الخلاصة

  • Mistral تنشر قاعدة المصدر لجدول معايير، لا لاصقة مصدر على كل رقم: في ست عناوين قُرئت في 22 نوفمبر 2026 سُمّي استثناء واحد على مستوى الصف، داخل تعليق جدول، ولم يحمل أي رقم لاصقته الخاصة.
  • إعلان Medium 3 يطبع في الوقت نفسه عبارة استخدام أرقام نشرها مقدّمون آخرون حيث توفرت، وعبارة أن كل دقة في المعايير أُخذت عبر خط تقييم داخلي واحد، دون جملة توفّق بينهما.

قاعدتان لجدول واحد

إعلان Medium 3، المنشور في 7 مايو 2025، هو أوضح حالة في المجموعة (mistral.ai/news/mistral-medium-3). قبل قسم النتائج يشرح من أين تأتي الأرقام:

In the evaluations below, we use numbers reported previously by other providers wherever available, otherwise we use our own evaluation harness.

وبعد أسطر قليلة يطبع الترتيب المعاكس، كحاشية تتكرر تحت النتائج:

Performance accuracy on all benchmarks were obtained through the same internal evaluation pipeline.

العبارتان تحكمان الصفوف نفسها. الأولى تقول إن جزءاً مما يلي أنتجه غيرنا، والثانية تقول إن الكل مرّ عبر خط واحد. ومن يريد أن يعرف أي رقم منافس استُورد وأي رقم أُعيد قياسه في البيت لا يجد صفاً يراجعه، لأن الصفحة لا تضع تعليقاً بجانب أي رقم. هذه ليست تناقضاً مُثبتاً، بل تصريحان مطبوعان وجدول واحد ولا جملة تربط بينهما — وصاحب الجدول هو من طبع الاثنين.

السياسة تسافر، واللاصقة لا

Small 3.1، المنشور في 17 مارس 2025، يعيد صياغة الترتيب نفسه بكلمات أخرى: تُظهر الصفحة حيث أمكن أرقاماً نشرها مقدّمون آخرون، وإلا فتقيّم النماذج بمنصّة التقييم المشتركة عندها (mistral.ai/news/mistral-small-3-1). تغيّرت المفردات ولم يتغيّر التصميم. الصفحة ترتّب نتائجها تحت خمسة عناوين، من معايير النص الإشاري إلى تعدد اللغات والسياق الطويل وأداء النموذج المُدرَّب مسبقاً، وتطبع ملاحظة مقياس واحدة — MM-MT-Bench مُقاسة بين 0 و100 — وتقول في النثر إن Small 3.1 يتفوّق على «comparable models like Gemma 3 and GPT-4o Mini». وأي رقم من هذه الأرقام جاء من منشور Gemma 3 نفسه وأي رقم جاء من منصّة Mistral يبقى حيث وضعته السياسة: في العموم.

المرة الوحيدة التي يُسمّى فيها صف

Large Enough، المنشور في 24 يوليو 2024، يثبت أن اللاصقة متاحة حين تريدها الشركة (mistral.ai/news/mistral-large-2407). تعليق MultiPL-E يستثني صفاً واحداً بالاسم من الخط المشترك: كل النماذج قيست عبر خط التقييم نفسه، باستثناء صف «paper». وأربعة تعليقات أخرى في الصفحة نفسها تحمل العبارة العامة دون استثناء: توليد الشيفرة، وGSM8K وMATH، والتوافق العام، وMMLU متعدد اللغات. وأحدها يؤدي مهمة ثانية، وهي طبع عدد الأمثلة: GSM8K بثمانية أمثلة، وMATH بصفر أمثلة دون سلسلة استدلال. ولا وثيقة أخرى في المجموعة تطبع عدد الأمثلة. هذا كل ما في المصدر على مستوى الصف: تعليق واحد، واستثناء واحد، وصف مسمّى، ومعياران من ست مجموعات مسمّاة يحملان رقم عيّنة.

حين تُطبع الإجراءات، تُطبع

Magistral، المنشور في 10 يونيو 2025، يُظهر الانتقائية نفسها موجّهة إلى الجهة الأخرى (mistral.ai/news/magistral). تطبع الصفحة إجراءً وقت الاستدلال بجانب نتيجة ثانية للنموذج نفسه: 73.6% على AIME2024، و90% بتصويت الأغلبية على 64 عيّنة. ويحصل Magistral Small على 70.7% و83.3%. وهذا حسابي لا حساب Mistral: الرقمان في Medium يفترقان 16.4 نقطة، والرقمان في Small يفترقان 12.6 نقطة، والشرط الوحيد الذي تطبعه الصفحة بينهما هو ذلك التصويت على 64 عيّنة. ولا تُطبع أي تهيئة أخرى لأي من النتيجتين، فالفارق ظاهر وقائمة أسبابه الكاملة غير ظاهرة. ومن يقتبس أحد الرقمين دون الآخر يقتبس أداة غير التي يقتبسها من يقتبس الاثنين.

