,0425 دولار لكل ثانية	0,17 دولار بالسعر الرسمي

مقارنةً بـFLUX 3 الأصلي، يجعل عمل fal على الاستدلال التوليد أسرع بنحو 10 مرات، ويمنحه التدريب اللاحق زيادة قدرها 50 نقطة Elo. وترتيب Artificial Analysis، القائم على تصويت بشري دون معرفة هوية النماذج، ليس سوى صورة أولية مؤقتة: يظهر MiniMax H3 في الصدارة عند 1 141، ويُوصف FLUX 3 Max، الذي يتداخل هامش عدم اليقين لديه مع هوامش النماذج المتصدّرة، بأنه يتقاسم المركز الأول، متقدمًا على Gemini Omni Flash 1.1 وWan 3.0 وH3 Max. وتُبرز BFL أيضًا الأصوات والواقعية الفيزيائية والمؤثرات الصوتية والثبات عند التعامل مع طلبات غير معتادة.

يتوافق سعر الإطلاق مع الخصم البالغ 75 % لمدة أسبوعين الذي أعلنته BFL، سواء لتحويل النصوص إلى فيديو أو الصور إلى فيديو، دون حد أدنى أو اشتراك. وتكرر fal نهج H3 Max، نسختها من MiniMax H3 التي خضعت للتدريب اللاحق، والمتاحة عبر واجهة API نفسها: يمكن الانتقال من أحدهما إلى الآخر بتغيير المعرّف. وهذا هو الإعلان الثالث ضمن عائلة FLUX 3 خلال أسبوع، بعد خفض أسعار FLUX 3 Video في 14 أكتوبر وإطلاق FLUX 3 Image Klein في 15 أكتوبر.

🔗 صفحة FLUX 3 Max لدى fal

OpenAI تحدد 14 يناير 2027 موعدًا لسحب GPT-4o وGPT-4o mini وGPT-4.1 وGPT-4.1 mini من واجهة API الخاصة بها

14 أكتوبر — استدراكًا: وفقًا لصفحة إيقاف النماذج في واجهة API الخاصة بها، أخطرت OpenAI المطوّرين المعنيين في 14 أكتوبر بسحب أربعة نماذج من سلسلة GPT-4 في 14 يناير 2027، بما فيها النسخ التي خضعت للضبط الدقيق (fine-tuned). وتسرد الصفحة نفسها مجموعتين من عمليات السحب أُعلن عنهما في 1 أكتوبر:

النموذج المسحوب من واجهة API	تاريخ السحب	البديل الموصى به
GPT-4o (`gpt-4o-2024-08-06`, `gpt-4o-2024-11-20`)	14 يناير 2027	`gpt-6-luna`
GPT-4o mini (`gpt-4o-mini-2024-07-18`)	14 يناير 2027	`gpt-6-luna`
GPT-4.1 وGPT-4.1 mini (لقطات 14 أبريل 2025)	14 يناير 2027	`gpt-6-luna`
`gpt-5.3-codex` و`gpt-5.1`، أُعلن عنهما في 1 أكتوبر	1 أبريل 2027	`gpt-6-sol`
`gpt-5.4-nano`، أُعلن عنه في 1 أكتوبر	1 أبريل 2027	`gpt-6-luna`
`tts-1` و`tts-1-hd` و`gpt-4o-mini-tts`، أُعلن عنها في 1 أكتوبر	6 يناير 2027	`gpt-realtime-2.1-mini`

لا تَرِد هذه التواريخ إلا في صفحة إيقاف النماذج، دون إدراجها في سجل تغييرات واجهة API؛ وتضيف حزمة SDK الخاصة بـNode، بالإصدار 7.37.0 الصادر في 17 أكتوبر، إشعارات إيقاف للأسماء المستعارة لنماذج GPT-4.

🔗 صفحة إيقاف النماذج في واجهة API الخاصة بـOpenAI

تدريب النماذج: Prometheus من Meta، وMARBLE من Luma، وTogether Post-Training، وTorchNeuron على Trainium

تتناول أربعة إعلانات اليوم التدريب على أربعة مستويات: مركز الحوسبة لدى Meta، والتوازي بين وحدات GPU لدى Luma، وخدمة التدريب اللاحق من Together AI، والواجهة الخلفية لـPyTorch على شرائح AWS.

Prometheus: حاسوب Meta الفائق الذي درّب Muse Wonder يستهدف مليون وحدة GPU

19 أكتوبر — تصف Meta حاسوبها الفائق Prometheus، بقدرة تقارب الغيغاواط في نيو ألباني بولاية أوهايو، والذي درّب نماذج Muse الخاصة بها، ومنها Muse Wonder؛ ولم تذكر نشرتنا الصادرة في 12 أكتوبر سوى اسمه. تضم المرحلة الأولى مئات الآلاف من وحدات GPU موزّعة على عدة مبانٍ.

