Reka

شركة Reka هي شركة ذكاء اصطناعي تأسست عام 2022 على يد باحثين من Google DeepMind و Meta و Baidu، بقيادة الرئيس التنفيذي داني يوغاتاما (Dani Yogatama) وكبير العلماء يي تاي (Yi Tay)، الذي قاد سابقاً تطوير PaLM و UL2 في Google. تبني الشركة عائلة من النماذج اللغوية متعددة الوسائط المدربة من الصفر، مما يعني أن كل نموذج في تشكيلتها يعالج النصوص والصور والفيديو والصوت كمدخلات أصلية من الدرجة الأولى، وليس من خلال محولات لاحقة. يتمثل العرض الأساسي لشركة Reka في تقديم قدرات استنتاج متعددة الوسائط رائدة للمؤسسات التي تحتاج إلى مرونة في النشر: سواء عبر السحابة، أو محلياً (on-premises)، أو معزولة عبر سحابة خاصة افتراضية (VPC)، أو مفصولة تماماً عن الشبكة (air-gapped).

تتضمن التشكيلة الحالية أربعة مستويات من النماذج. يُعد Reka Core (67B) النموذج الرائد، حيث يتعامل مع مهام الاستنتاج المعقدة عبر جميع وسائط الإدخال الأربعة مع نافذة سياق تبلغ 128,000 رمز (token). يمثل Reka Flash (21B) فئة الأداء مقابل التكلفة: تم إطلاق إصدار Flash 3 مفتوح المصدر في مارس 2025 بموجب ترخيص Apache 2.0، مما يجعله متاحاً لعمليات النشر ذاتية الاستضافة. يستهدف Reka Edge (7B) الاستدلال في الوقت الفعلي على الأجهزة ذات الموارد المحدودة، بينما صُمم Reka Spark (1B) للتضمين على الأجهزة (on-device embedding). يمكن الوصول إلى جميع النماذج عبر RESTful API مع حزم تطوير برمجيات (SDKs) لـ Python و JavaScript، وتتولى منصة Reka Vision التابعة للشركة مهام البحث واسع النطاق في مقاطع الفيديو والصور لعملاء المؤسسات بما في ذلك Shutterstock و Turing Video.

نظرة سريعة على Reka، أبريل 2026

تتألف عائلة نماذج Reka حالياً من أربعة نماذج إنتاجية. يُعد Reka Core النموذج الرائد بحجم 67B، وقد تم تدريبه من الصفر على 5 تريليونات رمز (token) خالية من التكرار عبر 32 لغة مع نافذة سياق تبلغ 128K. كان Reka Flash 21B أول نموذج يحظى باهتمام كبير من المجتمع عندما عادل أداء Gemini Pro في معايير MMLU و GPQA على الرغم من تدريبه بواسطة فريق يضم حوالي 20 باحثاً. يتنافس Reka Flash 3، الذي تم إصداره كمفتوح المصدر في مارس 2025 بموجب ترخيص Apache 2.0، مع QwQ-32B بمعلمات أقل بنسبة 34% ويدعم سياقاً يبلغ 32K. تبعه Flash 3.1 في يوليو 2025 مع تحسينات في التعلم المعزز. يُعد Reka Edge (7B) أسرع نموذج لغة ورؤية في فئته مقارنة بعدد معلماته، متفوقاً على Gemma 7B و Mistral 7B في المهام متعددة الوسائط. يستهدف Reka Spark (1B) عمليات النشر المضمنة على الأجهزة الفرعية.

على صعيد المنتجات، تقدم Reka ثلاث واجهات للوصول: واجهة برمجة تطبيقات الدردشة (Chat API) للتفاعلات بأسلوب النماذج اللغوية الكبيرة (LLM) مع مدخلات متعددة الوسائط، وواجهة برمجة تطبيقات الأبحاث (reka-flash-research) لمهام الاستنتاج الوكيلية متعددة الخطوات مع أوضاع التفكير المتوازي، ومنصة Reka Vision للبحث في مقاطع الفيديو والصور على نطاق واسع. تشمل أوضاع النشر واجهة برمجة التطبيقات (API)، والسحابة المدارة، والنشر المحلي (on-prem)، والسحابة الخاصة الافتراضية (VPC)، والأنظمة المفصولة عن الشبكة (air-gapped)، مما يمنح Reka ملفاً لمرونة النشر أقرب إلى موردي قواعد بيانات المؤسسات منه إلى OpenAI أو Google.