الصفحة التي تدعو إلى المقارنة ولا تطبعها

عنوان الوثائق الذي ينتهي مساره بـ /benchmark/ هو أنقى مثال على الشكل (docs.mistral.ai/getting-started/models/benchmark). عند الاسترجاع ظهر بعنوان Models Overview ووصف نفسه بأنه مكان لاستكشاف التشكيلة الكاملة ومقارنة المعايير وإيجاد النموذج المناسب. والنص المسترجع يحمل كتالوغاً: عائلات النماذج والتراخيص والإصدارات وأسطر الإيقاف. وما لا يحمله: نتيجة معيار، ولا تعليق جدول، ولا اسم منصّة تقييم، ولا عدد أمثلة، ولا مجال ثقة. العنوان يدعو إلى مقارنة، والمقارنة تسكن في مكان آخر، وحين يصل القارئ إلى ذلك المكان الآخر أول ما يُطبع هو سياسة.

ما يستطيع المشتري فحصه بعد ذلك

Codestral 25.08، المنشور في 30 يوليو 2025، هو الصفحة الوحيدة هنا التي تبلّغ فروقاً نسبية بدل النتائج (mistral.ai/news/codestral-25-08/): زيادة 30% في الإكمالات المقبولة، و10% كود محتفظ به بعد الاقتراح، وانخفاض 50% في التوليدات الجامحة، ومكسبان بنسبة 5%، أحدهما في اتباع التعليمات مقيساً على IF eval v8 والآخر متوسطاً على MultiPL-E. والتحسّن النسبي لا يعني شيئاً دون أساسه، والمقتطف المسترجع لا يطبع أساساً لأي من الخمسة. وتضيف الصفحة أن هذه التحسينات «were validated in live IDE usage across production codebases»، وهو نوع آخر من الأدلة غير المعيار، والمقتطف لا يسمّي عدد قواعد الشيفرة ولا المدة ولا الإصدار السابق.

وفي العناوين الستة تغيب الحقول نفسها: لا تُسمّى أي منصّة تقييم، ولا يُطبع أي قالب توجيه، ولا تظهر أي تهيئة فك ترميز بعد ذلك التصويت على 64 عيّنة، ولا يُعطى أي عدد تكرار، ولا تحمل أي نتيجة مجال ثقة أو تبايناً. والمصدر يظهر قاعدةً في ثلاث صفحات ولاصقةَ صف مرة واحدة.

صفوف المقارنة الرقمية لم تُرسم في النص المسترجع من هذه الصفحات. وهذا لا يجعلها غائبة عن الصفحات، بل يجعلها غير متاحة لي. لذلك لا يقدّم هذا النص أي ادعاء عن نتيجة منفردة، ولا عن أي منافس تقدّم، ولا عن أي صف شغّله Mistral وأي صف استورده. ونتائج الغياب محصورة في النص المسترجع من ستة عناوين قُرئت في 22 نوفمبر 2026، لا في الصفحات بكل أشكال عرضها، ولا في ملف PDF أو رسم تفاعلي، ولا في أي صفحة لـ Mistral خارج هذه المجموعة. وصفحة Codestral وصلت مقتطفاً، والمقتطف أداة أضعف من الصفحة. ولا صفحة فُحصت تسمّي شخصاً اعتبارياً كجهة تقييم: كلها تتكلم بصيغة المتكلم الجمع، وأنا لا أحوّل ذلك «we» إلى توقيع شركة.

السؤال القابل للفحص صغير وحاد. لكل صف: هل أُنتج هذا الرقم هنا أم استُعير، وبأي تهيئة أُنتج؟ Mistral تطبع القاعدة، وتطبع إجراءً حين تقرر ذلك، وتسمّي استثناءً واحداً في تعليق واحد، وتترك الصف بلا لاصقة. وجدول مقارنة لا تحمل صفوفه لاصقة مصدر يطلب من القارئ أن يثق بترتيب الناشر بدل أن يفحصه. هذا ليس فضيحة، بل تعليمة قراءة سقطت من الجدول.