مؤشر Prometheus	القيمة المنشورة من Meta
معدل الإنتاج المفيد (goodput)، Muse Wonder	أكثر من 85 % في التدريب المسبق، وأكثر من 90 % في RL
متوسط الزمن بين الانقطاعات	نحو 47 000 ساعة-GPU، وأكثر من 54 000 منذ ذلك الحين
الانقطاعات لكل 8 000 GPU	قرابة 1 000 يوميًا في منتصف 2025، بانخفاض قدره 99 %
منصات NVIDIA	GB200 وGB300 NVL72، ثم Vera Rubin NVL72

مع NVL72، يؤثر العطل في نطاق يضم 72 وحدة GPU: لا تُشغّل Meta سوى 64 منها في كل رف، وتحتفظ بالـ8 الأخرى احتياطيًا، إلى جانب نحو 2 % من الرفوف الاحتياطية، أي 523 رفًا (37 656 GPU) لتوفير 32 768 GPU نشطة. وسيستفيد Hyperion، حاسوبها الفائق المقبل في لويزيانا، من هذه الدروس.

🔗 داخل Prometheus (الهندسة في Meta)

MARBLE: تجعل Luma توازي التسلسلات دقيقًا على ملايين الرموز متعددة الوسائط

19 أكتوبر — تنشر Luma تقنية MARBLE ‏(Mask-Aware Ring with Balanced, Lossless Execution)، وهي أسلوب لتوازي التسلسلات يتيح تدريب نماذج متعددة الوسائط على تسلسلات محزّمة تضم من 1 إلى 8 ملايين رمز، تختلط فيها النصوص ذات المعالجة السببية مع الصور ومقاطع الفيديو ذات المعالجة ثنائية الاتجاه. تصف MARBLE هذا القناع بأربعة أعداد صحيحة لكل رمز، وتختار لكل طبقة بين ring attention وall-to-all المتناثر وUlysses.

الإعداد الذي اختبرته Luma	نتيجة MARBLE
مقارنةً بهجين من FlashMask + Ulysses	أسرع في 47 حالة من أصل 48
وسيط التسريع عند 32، ثم 128 GPU من نوع H100	1,28 مرة، ثم 2,63 مرة
خطوة تدريب Gemma 3 27B، 1 مليون رمز، 32 GPU	13,2 s، مقابل 32,5 s مع FlashMask

تحافظ نواة معدّلة من FlashAttention-4 على حالة softmax بصيغة fp32: فتكون المخرجات والتدرجات مطابقة لما تنتجه وحدة GPU واحدة. وتقرّ Luma بأن النواة تقتصر على وحدات GPU من فئة Hopper، وأنها بنت بنفسها الهجين المستخدم للمقارنة؛ وتَعِد بإتاحة الشفرة دون تحديد موعد.

🔗 تدوينة MARBLE من Luma

Together Post-Training: يكتب العميل حلقة SFT أو RL الخاصة به، وتتولى Together AI تشغيل وحدات GPU

19 أكتوبر — بعد أسبوع من إتاحة مستودع وصفاتها (post-training-cookbook) دون إعلان في 12 أكتوبر، والذي عرضناه هنا في 13 أكتوبر، تُطلق Together AI الخدمة رسميًا. يكتب العميل بنفسه حلقة التدريب، سواء بالضبط الدقيق الخاضع للإشراف (SFT) أو بالتعلم المعزز (RL)؛ وتتولى Together AI تشغيل مكوّن التدريب والمولّدات في البنية الأساسية على وحدات GPU مخصصة.

خاصية الخدمة	التفاصيل المعلنة من Together AI
تكييف الأوزان	LoRA، مع عدة موائمات على وحدات GPU نفسها، أو الأوزان الكاملة لبعض النماذج
دوال الخسارة المدمجة	GRPO وCISPO وDPPO والإنتروبيا المتقاطعة، أو دالة خسارة مخصصة
النماذج عند الإطلاق	Muse Spark Open وGLM 5.3 وKimi K3 وQwen 3.8-27B
سعر الإطلاق	9 دولارات لكل ساعة GPU من نوع B200 لمدة ثمانية أسابيع

تُحسب الفاتورة بالدقيقة لكل GPU، ولا يتطلب الانتقال من واجهة API الخاصة بـTinker سوى سطر واحد.

🔗 Together Post-Training (مدونة Together AI)

TorchNeuron: تعمل Transformers وDiffusers وKernels بصورة أصلية على AWS Trainium

19 أكتوبر — تُضيف Hugging Face دعمًا أصليًا لـTorchNeuron، الواجهة الخلفية الجديدة لـPyTorch من AWS لشرائح Trainium، في Transformers وDiffusers وKernels؛ وتُفتح النسخة التجريبية العامة في 20 أكتوبر. وحتى الآن، كان لا بد من استخدام Optimum Neuron، المبني على PyTorch XLA، بأشكال ثابتة وإعادة ترجمة عند كل انقطاع في الرسم البياني. ويجعل TorchNeuron الشريحة جهاز PyTorch عاديًا، مع التنفيذ الفوري (eager) وtorch.compile وFSDP2.