بم تتميز Reka حقاً؟

تكمن الميزة الحقيقية لـ Reka في الفهم الأصلي لمقاطع الفيديو. عندما نُشر التقرير التقني لنموذج Core في أبريل 2024، سجل Reka Core نسبة 59.3% في معيار اختبار الإدراك للفيديو (Perception Test)، متقدماً على Gemini Ultra الذي سجل 58.7%. لا يعالج GPT-4o مقاطع الفيديو المستمرة بشكل أصلي على الإطلاق، بل يتعامل فقط مع الإطارات المستخرجة. بالنسبة للمؤسسات التي تحتاج إلى الاستعلام عن أرشيفات فيديو ضخمة، أو فهرسة لقطات المراقبة، أو تشغيل الاستدلال على مكتبات الوسائط، فقد تم تصميم Reka Core و Reka Vision خصيصاً لهذا الغرض بطريقة تفتقر إليها النماذج الرائدة ذات الأغراض العامة.

يُعد الإصدار مفتوح المصدر لـ Reka Flash 3 الورقة الرابحة الأخرى. المطورون الذين يبحثون عن نموذج استنتاج قوي بحجم 21B يمكنهم تشغيله محلياً، واستضافته ذاتياً، وضبطه بدقة، وتعديله دون قيود الترخيص، لديهم الآن خيار بترخيص Apache 2.0 يقدم أداءً يضاهي النماذج الاحتكارية في فئته. إن حصوله على درجة 65.0 في MMLU-Pro وقدراته القوية في الاستنتاج الرياضي في AIME-2024 تضعه في مكانة موثوقة لمهام البرمجة، واتباع التعليمات، واستدعاء الوظائف (function-calling).

تعدد اللغات هو أيضاً ميزة تنافسية حقيقية. مع دعم 32 لغة وأداء قوي في معايير الترجمة (83.2 في COMET WMT'23 لنموذج Flash 3)، تتنافس Reka بقوة في عمليات النشر التي تتطلب تغطية للغات الأوروبية والآسيوية جنباً إلى جنب مع مهام الرؤية.

"نحن متحمسون للشراكة مع Reka لتقديم الأداء المذهل والرائد في الصناعة لنموذج Reka Core للعملاء من خلال Snowflake Cortex." - باريش غولتيكين (Baris Gultekin)، رئيس قسم الذكاء الاصطناعي في Snowflake، بيان صحفي لـ Reka، 15 أبريل 2024

"تتيح نماذج Reka الديناميكية متعددة الوسائط واللغات للمؤسسات استخلاص قيمة أكبر من بياناتها." - غريغ بافليك (Greg Pavlik)، نائب الرئيس الأول للذكاء الاصطناعي وإدارة البيانات في Oracle، بيان صحفي لـ Reka، 15 أبريل 2024

أين تتعثر Reka: العقبات التي يواجهها المستخدمون باستمرار

يُعد الحد الأقصى لحجم الفيديو في بيئة الاختبار (playground) أول إحباط يظهر في نقاشات الممارسين. تقيد واجهة chat.reka.ai تحميلات الفيديو بـ 30MB ودقيقة واحدة. بالنسبة للمتخصصين في مجال الإعلام أو فرق المؤسسات التي تختبر لقطات من العالم الحقيقي، يمثل هذا حاجزاً صلباً يجبرهم على الانتقال إلى واجهة برمجة التطبيقات (API) قبل إجراء أي تقييم حقيقي.

تخصيص المؤسسات (الضبط الدقيق، النشر المحلي، عزل VPC) ليس خدمة ذاتية. لا يوجد تسعير شفاف لأي شيء يتجاوز تكاليف الرموز (tokens) القياسية لواجهة برمجة التطبيقات. يتعين على الفرق التي تحتاج إلى نشر مخصص الاتصال بالمبيعات، وحضور العروض التوضيحية، والتفاوض على عقد قبل أن يتمكنوا من تقييم ما إذا كانت Reka تناسب أعباء عملهم بالفعل، مما يخلق احتكاكاً يستمر لأشهر مقارنة بـ Google Vertex AI أو AWS Bedrock.

عمق النظام البيئي ضعيف مقارنة بـ OpenAI و Google. البرامج التعليمية التي يبنيها المجتمع، وعمليات الدمج مع جهات خارجية، وإضافات LangChain، والمعايير العامة التي تشير إلى Reka نادرة. سيجد المطور الذي يختار نموذجاً لمشروع جديد أدوات مبنية مسبقاً لـ GPT-4o أو Gemini أكثر بكثير من أي نموذج من نماذج Reka. بدأ Reka Flash 3 في تغيير هذا الوضع بالنسبة لمجتمع المصادر المفتوحة، لكن نماذج الفئة الاحتكارية تظل غير موثقة بشكل كافٍ خارج القنوات الرسمية.

