يتناول هذا التقرير تحليلاً مقارناً لعدد من نماذج وبرامج الذكاء الاصطناعي التي تم استخدامها ضمن مشروع في دبلومة الذكاء الاصطناعي (مايندرا برو)، وذلك من خلال العمل على منصة Notebook AI. شمل التحليل كلاً من: نماذج DeepSeek، ونماذج GPT-5.1 التابعة لـ OpenAI (ChatGPT)، بالإضافة إلى نماذج Gemini من Google DeepMind، مع توضيح مزايا كل منها والاختلافات الرئيسية بينها، وكيف يمكن الاستفادة منها عملياً في المهام المختلفة. أولاً: نماذج DeepSeek (مثل DeepSeek-R1-0528) يُعد نموذج DeepSeek-R1-0528 واحداً من نماذج الاستدلال المتقدمة، وهو نسخة مطورة من نموذج DeepSeek-R1، وتم تصميمه ليقدم أداءً أفضل في مهام التفكير العميق والتحليل المعقد. أهم مزايا نموذج DeepSeek-R1-0528: 1. يمتلك قدرات استدلال قوية، حيث تم تطويره ليقدم تفكيراً منطقياً أعمق واستدعاء وظائف (Function Calling) أكثر دقة، بالإضافة إلى أداء مميز في البرمجة وكتابة الأكواد. 2. مناسب جداً للمهام المعقدة التي تحتاج إلى تحليل معمق، مثل حل المسائل الرياضية الصعبة أو مراجعة الأكواد أو دراسة حالات قانونية أو مالية بتفاصيل دقيقة. 3. تم تحسين طريقة تفكيره من خلال إتاحة عدد كبير من التوكِنز لعملية التفكير قبل الإجابة، مما يرفع من دقة النتائج في الاختبارات والمعايير المختلفة. 4. يتميز بدقة عالية في المجالات المتخصصة، مثل الرياضيات والبحث العلمي والقانون والرعاية الصحية والتحليل المالي، وهي مجالات تتطلب عادة خبرة بشرية متقدمة. 5. تم تقليل معدل “الهلوسة” في الإجابات وتحسين أداء النموذج في استدعاء الوظائف والتعامل مع الأكواد. 6. يستخدم بكفاءة في تحليل مخرجات نماذج ذكاء اصطناعي أخرى، وتحليل وتحسين الشفرات البرمجية، والتخطيط الاستراتيجي، وتحليل المستندات الكبيرة والمعقدة، واستخراج معلومات دقيقة من نصوص طويلة أو غير واضحة. أما النماذج غير الاستدلالية المرتبطة بعائلة DeepSeek أو نماذج مشابهة مثل Llama 3.3 70B أو DeepSeek-V3، فتركز بشكل أكبر على الكفاءة والسرعة والتكلفة الأقل، وتُستخدم عندما تكون المهام واضحة ومباشرة، مثل إنتاج مخرجات منظمة (JSON) أو تنفيذ أوامر محددة بسرعة. ثانياً: نماذج OpenAI – GPT-5.1 (ChatGPT) قامت OpenAI بإصدار إصدارات مختلفة من GPT-5.1، من أهمها: GPT-5.1 Instant و GPT-5.1 Thinking، ولكل منهما استخدامات ومميزات معينة.