في الاستدلال، تعمل 89 % من أكثر 100 بنية استخدامًا لتوليد النصوص مباشرةً، مقابل 46 % مع Optimum Neuron v0.4.5، وتوصي Hugging Face الآن باستخدام Transformers وDiffusers وAccelerate وPEFT وTRL بدلًا من Optimum Neuron. ويعمل برنامج SFT قياسي من TRL على 8 شرائح Trainium2، فيما تُسرّع نواة Neuron مشتركة على Hub نماذج vision transformers بما يصل إلى 2,4 مرة.

🔗 TorchNeuron (مدونة Hugging Face)

تدعم حزم SDK الخاصة بـPython وNode من OpenAI حلقة أدوات computer use وbrowser use

16 أكتوبر — استدراكًا: في سلسلة منشورات أعاد @OpenAIDevs نشرها، يعرض كيفن وينري، من فريق تجربة المطوّرين في OpenAI، دوال مساعدة جديدة (helpers) في حزم SDK الخاصة بـPython وNode.js، تتولى إدارة حلقة الأدوات (tool loop) في Responses API. وأُضيفت الشفرة في 14 أكتوبر إلى openai-python 3.31.0 وopenai-node 7.33.0، في الجزء الأول من سلسلة مؤلفة من أربعة أجزاء.

مكوّن SDK	ما يتيحه للنموذج
`ComputerToolset`	لقطات شاشة، وإجراءات الفأرة ولوحة المفاتيح، عبر أداة computer
`BrowserToolset`	نص الصفحة وعناصر التحكم وعلامات التبويب، على هيئة أدوات دوال
مشغّل أدوات Responses	بثّ التقدّم ونقاط الاستئناف (checkpoints)

ينفّذ الإجراءاتَ مشغّلٌ (driver) يكتبه المطوّر أو يستورده، ويحتفظ التطبيق بالتحكم في العمليات المتاحة، وتأكيد التغييرات، وضوابط الأمان، وحدود عدد الخطوات. ويسرد الدليل تكاملات لدى Browserbase وBrowser Use وDaytona وE2B. وكانت حزم SDK الخاصة بـClaude قد حصلت على مجموعات أدوات مماثلة، في نسخة تجريبية، في 7 أكتوبر.

🔗 سلسلة منشورات كيفن وينري · دليل Computer use

Perplexity: الوصول إلى الموصلات بحسب الدور، ومجلد محلي في Projects، وNano Banana 2.1، ومهارة Reverse Engineer

19 أكتوبر — تنشر Perplexity أول سجل تغييرات للمنتج منذ 5 أكتوبر: سبعة من أقسامه الثلاثة عشر جديدة.

مستجدات سجل التغييرات	ما الذي يتغير	الفئات المعنية
الوصول إلى الموصلات بحسب الدور	إتاحة كل موصل للجميع أو للمشرفين أو لأدوار محددة	مشرفو باقات Enterprise التي تتضمن دعمًا
مجلد محلي في Projects	يقرأ Computer الملفات ويحفظها في مجلد على Mac افتراضيًا	تطبيق Mac بالإصدار 26.38 أو أحدث
Nano Banana 2.1 في Computer	توليد الصور وتعديلها، وإعادة المحاولة في المحادثة نفسها	كل من لديه إمكانية الوصول إلى Computer
مهارة Reverse Engineer	فحص برنامج يُسمح للمستخدم بتحليله، ثم إعادة بنائه واختباره	مجانية حتى 31 أكتوبر، بحد أقصى 10 000 رصيد لكل حساب

وهكذا يصل التحكم في الوصول بحسب الدور، الذي أُطلق في أواخر يوليو، إلى مستوى كل موصل، مع سجلات تدقيق. وتُضاف إليه في Computer لوحة شريطية للصور المصغرة، وخط خاص بالشركة (PPLX)، وإطار يوضح وضع Ask أو Computer داخل منطقة الإدخال. أما ضمن الموضوعات التي سبق تناولها، فيُتاح Gemini 4 Argon في Computer لمشتركي Pro وMax، بينما يقتصر استخدامه في البحث على مشتركي Max.

🔗 سجل تغييرات 19 أكتوبر

LiteRT Tensor API: تتيح Google كتابة نماذج مضمّنة بلغة C++ تعمل على CPU وGPU وNPU

19 أكتوبر — تطرح Google AI Edge واجهة LiteRT Tensor API، وهي طبقة من حزمة الاستدلال المضمّن لديها تتيح كتابة نموذج يدويًا، عملية تلو الأخرى، بلغة C++. يعمل الرسم البياني نفسه باستخدام LiteRT على CPU، أو على GPU بفضل محرك ML Drift، المنشور مفتوح المصدر في 8 أكتوبر، أو على NPU، ويمكن تنفيذه مباشرة على CPU عبر XNNPACK. وتُحمَّل الأوزان من ملفات .safetensors على Hugging Face، من دون تحويل، وتنتقل الموترات داخل ذاكرة المسرّع من دون نسخ.

