DeepSeek وQwen وموجة النماذج مفتوحة الأوزان
لفترة طويلة كانت قصة "الذكاء الاصطناعي الجيد" هي قصة حفنة من النماذج المغلقة والمتقدمة التي لا يمكنك سوى استئجارها عبر واجهة برمجية (API). لم يعد هذا هو القصة كاملةً. فقد بلغت موجة من النماذج مفتوحة الأوزان — كثير منها من مختبرات صينية مثل DeepSeek وQwen التابع لعلي بابا، إلى جانب Llama من Meta وMistral الفرنسية — درجة من الجودة والرخص والصغر كافية لجعل تنزيل نموذج قادر وتشغيله بنفسك خياراً حقيقياً. هذه الصفحة هي الخريطة الدائمة لهذا المشهد: لماذا حدث ذلك، وما الذي يعنيه "مفتوح الأوزان" فعلياً، والمقايضات الصادقة مقابل النماذج المغلقة المتقدمة، وكيفية استخدام هذه النماذج فعلياً اليوم.
- افهم لماذا أصبحت النماذج مفتوحة الأوزان تنافسية — القدرة مقابل التكلفة والاستدلال المفتوح
- حدّد بدقة ما يعنيه 'مفتوح الأوزان' حقاً — مقابل المفتوح المصدر ومقابل المفتوح البيانات
- تعرّف على الأنماط الأصلية: الدردشة العامة، والاستدلال، والبرمجة، والنماذج الصغيرة/الفعّالة
- وازن المقايضات الحقيقية مقابل النماذج المغلقة المتقدمة — فجوة القدرة في أصعب المهام، وامتلاك بنيتك التحتية وأمانك بنفسك
- اعرف الطريقتين لاستخدامها فعلياً: واجهة برمجية مستضافة، أو الاستضافة الذاتية عبر Ollama
لماذا أصبحت النماذج مفتوحة الأوزان تنافسية فجأة
تغيّرت ثلاثة أمور في الوقت نفسه تقريباً، ومعاً ردمت معظم الفجوة اليومية.
- انهارت القدرة مقابل التكلفة. فوصفات تدريب أفضل، وتنسيق أدق للبيانات، ومعماريات خليط الخبراء (MoE) (حيث لا يُفعَّل سوى جزء من معاملات نموذج كبير لكل رمز) أتاحت للمختبرات إطلاق نماذج تفوق أداؤها تكلفتها بكثير. فبالنسبة لحصة كبيرة من المهام الواقعية — الصياغة، والتلخيص، والاستخراج، والتصنيف، والبرمجة الروتينية — أصبح النموذج المفتوح الجيد الآن "جيداً بما يكفي"، بجزء ضئيل من تكلفة الواجهات البرمجية المتقدمة.
- وصلت نماذج الاستدلال المفتوحة. كان خط الاستدلال في DeepSeek نقطة تحوّل: فقد أظهر أن قدرة "فكّر خطوة بخطوة قبل الإجابة" — التي كانت سابقاً حكراً على عدد قليل من النماذج المغلقة — يمكن تدريبها وإطلاقها بـأوزان مفتوحة. وبمجرد أن أثبت مختبر واحد ذلك، حذا بقية النظام البيئي المفتوح حذوه.
- أصبحت النماذج الصغيرة قابلة للاستخدام حقاً. فالنماذج دون 10 مليارات معامل، وحتى دون مليار، صارت متماسكة ومفيدة، ما يعني أنك تستطيع تشغيل شيء قادر على حاسوب محمول أو خادم رخيص. وهذا يغيّر اقتصاديات الخصوصية والكمون والتوسّع.
المحصلة الصافية: لم تختفِ الفجوة عن النماذج المغلقة المتقدمة، لكنها في معظم الأعمال لم تعد العامل الحاسم. أصبحت العوامل الحاسمة هي التكلفة، والتحكم، وأين تقيم بياناتك.
ما الذي يعنيه "مفتوح الأوزان" فعلياً
هذه هي النقطة الأكثر إثارةً للالتباس في هذا المجال كله. فكلمة "مفتوح" تحمل معاني كثيرة بثلاث طرق مختلفة، وهي ليست الشيء نفسه.
| المصطلح | ما تحصل عليه فعلياً | ما لا تحصل عليه عادةً |
|---|---|---|
| مفتوح الأوزان | ملف النموذج المُدرَّب (الأوزان). يمكنك تنزيله وتشغيله وضبطه دقيقاً واستضافته ذاتياً. | بيانات التدريب، وأحياناً شيفرة التدريب الكاملة. وقد يخضع الاستخدام لرخصة مخصصة. |
| مفتوح المصدر (بالمعنى الصارم) | الأوزان بالإضافة إلى شيفرة التدريب/الاستدلال تحت رخصة على نمط OSI، مع حرية الاستخدام والتعديل وإعادة التوزيع. | غالباً ما تظل بيانات التدريب غير متاحة. |
| مفتوح البيانات | مجموعات البيانات الفعلية التي دُرِّب عليها النموذج، منشورةً علناً. | نادر بالنسبة للنماذج بحجم المتقدمة؛ فمعظم النماذج "المفتوحة" مفتوحة الأوزان، لا مفتوحة البيانات. |
الخلاصة العملية: معظم النماذج التي يسمّيها الناس "مفتوحة المصدر" هي في الواقع مفتوحة الأوزان. يمكنك تشغيلها وتكييفها، لكنك عادةً لا تستطيع إعادة إنتاجها من الصفر، وعليك قراءة الرخصة. وتتفاوت الرخص:
- بعضها يُطلق تحت رخص متساهلة (Apache 2.0 وMIT) نظيفة للاستخدام التجاري — فنماذج Qwen وMistral مثلاً استخدمت تاريخياً Apache 2.0، واستخدمت DeepSeek رخصة MIT في إصداراتها الكبرى.