تاريخ توقف المعرفة (Knowledge cutoff) هو فجوة أخرى. يعود تاريخ توقف بيانات تدريب Reka Core إلى نوفمبر 2023، والذي كان قديماً بالفعل عند الإطلاق في أبريل 2024 وأصبح متقادماً بشكل متزايد بحلول عام 2026. تقوم كل من OpenAI و Google بتحديث تواريخ توقف المعرفة لنماذجها بشكل أكثر قوة.

أخيراً، تحمل أوضاع التفكير المتوازي في واجهة برمجة تطبيقات الأبحاث (Research API) مضاعف تكلفة باهظ: $35 لكل ألف طلب للتفكير المتوازي "المنخفض" مقابل $25 للقياسي، و $60 لكل ألف طلب للتفكير المتوازي "المرتفع". يمكن للفرق التي تستكشف مسارات العمل الوكيلية بشكل عرضي أن تتكبد فواتير ضخمة غير متوقعة.

مقارنة بين Reka و GPT-4o و Gemini 1.5 Pro

البنية الهندسية ومعالجة الفيديو. يُعد GPT-4o نموذج محول (transformer) شامل الوسائط يُقدر بحوالي 200B معلمة. يعالج النصوص والصور والصوت بشكل أصلي، لكن معالجة الفيديو في GPT-4o تعمل على الإطارات المستخرجة بدلاً من تدفقات الفيديو المستمرة. يعالج Reka Core مقاطع الفيديو الكاملة كوسيط مستمر، وهو اختلاف معماري ذو مغزى لمهام المراقبة أو الإعلام أو تحليل الفيديو العلمي. تبلغ نافذة سياق Reka Core 128K رمز، مطابقة لـ GPT-4o. كان التسعير عند الإطلاق متقارباً ($10/$25 لكل 1M رمز للإدخال/الإخراج)، لكن Reka خفضت منذ ذلك الحين تسعير Core إلى $2.00/$6.00 لكل 1M رمز، وهو أقل من تسعير GPT-4o البالغ $2.50/$10.00. لا تقدم OpenAI خيار النشر المحلي؛ بينما تفعل Reka ذلك.

نافذة السياق والنشر. يمتلك Gemini 1.5 Pro الميزة المعمارية الأكثر أهمية لعمل المؤسسات على المستندات الطويلة: نافذة سياق تبلغ مليون رمز، أي ما يقرب من 8 أضعاف نافذة Reka Core البالغة 128K. يقبل Gemini 1.5 Pro أيضاً إدخال الفيديو الأصلي بمقاطع تصل إلى ساعة واحدة، مقارنة بحد بيئة اختبار Reka البالغ دقيقة واحدة وسقف واجهة برمجة التطبيقات البالغ عدة دقائق. التكلفة هي المجال الذي يتفوق فيه Gemini بشكل أكبر للاستخدام العرضي: يُعد Gemini 1.5 Flash بسعر $0.075/$0.30 لكل 1M رمز أرخص بكثير من Reka Flash بسعر $0.80/$2.00. ومع ذلك، يتوفر Gemini حصرياً عبر Google Cloud (Vertex AI) ولا يوجد لديه مسار للنشر المحلي. تدعم Reka النشر المؤسسي المفصول عن الشبكة (air-gapped) وهو ما لا تستطيع Google مضاهاته. في معيار إدراك الفيديو لشهر أبريل 2024، تفوق Reka Core بشكل طفيف على Gemini Ultra (59.3% مقابل 58.7%)، على الرغم من أن نماذج Gemini اللاحقة واصلت تقدمها.

الأوزان المفتوحة. لا يصدر أي من GPT-4o أو Gemini 1.5 Pro أوزانهما علناً. يمكن تنزيل Reka Flash 3 (21B، Apache 2.0) من Hugging Face ويمكن استضافته ذاتياً، وضبطه بدقة، وتعديله. يمثل هذا تمييزاً ملموساً للمؤسسات التي لديها متطلبات سيادة البيانات أو الفرق التي لا يمكنها توجيه البيانات الحساسة عبر واجهات برمجة تطبيقات تابعة لجهات خارجية.

هل تستحق الفئة المدفوعة التكلفة؟

تسعير Reka لكل رمز (token) شفاف ويعتمد على الدفع حسب الاستخدام دون أي التزام مسبق. تتلقى الحسابات الجديدة أرصدة مجانية بقيمة $20، وهي كافية لإجراء اختبارات مجدية. بالنسبة لأعباء العمل النصية القياسية، يُعد Reka Flash بسعر $0.80/$2.00 لكل 1M رمز منافساً لنماذج الفئة المتوسطة، على الرغم من أن Gemini 1.5 Flash يتفوق عليه سعرياً بشكل كبير. يُعد Reka Core بسعر $2.00/$6.00 لكل 1M رمز أرخص من Claude 3 Opus ومقارباً لـ GPT-4o، ولكن دون عمق النظام البيئي.