قياسات Google على SAM 2	النتيجة المعلنة
عدد الصور في الثانية بدقة 512x512 على WebGPU	من أقل من 10 إلى أكثر من 30
السرعة مقارنةً بـ Apple MLX (MacBook Pro، fp16)	أسرع بنحو 1,5 مرة

في العرض التوضيحي، يعمل SAM 2، نموذج تجزئة الصور من Meta، داخل المتصفح باستخدام مطالبات يفسرها Gemma 4 E2B؛ وبحسب التدوينة، فإن وكيل البرمجة Antigravity هو من كتب هذا التنفيذ باستخدام Tensor API، ثم سرّعه. ويظل التحويل المسار الموصى به لمعظم المشاريع.

🔗 تدوينة Google Developers

وكلاء البرمجة: يقيّم Devin كفاءة مستخدميه، ويصبح Amp وكيلًا داخل Linear، وتصدر Mistral إصدار Vibe CLI 3.0.0، ويُتاح Gemini 4 Argon لمشتركي Google AI Pro في Antigravity

تضيف Cognition وAmp وظائف للفرق، وتطرح Mistral إصدارًا رئيسيًا من CLI الخاصة بها، وتتيح Google استخدام Gemini 4 Argon ضمن فئة اشتراك إضافية.

يقيّم Devin كفاءة كل مهندس من 0 إلى 100 ويرفع تلقائيًا حدود أصحاب أعلى التقييمات

19 أكتوبر — تضيف Cognition ثلاث وظائف لإدارة الإنفاق إلى باقة Enterprise من Devin. يقيّم مؤشر Efficiency Score استخدام كل مهندس مؤخرًا من خلال الجمع بين الكفاءة E، المقاسة بساعات العمل المنتجة لكل ACU (وحدة فوترة Devin)، وحجم الاستخدام V، المقاس بساعات العمل المنتجة يوميًا: Score = 100 × (E + 0,2 × V × (1 − E)). تأثير حجم الاستخدام محدود: يحصل مهندس متوسط على 55، ومستخدم مكثف بالكفاءة نفسها على 60، ومستهلك كبير قليل الكفاءة على 41، ومستخدم حذر لكنه شديد الكفاءة على 76.

يعلّق Devin Coach على المطالبة قبل تنفيذها، من دون إعادة كتابتها بصمت مطلقًا. ومع خيار الموافقة بناءً على الكفاءة، يحدد المشرف سقفًا: عندما يقترب مهندس بتقييم «جيد» أو «مُرضٍ» من حدّه، يرفعه Devin من دون حاجة إلى طلب منه، حتى ذلك السقف وضمن حدود المؤسسة. ويُحال ما يتجاوز السقف، وكذلك طلبات المهندسين بتقييم «يحتاج إلى تحسين» أو «غير معروف»، إلى مشرف، ولا يُرفض أي طلب تلقائيًا. هذه الموافقات متاحة الآن لجميع عملاء Devin Enterprise، ولم تُنشر أسعار لها.

🔗 تدوينة Devin

يصبح Amp وكيلًا داخل Linear: إسناد تذكرة أو ذكر @Amp يطلق orb

19 أكتوبر — يؤدي الآن إسناد تذكرة Linear إلى Amp، أو ذكره باستخدام @Amp في تعليق، إلى فتح جلسة وكيل (Agent Session) داخل Linear وإطلاق orb، وهي محادثة يعمل فيها وكيل نيابة عن الشخص. يرد Amp داخل هذه الجلسة، ويتفاعل مع الرسائل المرسلة أثناء العمل، ويُبلغ إذا توقف بسبب خطأ أو كان ينتظر الموافقة على استخدام أداة. وبحسب التوثيق، يمكن للاشتراكات أيضًا إطلاق orb لكل تذكرة جديدة. يثبّت أحد مشرفي مساحة Amp التطبيق، ويوافق عليه أحد مشرفي Linear، ثم يربط كل مستخدم حسابه، ويُضاف Linear إلى خوادم MCP الخاصة به. لم تُذكر أي أسعار؛ وكان Amp قادرًا بالفعل على الاستجابة إلى webhooks الخاصة بـ Linear منذ 23 يوليو.

🔗 إعلان Amp

Vibe CLI 3.0.0: لا تُبقي Mistral إلا على Rust CLI وUnified Harness

19 أكتوبر — تنشر Mistral من دون إعلان Vibe CLI 3.0.0، أول إصدار لها ضمن سلسلة 3.x: يضم 95 بندًا، منها 54 إصلاحًا و5 عمليات إزالة. تختفي واجهة Python القديمة ومحرك التنفيذ القديم ووضع Plan، ويظل vibe يشغّل Rust TUI، وتمر جميع الواجهات، من CLI إلى Desktop، عبر Unified Harness.

