# ميزانية التفكير في نماذج الذكاء الاصطناعي: وقت أطول لأي فائدة؟

تجربة Gemini 2.5 توضح أن ضبط الاستدلال قرار متعلق بالمهمة والجودة والتكلفة، وليس سباقا لرفع الإعداد دائما.

الناشر: فكرة بوست
نُشر: 2026-10-28T13:50:50.153Z
تاريخ الحدث/المرجع: 2025-06-17
الرابط الأصلي: https://fekrapost.com/articles/gemini-thinking-budget-tradeoffs/

## الخلاصة

- أعلنت Google الإتاحة العامة لـGemini 2.5 Pro وFlash في يونيو 2025.
- تتيح ميزانية التفكير التحكم في حجم المعالجة الداخلية قبل الإجابة ضمن النماذج المدعومة.
- الاختيار المفيد يقارن نجاح المهمة وزمنها وكلفتها، لا طول الإجابة وحده.

## ماذا تعني الميزانية؟

لفتت نماذج Gemini 2.5 الانتباه إلى فكرة التحكم في مقدار الاستدلال قبل إنتاج الإجابة. في إعلان يونيو 2025، ربطت Google العائلة بموازنة الأداء والسرعة والتكلفة. وتوضح وثائقها أن إعداد thinking_budget في نماذج هذه العائلة يحدد سقفا مرنا لعدد الرموز المستخدمة في المعالجة الداخلية، مع اختلاف الإمكانات بين النماذج.

لا ينبغي نسخ الإعداد نفسه إلى كل نموذج أو واجهة. تشير وثائق Google إلى فروق بين الأجيال، وإلى أن بعض النماذج لا تسمح بتعطيل التفكير. هذا المقال يشرح الفكرة من خلال عائلة سابقة، ولا يوصي ببدء مشروع جديد على نموذج قديم أو يفترض أن تفاصيل إتاحته متطابقة بين خدمات Google المختلفة.

## قراءة فكرة بوست: قارن المهمة نفسها

في خدمة تصنف رسائل قصيرة، قد يكون انتظار أطول غير مفيد إذا كانت الدقة مقبولة أصلا. أما مهمة تجمع شروطا كثيرة وتحتاج إلى اتساق، فقد تستحق تجربة ميزانية أكبر. هذا استنتاج عملي يجب اختباره على بيانات تمثل الاستخدام الحقيقي، وليس قاعدة تضمن تفوق إعداد معين في كل حالة.

نقترح إنشاء مجموعة صغيرة من الأمثلة مع إجابات مرجعية ومعيار واضح للنجاح. شغلها تحت إعدادين أو ثلاثة، ثم سجل عدد الإجابات الصحيحة والزمن والتكلفة. لا تغير صياغة السؤال والميزانية والنموذج في التجربة نفسها، لأنك ستفقد القدرة على معرفة العامل الذي صنع الفرق. وأعد فحص الأمثلة التي اختلفت نتائجها بدلا من الاكتفاء بمتوسط عام.

## الجودة لا تساوي كثرة الكلام

قد تكون إجابة موجزة أكثر ملاءمة للمستخدم من شرح طويل، حتى إذا تطلب إنتاجها معالجة أكبر. لذلك افصل قياس طول الناتج عن جودة القرار الذي يتضمنه. وفي منتج فعلي، ضع حدا مقبولا للانتظار وطريقة للتعامل مع الفشل، ثم اختر الإعداد الذي يحقق الهدف ضمن هذه القيود. لا تتضمن هذه المادة اختبارا مستقلا لنماذج Gemini أو مقارنة أسعار حالية؛ إنها إطار لاتخاذ قرار يمكن مراجعته بالبيانات بدلا من الانطباع عن مدى ذكاء الرد.

## المصادر

- [Google: Gemini 2.5 thinking model updates](https://developers.googleblog.com/gemini-2-5-thinking-model-updates/)
- [Google Cloud: Thinking model configuration](https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/thinking)

[السياسة التحريرية](https://fekrapost.com/editorial-policy/)