باختصار
استخدموا وضع الاستدلال أو «التفكير» للمسائل الصعبة فعلًا، مثل الرياضيات متعددة الخطوات أو الشيفرة المعقدة أو التحليل الدقيق، واستخدموا نموذجًا عاديًا أو سريعًا للأسئلة اليومية والمسودات والملخصات. فأوضاع الاستدلال تكتب سلاسل طويلة مخفية من خطوات الحل قبل أن تجيب، ووجد أحد الاختبارات المعيارية أنها استهلكت في المتوسط 30 ضعف الطاقة.
الخطوات
- ابدؤوا بالنموذج العادي أو السريع للأسئلة اليومية والكتابة.
- انتقلوا إلى وضع الاستدلال حين تحتاج المهمة إلى عدة خطوات منطقية أو تحقق دقيق.
- أوقفوا الاستدلال مجددًا بمجرد الانتهاء من الجزء الصعب.
- تحققوا مما إذا كان تطبيقكم يختار الوضع تلقائيًا، وتجاوزوا اختياره في المهام البسيطة إن أمكن.
أوضاع الاستدلال للمسائل الصعبة، لا لكل سؤال. فنموذج «التفكير» يعالج المسألة خطوة بخطوة قبل أن يجيب، فيكتب كثيرًا من الرموز (tokens) المخفية لخطوات الحل. وقد يحسّن ذلك الإجابات في المهام الصعبة، لكنه يكلّف حوسبة أكثر بكثير.
كم يستهلك الاستدلال من طاقة إضافية؟
أكثر بكثير، بحسب الأدلة المتوفرة حتى الآن. اختبر فريق AI Energy Score في Hugging Face نماذج مفتوحة في أواخر 2025، ووجد أن نماذج الاستدلال استهلكت في المتوسط 30 ضعف الطاقة. وحين شُغّل النموذج نفسه مع تفعيل الاستدلال وإيقافه، استهلك ما بين 150 و700 ضعف الطاقة مع تفعيل الاستدلال، وأنتج ما بين 300 و800 ضعف الرموز. وهذه اختبارات لنماذج مفتوحة على مهام معيارية؛ ولا تنشر الخدمات التجارية أرقامًا قابلة للمقارنة.
ووجد Kim وShin وChung وRhu نمطًا مرتبطًا في «التوسيع وقت الاختبار» (test-time scaling) بشكل أعم: فإنفاق مزيد من الحوسبة لكل إجابة أعطى عائدًا متناقصًا في الدقة.
متى يستحق العناء؟
| المهمة | يكفي عادة | يساعد الاستدلال |
|---|---|---|
| حقائق سريعة، وإعادة صياغة، ورسائل بريد إلكتروني | نموذج عادي أو سريع | نادرًا |
| الملخصات والمسودات الأولى | نموذج عادي | نادرًا |
| رياضيات أو منطق متعدد الخطوات | أحيانًا | كثيرًا |
| تصحيح أخطاء شيفرة معقدة | أحيانًا | كثيرًا |
| الموازنة في قرار معقد | نموذج عادي للبداية | حين تكون الإجابة الأولى سطحية |
أخطاء شائعة
- ترك الاستدلال مفعّلًا طوال الوقت لأنه يبدو «أذكى».
- استخدامه في الكتابة الإبداعية أو إعادة الصياغة البسيطة، حيث نادرًا ما يساعد.
- عدم التحقق من التبديل التلقائي بين الأوضاع. فبعض التطبيقات تقرر عنكم؛ تحققوا مما إذا كان بإمكانكم الاختيار.
لاختيار النماذج بشكل أعم، انظروا اختاروا نموذج ذكاء اصطناعي أصغر و اختيار النموذج المناسب.
المصادر
- AI Energy Score v2: refreshed leaderboard, now with reasoning, Luccioni and Gamazaychikov, Hugging Face (2025)
- The cost of dynamic reasoning: demystifying AI agents and test-time scaling from an AI infrastructure perspective, Kim, Shin, Chung and Rhu, HPCA 2026 (2025)
ذو صلة
كيف أختار نموذج ذكاء اصطناعي أصغر؟
كيف تختارون أصغر نموذج ذكاء اصطناعي يؤدي مهمتكم جيدًا: حدّدوا مستوى الجودة، واختبروا من الأصغر إلى الأكبر، وراجعوا تصنيفات الطاقة، واحتفظوا بنموذج كبير احتياطيًا.
كيف أستخدم وكلاء الذكاء الاصطناعي وأدوات البحث المعمّق دون هدر؟
متى يستحق وكلاء الذكاء الاصطناعي وأوضاع البحث المعمّق استهلاكهم الأعلى بكثير من الرموز، وكيف تكلّفونهم بوضوح حتى ينتهوا بسرعة بدل الدوران في حلقات.
كيف أقلل استهلاك الطاقة عند استخدام ChatGPT؟
طرق عملية لخفض طاقة استخدام ChatGPT وروبوتات المحادثة المشابهة: محادثات أقصر، وإعادة توليد أقل، ونماذج أخف، وتوليد صور أقل.
اختاروا النموذج المناسب للمهمة
كيف تختارون ذكاءً اصطناعيًا بالحجم المناسب: متى تستخدمون نماذج صغيرة أو متخصصة، ومتى يستحق نموذج متقدم كلفته، وكيف يعمل التوجيه، ومتى لا تستخدمون الذكاء الاصطناعي.