أي ذكاء اصطناعي هو الأفضل في الرياضيات؟ ترتيب صريح
بقلم Chatday Editorial Team ·
إذا كنت تريد أقوى ذكاء اصطناعي في الرياضيات الآن، فهو GPT-6.1 Sol. في وقت سابق من هذا الشهر، أصبح أول نموذج يحل كل مسألة في أصعب مستوى من FrontierMath، وهو اختبار مبني على أسئلة بمستوى البحث العلمي يكتبها رياضيون محترفون، ولم تكن نماذج الذكاء الاصطناعي قادرة على الاقتراب منها حتى وقت قريب. بعده يأتي Claude Sonnet 5.5 وClaude Opus 5 بين النماذج التي يمكنك استخدامها فعليًا في Chatday.
هذا هو جواب قائمة الصدارة. أما في ورقة كسور، أو تقدير قرض عقاري، أو تقسيم بقشيش، فأي نموذج من النماذج المتقدمة سيؤدي الغرض، والأخطاء التي ما زال يرتكبها لا تتعلق كثيرًا بمدى ذكائه.
كيف صنّفنا نماذج الذكاء الاصطناعي في الرياضيات
لم نخترع اختبارًا جديدًا. اعتمدنا على أصعب اختبار عام متاح: FrontierMath، الذي تديره مجموعة البحث المستقلة Epoch AI. أصعب مستوياته يضم بضع عشرات من المسائل غير المنشورة بمستوى بحث رياضي حقيقي. الإجابات ليست موجودة على الإنترنت، لذلك لا يستطيع النموذج أن يكون قد حفظها.
اخترناه لثلاثة أسباب:
- إنه صعب بما يكفي ليفرق بين أفضل النماذج. الاختبارات الأسهل بمستوى المدرسة توقفت منذ فترة عن كشف الفروق بينها، لأنها كلها تحصل على نتائج قريبة من القمة.
- يُفحص تلقائيًا. على النموذج أن يعطي إجابة نهائية دقيقة، فلا مجال للتقييم بالانطباع.
- إنه مستقل عن الشركات. في الأغلب. سنوضح ذلك بعد قليل.
ثم أبقينا فقط على النماذج التي يقدّمها Chatday فعليًا، لذلك كل اسم أدناه يمكنك فتحه وتجربته اليوم.
الترتيب: أي ذكاء اصطناعي هو الأفضل في الرياضيات الصعبة
إليك أداء النماذج المتاحة في Chatday في مستوى البحث من FrontierMath، مع تحويل النسب إلى صورة أسهل للفهم. النتائج مأخوذة من لوحة الصدارة العامة حتى منتصف أكتوبر 2026.
| النموذج | مسائل بمستوى البحث تم حلها | الأفضل لـ |
|---|---|---|
| GPT-6.1 Sol | كلها | أصعب البراهين والألغاز والمسائل متعددة الخطوات |
| Claude Sonnet 5.5 | نحو 8 من كل 10 | شرح الرياضيات الصعبة بخطوات هادئة وسهلة القراءة |
| Claude Opus 5 | نحو 7 من كل 10 | المسائل الطويلة التي تحتاج فيها إلى استدلال متأنٍ |
| GPT-5.5 | نحو 7 من كل 10 | خيار قوي ومألوف لكل الاستخدامات |
| Claude Haiku 5.5 | قرابة النصف | مساعدة سريعة عندما تكون السرعة أهم من العمق |
| Grok 4.6 | نحو 1 من كل 3 | الأسئلة اليومية، لا رياضيات المسابقات |
| Gemini 3.1 Pro | نحو 1 من كل 4 | مهام مختلطة مثل قراءة مخطط أو صورة لورقة تمارين |
تظهر عدة ملاحظات فورًا.
GPT-6.1 Sol هو الفائز المفاجئ. ليس حتى أغلى نموذج لدى OpenAI. إنه الفئة الأرخص التي أطلقتها OpenAI في DevDay يوم 29 سبتمبر، وقد عادل نموذج الشركة الرئيسي في هذا الاختبار وتفوق عليه بفارق ضئيل. تناولنا الإطلاق في شرح GPT-6.1 Sol.
Claude هو العائلة الأقوى في المركز الثاني. حقق Sonnet 5.5، وهو Claude متوسط الحجم، نتيجة أعلى قليلًا من Opus 5 الأكبر. الأحدث تفوق على الأكبر هنا، وهذا تذكير مفيد بأن اسم النموذج لا يخبرك بترتيبه.
Gemini وGrok يتراجعان في هذه المهمة تحديدًا. هذا لا يعني أنهما سيئان. صُمم Gemini 3.1 Pro للمهام المختلطة، مثل قراءة صورة لمسألة، وGrok سريع ومناسب للمحادثة. لكنهما ليسا الخيارين المناسبين لتسليم برهان شديد الصعوبة.