قد تؤدي عدة تغييرات إلى تعطّل تثبيت قائم: يصبح الحد الأدنى Python 3.14 بدلًا من 3.12، وتُعتمد قواعد RFC 5280 أكثر صرامة للتحقق من الشهادات، ويُتخلى عن جلسات Vibe 1.x، وتُعاد تسمية أدوات الوكلاء الفرعيين إلى agents.*. ومن الإضافات، يُنشئ /branch فرعًا من محادثة في جلسة جديدة، ويستورد Vibe Desktop جلسات وكيل برمجي آخر، ويتيح الخيار enable_mcp للمشرفين حظر خوادم MCP. وعلى Windows، لم يعد بإمكان أمر تجاوز فحص الموافقة عبر إخفاء جزء من نصه.

🔗 ملاحظات إصدار Vibe CLI 3.0.0

يُتاح Gemini 4 Argon لمشتركي Google AI Pro في Antigravity، مع حصة أسبوعية منفصلة

15 أكتوبر — استدراكًا لما فات: لم يعد Gemini 4 Argon حكرًا على مشتركي Ultra في Google Antigravity. أعلن حساب @antigravity إتاحته للمشتركين المدفوعين في Google AI Pro، داخل تطبيق سطح المكتب وCLI، بعدما كان الوصول إليه عند الإتاحة العامة في 13 أكتوبر مقتصرًا على Google AI Ultra وعملاء Gemini Enterprise المؤهلين. وبالنسبة إلى Pro، تُضاف حصة منفصلة لـ Argon، أسبوعية فقط ولم يُعلن مقدارها، إلى حصة Gemini 3.8 Flash.

فئة الاشتراك	Gemini 4 Argon في Antigravity
المجاني وGoogle AI Plus	لا
Google AI Pro	نعم، خارج الفترة التجريبية
Google AI Ultra	نعم
المؤسسات	نعم

يعمل Argon في Antigravity App وAntigravity CLI وملحقات IDE، ولا يعمل في Antigravity IDE. وفي 19 أكتوبر، أضافه Zed 1.24.3 أيضًا إلى إصداره المستقر.

🔗 إعلان @antigravity · صفحة النماذج في Antigravity

أخبار موجزة

وكلاء البرمجة وأدواتها

Claude Code 2.1.303 — صدر هذا الإصدار في 18 أكتوبر، وتقتصر ملاحظاته على سطر واحد يشير إلى إصلاحات أخطاء وتحسينات للموثوقية، من دون قائمة بالمشكلات المصححة؛ ويتبعه Agent SDK بلغة TypeScript بالإصدار 0.3.303. 🔗 المصدر
Qwen Code v0.25.3 — يأتي الإصدار المستقر بعد الإصدار التمهيدي الذي تناولناه في 16 أكتوبر، من دون تغييرات معروفة تكسر التوافق: 41 ميزة و81 إصلاحًا منذ v0.25.2، تخص في معظمها Managed Agent الذي ينفّذ أدواته عبر SSH أو داخل مساحة عمل macOS أصلية، ويحصل على وضع Plan. 🔗 المصدر
Copilot CLI 1.0.100 — أول إصدار مستقر منذ 1.0.98 الصادر في 14 أكتوبر، ولا يقدم أي جديد: تجمع بنوده البالغ عددها 49 ما ورد في الإصدارات التمهيدية من 1.0.99-0 إلى 1.0.100-1، التي عرضناها هنا من 15 إلى 17 أكتوبر. 🔗 المصدر
ZCode v3.16.1 — تُزامن Z.ai مستودع ZCode المفتوح المصدر مع الإصدار 3.16.1، من دون إصدار منشور أو ملاحظات إصدار؛ والمستجد الوحيد الموثّق هو دليل لاستخدام CLI باللغة الصينية. 🔗 المصدر
Gemini CLI، النسخة الليلية ليوم 19 أكتوبر — لا تغييرات: إنها النسخة الليلية الثالثة على التوالي المبنية على commit نفسه، إذ لم يُدمج شيء منذ مساء 16 أكتوبر، ويظل الإصدار المستقر v0.64.0 والإصدار التجريبي v0.65.0-preview.0 دون تغيير. 🔗 المصدر
Zed 1.24.3 — تضيف الملاحظة الوحيدة لهذا الإصدار المستقر Gemini 4 Argon إلى نماذج Google AI، بعدما كان موجودًا منذ 14 أكتوبر في الإصدار التمهيدي 1.25.0. 🔗 المصدر
شركاء MCP لدى Figma — استدراكًا لخبر 15 أكتوبر، تعلن Figma في Config India عن 20 شريكًا جديدًا لـ MCP، منهم Amp وJunie من JetBrains وOpenCode وCline وDelta وZed، لكن قائمتها تضم 21 اسمًا ولا تحدد الوظائف المتاحة أو مدى إتاحتها؛ وأعادت Zed نشر الإعلان في 19 أكتوبر. 🔗 المصدر · 🔗 Zed
Navan ووكلاء Cursor السحابيون — استدراكًا لخبر 16 أكتوبر، تروي Cursor كيف انتقلت Navan إلى Spring Boot 4 (8 تطبيقات، 15 مكتبة) خلال نحو أسبوع، مقارنةً بأكثر من شهر قبل عامين، باستخدام وكلاء سحابيين يعملون على أجهزتها الخاصة؛ وقد كُتب باستخدام Cursor ما نسبته 36 % من طلبات PR المدمجة في مستودعها الرئيسي على مدى 30 يومًا. 🔗 المصدر
استئناف جلسة من تطبيق GitHub Copilot في VS Code — يوضح درس إرشادي على GitHub Blog كيف يعيد إجراء «الفتح في VS Code» فتح جلسة داخل worktree الخاص بها، مع المهمة والخطة والمحادثة وdiff، قبل المراجعة والتعديلات والاختبارات المحلية وإجراء push إلى pull request الخاص بالجلسة. 🔗 المصدر
COOKED — تطلق OpenAI Developers برنامج فيديو عمّا يبنيه الفريق والمجتمع باستخدام Codex؛ وتعرض الحلقة الأولى (13 دقيقة و20 ثانية) وظائف متاحة بالفعل، من البيئات السحابية لـ Codex إلى لعبة رامن برسوم 8 بت بُنيت باستخدام Ultrafast. 🔗 المصدر