تميل الكفة الاقتصادية لصالح Reka في ثلاثة سيناريوهات: (1) استدلال الفيديو، حيث يتم تسعير Reka Core بـ $0.08 لكل دقيقة فيديو للاستخدام على نطاق الإنتاج؛ (2) عمليات النشر المحلية حيث يلغي Reka Flash 3 كنموذج مفتوح الأوزان بترخيص Apache 2.0 تكاليف واجهة برمجة التطبيقات لكل رمز تماماً للفرق التي تستضيفه ذاتياً؛ و (3) أعباء عمل المؤسسات متعددة اللغات باللغات الآسيوية أو الأوروبية حيث يؤتي تدريب Reka على 32 لغة ثماره.

يُفهم هيكل تسعير واجهة برمجة تطبيقات الأبحاث (Research API) ($25-60 لكل ألف طلب اعتماداً على وضع التفكير) بشكل أفضل كتكلفة لمسار عمل وكيلي بدلاً من تكلفة واجهة برمجة تطبيقات للدردشة. بالنسبة للاستعلامات الفردية، فهو مكلف؛ أما بالنسبة لاستبدال سير عمل محلل أبحاث بشري، فإن الحسابات تتغير. يتطلب تسعير المؤسسات لعمليات النشر المخصصة مكالمة مبيعات وهو غير معلن للجمهور.

أفضل حالات الاستخدام (ومتى يجب تجاوزه)

استخدم Reka عندما: يعتمد تطبيقك على الفهم الأصلي للفيديو على نطاق واسع، أو تحتاج إلى استدلال متعدد الوسائط مع نشر محلي أو مفصول عن الشبكة، أو تريد نموذج استنتاج بحجم 21B بترخيص Apache 2.0 يمكنك استضافته ذاتياً دون التقيد بمورد معين، أو كنت تبني تطبيقات متعددة اللغات تحتاج إلى تغطية قوية للغات الآسيوية والأوروبية جنباً إلى جنب مع قدرات الرؤية. تُعد شركات الإعلام، وفرق أمن المؤسسات، ومؤسسات الرعاية الصحية التي تعالج الصور جنباً إلى جنب مع سجلات المرضى، وشركات التعدين أو التصنيع التي تعتمد على بيانات المستشعرات الغنية بالفيديو، هم العملاء الطبيعيون لـ Reka.

تجاوز Reka عندما: تحتاج إلى نافذة سياق تزيد عن 1M رمز للعمل على المستندات الطويلة (استخدم Gemini 1.5 Pro). أو تحتاج إلى أوسع نظام بيئي من عمليات الدمج مع جهات خارجية والبرامج التعليمية (استخدم GPT-4o). أو كنت مستخدماً فرداً يريد مساعداً للمحادثة للمهام اليومية (ChatGPT Plus هو الأنسب). أو يفتقر فريقك إلى الموارد الهندسية لدمج واجهة برمجة تطبيقات خام، أو تتطلب ميزانيتك البقاء في منصة متكاملة رأسياً (تُعد Google AI Studio أو ChatGPT Enterprise من OpenAI نقاط انطلاق أبسط). قد تجد أعباء العمل النصية فقط الحساسة للتكلفة أن Gemini Flash أو البدائل القائمة على Llama أرخص.

البدء مع Reka

تتوفر واجهة برمجة تطبيقات Reka على docs.reka.ai مع حزم تطوير برمجيات (SDKs) لـ Python و JavaScript. تحصل الحسابات الجديدة على أرصدة بقيمة $20، وهي كافية لاختبار Core و Flash و Spark عبر المدخلات النصية والصورية قبل الالتزام بالإنفاق. توفر بيئة اختبار Reka (Playground) على chat.reka.ai وصولاً عبر المتصفح لاختبار المدخلات متعددة الوسائط (لاحظ الحد الأقصى للفيديو البالغ 30MB/دقيقة واحدة في بيئة الاختبار). بالنسبة لمسار الأوزان المفتوحة، يتوفر Reka Flash 3 و Flash 3.1 على Hugging Face بموجب ترخيص Apache 2.0. يتم تنزيل أوزان النموذج بحجم 39GB (fp16) أو 11GB بتكميم 4 بت (4-bit quantization)، مما يجعل Flash 3 قابلاً للتشغيل على وحدة معالجة رسومات A100 GPU واحدة. تتطلب عمليات نشر المؤسسات محلياً أو في VPC الاتصال بفريق مبيعات Reka عبر reka.ai.