لماذا قد يتعثر نموذج يتقن رياضيات البحث في واجبك
هذا هو الجزء الذي يفاجئ الناس. نموذج قادر على حل مسائل بمستوى البحث قد يخطئ في شيء بسيط مثل 17% من 240 إذا استعجل. (الإجابة 40.8، بالمناسبة.)
السبب هو طريقة قراءة هذه النماذج. فهي لا ترى الأرقام كما تفعل الآلة الحاسبة. إنها تقسم النص إلى أجزاء وتتنبأ بما يأتي بعدها، وهذا أيضًا سبب أن بعضها لا يستطيع عد حروف R في كلمة strawberry. السلاسل الطويلة من الأرقام هي بالضبط المكان الذي يمكن أن يحدث فيه الانزلاق.
صياغة السؤال مهمة أيضًا. في عام 2024، اختبر باحثون من Apple نماذج على مسائل كلامية بمستوى المدرسة الابتدائية وأضافوا جملة تبدو بلا ضرر لكنها غير ذات صلة، مثل ملاحظة أن بعض التفاحات كانت أصغر من غيرها. انخفضت النتائج بشدة، حتى 65% في بعض النماذج، لأنها حاولت استخدام التفصيل الزائد. في اختبارات لاحقة على نماذج أحدث، كان التأثير أصغر بكثير، لذلك ضاقت الفجوة كثيرًا. لكن الدرس ما زال صحيحًا: أصعب جزء في المسألة الكلامية بالنسبة إلى الذكاء الاصطناعي يكون غالبًا القراءة، لا الرياضيات.
إليك مصدر الأخطاء اليومية عادة:
| ما الذي يحدث خطأ | كيف يبدو | الحل السريع |
|---|---|---|
| استعجال الحساب | رقم خاطئ في عملية ضرب طويلة | اطلب منه إعادة الحساب خطوة بخطوة |
| سوء قراءة السؤال | يجيب «شهريًا» وأنت سألت «سنويًا» | اطلب منه أولًا إعادة صياغة السؤال بكلماته |
| تفاصيل مشتتة | يستخدم رقمًا لا يهم | أخبره أي الحقائق ذات صلة |
| ثقة زائدة | إجابة مرتبة لكنها خاطئة ولا يظهر فيها شك | اسأله كيف سيتحقق من الإجابة |
أفضل ذكاء اصطناعي للرياضيات حسب ما تفعله فعلًا
قائمة الصدارة تخبرك من الأذكى. وهذا يخبرك من تفتح.
الأفضل لطالب عالق في واجب
استخدم Claude Sonnet 5.5. إنه قريب من القمة في الرياضيات الصعبة، ويميل إلى شرح كل خطوة بلغة واضحة، وهذا ما تريده إذا كان الهدف هو الفهم لا النسخ. اطلب منه أن يعطي تلميحات قبل الإجابة. مطالباتنا للمساعدة في الواجبات مبنية حول هذه الفكرة.
الأفضل للمسائل الصعبة فعلًا
استخدم GPT-6.1 Sol. ألغاز أولمبياد، برهان لم تستطع حله، سؤال إحصاء فيه عدة أجزاء متحركة. امنحه وقتًا للتفكير واطلب الحل الكامل.
الأفضل لحسابات المال
الميزانيات، أقساط القروض، تقسيم الإيجار. أي نموذج متقدم يصلح، فاختر النموذج الذي ترتاح في الحديث معه. الخطر هنا هو رقم واحد خاطئ، لذلك اطلب دائمًا خطوات الحل وراجع الرقم النهائي بنفسك.
الأفضل لصورة ورقة تمارين
صُمم Gemini 3.1 Pro للعمل مع الصور والنصوص معًا. دعه يقرأ المسألة وينسخها، ثم سلّم الحل الفعلي إلى GPT-6.1 Sol أو Claude إذا كانت صعبة.
كيف تحصل على إجابات رياضية يمكنك الوثوق بها
لا تحتاج إلى مطالبة خاصة. تحتاج إلى ثلاث عادات:
- اطلب الخطوات، لا الإجابة فقط. عبارة «أظهر طريقة الحل» تجعل النموذج يبطئ، وتعطيك شيئًا يمكنك مراجعته.
- اجعله يتحقق. تابع بقولك «عوّض بإجابتك في المسألة الأصلية وتحقق منها». هذه طريقة بسيطة لكشف الهفوات.
- خذ رأيًا ثانيًا. النموذج المختلف يرتكب أخطاء مختلفة، لذلك اتفاق نموذجين يستحق أكثر بكثير من رد واحد واثق.
هذه العادة الأخيرة هي سبب فائدة وجود عدة نماذج في مكان واحد. طرح السؤال نفسه على GPT-6.1 Sol ثم Claude Sonnet 5.5 لا ينبغي أن يعني تطبيقين واشتراكين.
جرّب أقوى نموذجين جنبًا إلى جنب
تريد أن ترى الفرق على مسألتك أنت؟ اختر سؤالًا يهمك فعلًا، مسألة واجب معقدة أو حسابًا لا تريد أن تخطئ فيه، وضع أقوى نموذجين في الرياضيات بجانب بعضهما.