API وأطر التشغيل والتكاملات

Agent API من Perplexity — يُخضع الإعداد require_approval استدعاءات أدوات MCP والموصلات لموافقة التطبيق قبل تنفيذها، ويرفع الإعداد المسبق xhigh الحد إلى 512 000 رمز إخراج، مقابل 128 000؛ وتصحح Perplexity أيضًا بندها المؤرخ في 5 أكتوبر، الذي نقلناه هنا: يستخدم xhigh أيضًا Fast Search. 🔗 المصدر
هندسة إطار التشغيل — تنشر Perplexity دليلًا عن إطار التشغيل (harness)، أي كل ما يحيط بالنموذج داخل أداة للذكاء الاصطناعي، موزعًا على ستة مكونات، من حلقة الوكيل إلى التحقق؛ ويستشهد باختبار مستقل لم يُذكر اسمه، أدى فيه تغيير إطار التشغيل وحده إلى اختلاف يصل إلى 11 % في نتيجة النموذج نفسه على اختبار برمجي. 🔗 المصدر
SPACE لدى Crusoe — تعلن Crusoe شراكة مع Perplexity لدمج SPACE، بيئة الاختبار المعزولة المفتوحة المصدر من Perplexity، في عرض Managed AI من Crusoe Cloud، من دون موعد أو أسعار؛ وكانت Crusoe ضمن الشركاء المذكورين عند فتح مصدر SPACE في 15 أكتوبر. 🔗 المصدر
Perplexity في Lovable — استدراكًا لخبر 15 أكتوبر، تنضم Perplexity، إلى جانب Claude وFirecrawl وGemini وOpenAI وp0 وTypeSafe، إلى مزودي وظائف الذكاء الاصطناعي التي تدمجها Lovable في التطبيقات، لتقديم إجابات آنية من الويب مع استشهادات؛ من دون أسعار أو تفاصيل تقنية. 🔗 المصدر
وكيل صوتي لا يصمت — يوضح دليل من Google Developers كيف تتجنب أدوات ADK المتدفقة وغير الحاجبة فترات صمت وكيل صوتي يعمل على gemini-3.8-live: في سير عمل لإعداد تقرير مبيعات، تنخفض المدة حتى ينطق كلماته الأولى من 14,4 ثانية إلى 1,2 ثانية، من دون إضافة وظيفة جديدة. 🔗 المصدر
DeepSeek-V4.1-Flash-1017 لدى Together AI — أصبح نموذج DeepSeek، الذي عرضناه هنا في 17 أكتوبر، متاحًا على Together AI، «بالسعر نفسه» بحسب الجهة المستضيفة. 🔗 المصدر

