100 نموذج ذكاء اصطناعي،100 نموذج ذكاء اصطناعي،
تحت المجهر.

الأعلى تقييمًاالأعلى تقييمًا

37 نموذجًا لديها قياسات مستقلة كافية للتقييم. تُقيَّم كل فئة وفق معاييرها الخاصة، لذا يبقى هذا العرض المختلط دليلًا تقريبيًا — استخدم التبويبات للمقارنة بين المتماثلات.

لا يُنشر سوى الصدارة. فكلما نزلنا في الترتيب صارت الدرجات في معظمها لنماذج أقدم محفوظة للرجوع إليها، أو لنماذج بالكاد تملك قياسات تكفي للتقييم، ما يجعل جدول «الأدنى تقييمًا» حديثًا عن ثغرات الأدلة أكثر منه عن المنتجات. وصفحة كل نموذج تعرض درجاته وما ينقصه.

تقيس الدرجة القدرة فقط: السعر والإتاحة مقاسان أيضًا، لكنهما يظهران في صفحة كل نموذج بدل دمجهما في هذا الرقم. وتُحتسب الدرجات عند الحد الأدنى لنطاق الثقة لكل مصدر، والنماذج المتداخلة النطاقات تُعلَّم متعادلة لأن الأدلة لا تفرّق بينها. أما النماذج التي تقل قياساتها المستقلة عن الحد المطلوب فهي قيد التقييم ولا تظهر هنا إطلاقًا. كيف يعمل التقييم

نماذج صُنعت في العالم العربينماذج صُنعت في العالم العربي

مرتّبة بحسب إجادتها للعربية — وهو ما لا تقوله الدرجات أعلاه، لأن المقاييس التي تقف وراءها تُجرى بالإنجليزية. وتنشر لوحتان مستقلتان قياسًا للعربية في صورة يمكن قراءتها والتحقق منها، وهما تختبران أمرين مختلفين، فأُفردت لكل واحدة علامة تبويب بدل متوسط لا يعبّر عن أيٍّ منهما.

وللمقارنة، أعلى علامة على هذه اللوحة هي 8.2، يحملها gpt-5-2025-08-07 — وهو نموذج صُنع خارج المنطقة.

لم تقِسه هذه اللوحة بعد: Karnak, Yehia 7B, ALLaM 7B Instruct.

تختلف اللوحتان على بعض هذه النماذج، والخلاف يستحق القراءة لا التذويب في متوسط: فالمقاييس الاختبارية أكثرها اختيار من متعدد، ويمكن تدريب النموذج على إجادته، أما AraGen فيحكم على أجوبة يقرأها إنسان فعلًا. والنموذج الذي يتصدّر إحداهما ويتأخر في الأخرى يقول عن نفسه شيئًا حقيقيًا.

تتبع العلامات القاعدة نفسها المتّبعة في بقية الموقع: نسبة منشورة مقسومة على 10، لا تقدير أبدًا. وهذه النماذج مفصولة عن المئة في الدليل لأنها تُقاس بمقاييس أخرى وفي ميدان آخر — فمركزها هنا لا يقول شيئًا عن موقعها عالميًا، ومركزها هناك لا يقول شيئًا عن عربيتها. كيف يعمل التقييم

في هذا الدليلفي هذا الدليل

آخر ما صدرآخر ما صدر