"رايتر" تستهدف فاتورة التوكنز لا لوحة الصدارة مع Palmyra X6

شركة "رايتر" (Writer) للذكاء الاصطناعي المؤسسي أطلقت الخميس 13 أغسطس 2026 نموذجها الرائد الجديد Palmyra X6، مصحوباً بترقية جوهرية لبنيتها التحتية للتنفيذ الوكيلي (Agentic Harness)، وهي الطبقة التي تتحكم في كيفية تخطيط نماذجها واستدعائها للأدوات وتنفيذها لمهام متعددة الخطوات. أُتيح النموذج والترقية للعملاء في اليوم نفسه.

اللافت أن "رايتر" لم تُسوّق Palmyra X6 كبطل اختبارات معيارية (Benchmark) جديد، بل ربطته بهمّ أكثر واقعية يقلق قطاع المؤسسات: تكاليف التوكنز المتصاعدة مع توسّع أحمال العمل الوكيلية. وقالت الرئيسة التنفيذية ماي حبيب إن مشتري الحلول المؤسسية باتوا اليوم أكثر اهتماماً بضبط هذه التكاليف من انشغالهم بمطاردة أرقام الأداء الخام.

"مشترو الحلول المؤسسية يركّزون على تسطيح التكاليف لا على مطاردة الاختبارات المعيارية"، هكذا لخّصت حبيب الدافع وراء هذا الإطلاق.

خمسون بالمئة... من حساب الشركة نفسها

تقول "رايتر" إن الجمع بين النموذج الجديد وبنية التنفيذ المُعاد هندستها قد يخفض تكاليف المهام الأساسية بنسبة تصل إلى 50%. هذا الرقم تقدير داخلي من الشركة، ولم يخضع لتحقق مستقل مقارنة ببنى وكيلية منافسة.

يبدو أن ترقيات بنية التنفيذ هي التي تحمل الجزء الأكبر من هذا التوفير. فقد نشرت "رايتر" بحثاً داخلياً يُظهر أن تحسينات الكفاءة في هذه البنية، بمعزل عن النموذج المستخدم، خفّضت التكاليف بمعدل 40% في المتوسط عبر عدة نماذج جرى اختبارها. وهذا يشير إلى أن التوفير مرتبط بذكاء التنسيق أكثر من ارتباطه بكفاءة Palmyra X6 نفسه: استدعاءات أقل هدراً للأدوات، إدارة أكثر إحكاماً للسياق، واستهلاك أقل للتوكنز الزائدة أثناء تنفيذ المهام.

نموذج مبني على أساس مفتوح

Palmyra X6 ليس مبنياً من الصفر، بل هو نسخة معاد تدريبها (Post-trained) من GLM-5.2، النموذج مفتوح المصدر التابع لمختبر الذكاء الاصطناعي الصيني Z.ai، وهي حقيقة أعلنتها "رايتر" صراحة بدل إخفائها. الاعتماد على نموذج مفتوح الأوزان يوفّر على "رايتر" تكاليف التدريب المسبق الضخمة لبناء نموذج أساسي من الصفر، ويتيح لها توجيه مواردها نحو الضبط الدقيق وطبقة التنفيذ، حيث تعتقد الشركة أن القيمة الحقيقية للمؤسسات باتت تكمن الآن.

كذلك تقدّم "رايتر" هذا الإطلاق بوصفه منفتحاً لا مغلقاً على منظومتها. فبإمكان Palmyra X6 العمل جنباً إلى جنب مع نماذج الشركة الأخرى، أو مع نماذج خارجية مستوردة عبر Azure أو Amazon Bedrock، ما يتيح للعملاء المؤسسيين مزج نماذج مختلفة ضمن بنية التنفيذ نفسها بدل الارتباط الحصري بمنظومة "رايتر".

الرهان الأساسي وراء هذا الإطلاق هو أن الذكاء الاصطناعي الوكيلي في طريقه من مرحلة المشاريع التجريبية إلى الإنتاج الفعلي، وأن تكلفة تشغيل هذه الأنظمة على نطاق واسع، لا نتائجها في الاختبارات المعيارية، هي ما سيحدد أي مزوّدين ستستمر المؤسسات بالتعامل معهم.