النماذج المفتوحة والأبحاث

Muse Glimmer — تنشر Meta التقرير التقني لنموذجها المفتوح بحجم 30B، المخصص لمهام الوكلاء على الأجهزة الاستهلاكية، والذي أُطلق في أغسطس: نصوص وصور، وأكثر من مئة لغة، ونحو 4 بت على GPU واحد، وترخيص Apache 2.0؛ وتقول Meta إنه يتصدر فئته مقارنةً بـ Gemma4-31B وQwen3.6-27B، من دون أرقام في الملخص. 🔗 المصدر
SlideOn وmSlideOn — تنشر LightOn نموذجين للاسترجاع المتناثر (sparse retrieval) مشتقين من DenseOn وmLateOn، بحجم 174M (للإنجليزية) و339M معلمة (لعدة لغات): يسجل SlideOn نتيجة 56,68 على BEIR-15 مقابل 56,20 لـ DenseOn، ويتقدم mSlideOn بـ 10,19 نقطة على MLDR مقارنةً بـ mDenseOn. 🔗 المصدر
tokenizers v1.0.0-rc.3 — يجلب الإصدار المرشح الثالث من tokenizers v1 المكتبة إلى المتصفح، عبر واجهات ربط WebAssembly المنشورة على npm بالاسم tokenizers-wasm، ويتيح تحميل ModernBERT وNLLB والنماذج المحوّلة من SentencePiece. 🔗 المصدر
Transformers v5.20.2 — إصدار لإصلاح الأخطاء: لم تعد المدخلات تفقد نوعها أثناء التوليد، وهو ما كان يعيق النماذج متعددة الوسائط، ولم تعد تدرجات الخبراء تساوي صفرًا عند استخدام bfloat16 مع توازي الخبراء. 🔗 المصدر
فرز المطالبات — في تدوينة مجتمعية، يرفع عبد الناصر بدوي سرعة vLLM، من دون تعديله، بنسبة 12 إلى 17 % على Qwen3-30B-A3B وبنسبة 7 إلى 12 % على gpt-oss-120b، عبر فرز المطالبات بحسب المجال قبل الاستدلال على دفعات، لأن الطلبات المتشابهة تستدعي الخبراء أنفسهم؛ ويتلاشى هذا المكسب في خدمة الاستدلال الآني الحساسة لزمن الاستجابة. 🔗 المصدر
Nesso3-0.4B-Agentic — تنشر mii-llm نموذجًا ثنائي اللغة، بالإيطالية والإنجليزية، بحجم 0,4 مليار معلمة لاستدعاء الأدوات، بترخيص Apache-2.0: يسجل 74/100 على مجموعة الاختبارات الثنائية اللغة التي أعدّها مؤلفوه، مقابل 67 لـ Qwen3-0.6B، لكنه يسجل 48 % مقابل 84 % على الأدوات العامة باللغة الإنجليزية. 🔗 المصدر
S²-MAS وFin-Laya — يحاكي يانغ لي 12 مليون وكيل مستمدين من 500 مليون شخصية افتراضية لأسر، خلال 3 ساعات و59 دقيقة على 14 GPU، ويقدم Fin-Laya، نموذجًا لاتخاذ القرارات المالية بدقة 74,5544 % ومتوسط زمن استجابة 9,10 ms، مقابل 206,77 ms لـ Jev 1.13، وفق قياساته الخاصة. 🔗 المصدر
BlenderWorld — استدراكًا لخبر 15 أكتوبر، تنشر Qwen اختبارًا معياريًا للإنشاء ثلاثي الأبعاد داخل Blender (223 مهمة، 2 651 معيارًا ثنائيًا): من بين 13 نموذجًا، يتصدر GPT-6-Astra بنتيجة 79,9 من 100، أمام Opus-5 (73,0) وGPT-5.6-Sol (67,7)، ويأتي Qwen3.8-Max خامسًا (60,6)، ولا يحقق النموذج المتصدر جميع المعايير إلا في 42,2 % من المهام. 🔗 المصدر

العتاد والمنتجات الاستهلاكية والإبداع

أسعار حواسيب RTX Spark المحمولة — استدراكًا لخبر 16 أكتوبر، يعلن بيان الإطلاق الصحفي من NVIDIA توافر حواسيب RTX Spark المحمولة من ASUS وDell وHP وLenovo وMicrosoft وMSI عالميًا بأسعار تبدأ من 2 599 دولارًا؛ بينما تذكر تدوينة NVIDIA المنشورة في 17 أكتوبر أسعارًا تبدأ من 2 399 دولارًا للمصنّعين أنفسهم. 🔗 البيان الصحفي · 🔗 التدوينة
Grok Bot على زر الإجراءات — يعرض حساب @bot، الخاص بـ Grok Bot، مقطع فيديو يوضح إمكانية تعيين المساعد لزر الإجراءات في iPhone، على غرار dots من OpenAI التي عُرضت هنا في 18 أكتوبر؛ ولا يُذكر إصدار iOS أو خطة الاشتراك، ولا توجد تدوينة على x.ai أو إعادة نشر من @SpaceXSI. 🔗 المصدر
Chroma Awards، الموسم 2 — تفتح ElevenLabs الموسم الثاني من مسابقة الإبداع بالذكاء الاصطناعي التي تقول إنها احتضنتها: خمس فئات، وتجارب بقيمة 1 مليون دولار، وجوائز تتجاوز 450 000 دولار؛ وتحدد التدوينة موعد الإغلاق في 1 يناير 2027، ثم تذكر 7 يناير في شروطها، قبل حفل يقام في 11 فبراير 2027. 🔗 المصدر

GitHub، خارج نطاق الذكاء الاصطناعي

عمليات الاستنساخ عبر HTTPS مع المصادقة — خلال فترات حركة البيانات غير المعتادة، قد تفرض GitHub مؤقتًا المصادقة على بعض عمليات git clone وgit fetch عبر HTTPS في المستودعات العامة؛ ولا تتأثر عمليات SSH أو الدفع أو العمليات التي تستخدم المصادقة، وتوصي GitHub باستخدام GITHUB_TOKEN أو رمز وصول من GitHub App في أنظمة التكامل المستمر. 🔗 المصدر
CodeQL وXcode 27 وSwift 6.4 — بسبب غياب شيفرة x86_64 من بعض ملفات Apple الثنائية الخاصة بالنظام، لم يعد CodeQL يتتبع عمليات البناء باستخدام Xcode 27، ولا يدعم Swift 6.4 على أي منصة؛ وسيصبح دعم أجهزة Mac المزودة بمعالجات Intel متقادمًا في منتصف ديسمبر، وتوصي GitHub بتثبيت بيئة العمل على الإصدارين macOS 26 وXcode 26. 🔗 المصدر

ماذا يعني ذلك

تتنافس MiniMax وBlack Forest Labs على الأرضية نفسها: سرعة إنجاز المهمة وتكلفتها، أكثر من الجودة المطلقة. يتجاوز M3.1 Flash معدل 200 رمز في الثانية في المخرجات، ويخفض تكلفة استخدام مهام الوكلاء بنسبة 70 %، ويتقاضى 0,15 دولار لكل مليون رمز إدخال؛ وينتج FLUX 3 Max فيديو مدته 10 ثوانٍ في 12,45 ثانية، بسعر 0,0425 دولار للثانية حتى 7 نوفمبر. تضاهي الجودة المعلنة جودة أفضل النماذج من دون أن تتجاوزها: يحتل FLUX 3 Max المركز الأول بالتساوي في تصنيف يتقدمه فيه MiniMax H3 بنقطتين، ضمن هامش عدم اليقين، ويقول القائمون على M3.1 Flash إنه يتصدر النماذج الصينية في اختبارين معياريين للوكلاء. كذلك خضع نموذج MiniMax للاختبار في ظروف فعلية: عالج Space Bunny أكثر من 200 000 مليار رمز من دون الكشف عن الجهة التي طورته، وظلت نسخته الأولية في صدارة OpenCode طوال اثني عشر يومًا بحسب MiniMax. تبقى هذه الأرقام كلها صادرة عن الجهات المطورة، ولا يزال تصنيف Artificial Analysis أوليًا.

أصبح التدريب اللاحق منتجًا قائمًا بذاته. لم تنشئ fal نموذج FLUX 3 Max من الصفر: بل عدّلت FLUX 3 من Black Forest Labs وحسّنته، كما سبق أن حوّلت MiniMax H3 إلى H3 Max؛ وبحسب fal، أكسب التدريب اللاحق النموذج 50 نقطة Elo، وجعل العمل على الاستدلال التوليد أسرع بنحو عشر مرات. تبيع Together AI هذه القدرة الآن لعملائها، الذين يكتبون حلقة التدريب الخاصة بهم، سواء SFT أو RL، على نماذج مفتوحة، ويتيح TorchNeuron استخدام شرائح Trainium من AWS عبر برامج PyTorch المعتادة التي تستخدم Transformers وTRL. وفي الطرف الآخر من السلسلة، يزداد تركّز التدريب المسبق: يستهدف Prometheus مليون وحدة GPU، ويتمحور معظم محتوى تدوينة Meta حول الموثوقية، مع 8 وحدات GPU احتياطية لكل رف وانخفاض الانقطاعات بنسبة 99 %. وتعالج MARBLE مشكلة التوسع نفسها من جانب البرمجيات، لتسلسلات تضم عدة ملايين من الرموز.

تكتسب الوكلاء أيضًا ضوابط إدارية: من يستطيع تشغيل ماذا، وبأي ميزانية، وبعد أي موافقة. يرفع Devin بنفسه حدود المهندسين الذين يراهم فعالين، ويحيل الآخرين إلى مسؤول؛ ويتيح Perplexity كل موصّل لأدوار محددة، ويمكن لـ Agent API الخاص به تعليق استدعاء MCP حتى يوافق التطبيق؛ وتتيح مجموعات أدوات OpenAI للتطبيق تأكيد التعديلات وتحديد عدد الخطوات؛ ويمنح Vibe CLI 3.0.0 المسؤولين خيارًا يعطل خوادم MCP. أما Amp، فيعمل داخل Linear باسم الشخص الذي يسند إليه تذكرة: يستقر الوكيل داخل أدوات الفريق، ويعمل عبر اتصال كل شخص بحسابه على Linear.

وأخيرًا، يجلب الخريف للمطورين نصيبه من عمليات الانتقال. يغادر GPT-4o وGPT-4.1 واجهة API الخاصة بـ OpenAI في 14 يناير 2027، وتغادر نماذج تحويل النص إلى كلام tts-1 وgpt-4o-mini-tts اعتبارًا من 6 يناير، ولا تظهر هذه التواريخ إلا في صفحة الإيقاف التدريجي: لذا فإن متابعة سجل تغييرات API وحده تفوّت هذه المعلومات. وعلى Trainium، توصي Hugging Face بالتخلي عن Optimum Neuron لصالح Transformers وTRL على TorchNeuron. كذلك يتطلب Vibe CLI 3.0.0 استخدام Python 3.14، ويتحقق من الشهادات بصرامة أكبر، ولم يعد يتيح إعادة فتح جلسات Vibe 1.x، وهو ما قد يفاجئ من يحدّث دون قراءة ملاحظات الإصدار.