- بعضها يُطلق تحت رخص مجتمعية مخصصة بشروط — فرخصة Llama من Meta مثلاً تضمّنت تاريخياً بنداً يقيّد أكبر الشركات (بحسب المستخدمين النشطين شهرياً) من استخدامها بحرية.
تحقق دائماً من بطاقة النموذج المحددة لمعرفة رخصتها قبل البناء عليها. نقطة محايدة لكنها مهمة: كون النموذج مفتوح الأوزان يخبرك بأنك تستطيع استضافته بنفسك؛ لكنه لا يخبرك بالشروط القانونية، ولا يزيل أسئلة الترخيص أو إقامة البيانات — بل ينقلها إليك.
الأنماط الأصلية الأربعة
تأتي العائلات مفتوحة الأوزان دائماً تقريباً كـمروحة من المتغيرات، لا كنموذج واحد. تعلّم الأنماط الأصلية الأربعة وستتمكن من قراءة تشكيلة أي مختبر بلمحة.
عائلة واحدة — Qwen هي أوضح مثال — تمنحك عادةً السلّم كاملاً: نماذج صغيرة للأطراف والحواسيب المحمولة، ونماذج متوسطة الحجم للخوادم، ونموذج رائد كبير لأصعب المهام، بالإضافة إلى متغيرات متخصصة في البرمجة والاستدلال. تختار الدرجة التي تناسب عتادك ومهمتك، لا "النموذج".
المقايضات الصادقة مقابل النماذج المغلقة المتقدمة
النماذج مفتوحة الأوزان ليست ترقيةً صرفة. إنها صفقة مختلفة. إليك المقايضة بحياد.
| البُعد | مفتوح الأوزان (استضافة ذاتية أو مستضيف رخيص) | مغلق متقدم (واجهة برمجية مستضافة) |
|---|---|---|
| القدرة في أصعب المهام | قوية وتردم الفجوة بسرعة، لكن النماذج المغلقة المتقدمة تظل عادةً في الصدارة في أصعب الاستدلال، والمهام الوكيلية طويلة الأمد، والمهام المتخصصة | عادةً السقف في أصعب المهام |
| التكلفة عند التوسّع | يمكن أن تكون أرخص بشكل هائل، خصوصاً مع الاستضافة الذاتية أو عبر مستضيفين اقتصاديين | باهظة لكل رمز؛ قابلة للتنبؤ لكنها تتراكم |
| الخصوصية / إقامة البيانات | يمكنك إبقاء البيانات كاملةً داخل بيئتك | تغادر البيانات شبكتك إلى المزوّد |
| التحكم والتخصيص | كامل: ضبط دقيق، وتكميم، وتثبيت إصدار، وتشغيل دون اتصال | محدود بما تعرضه الواجهة البرمجية؛ وقد تتغير الإصدارات من دون علمك |
| من يملك الأمان والعمليات | أنت — الحواجز الوقائية، وترشيح إساءة الاستخدام، ووقت التشغيل، والتوسّع، والترقيع مهمتك | يشغّل المزوّد البنية التحتية ويوفّر أماناً أساسياً |
ذلك الصف الأخير هو ما يقلّل الناس من وزنه. فحين تستضيف نموذجاً مفتوح الأوزان ذاتياً ترث أيضاً المسؤوليات التي يمتصّها عنك مختبر متقدم عادةً: أمان المحتوى وتخفيف إساءة الاستخدام، وإبقاء النشر مرقّعاً، والسعة ووقت التشغيل، وتقييم كل إصدار جديد بنفسك. "مفتوح الأوزان" يشتري لك التحكم، والتحكم تكلفة بقدر ما هو فائدة. للحصول على حدس حول التكلفة في جانب الواجهة البرمجية من هذه المقايضة، انظر اقتصاد الرموز.
كيفية استخدام نموذج مفتوح فعلياً
هناك مساران بالضبط، ومعظم الفرق تستخدم كليهما في مراحل مختلفة.
- الواجهة البرمجية المستضافة — يقدّم كثير من المزوّدين (بما فيهم المختبرات نفسها ومستضيفو الاستدلال الخارجيون) نماذج مفتوحة الأوزان خلف واجهة برمجية، غالباً متوافقة مع OpenAI. تحصل على اقتصاديات النماذج المفتوحة بدون أي عمل على البنية التحتية. الأفضل حين تريد تكلفة منخفضة دون تشغيل خوادم، لكن انتبه أن بياناتك ما زالت تغادر شبكتك.
- الاستضافة الذاتية — نزّل الأوزان وشغّلها في بيئتك. أقصى خصوصية وتحكم، والخيار الوحيد حين لا يمكن للبيانات مغادرة شبكتك حقاً. أسهل مدخل هو Ollama، الذي يجلب النماذج المفتوحة ويشغّلها بأمر واحد.
جرّب نموذجاً محلياً في أربع خطوات
- نزّله من ollama.com/download (لنظامي macOS/Windows) أو استخدم سكربت التثبيت الخاص بلينكس. يمنحك هذا أمر ollama وخدمة خلفية محلية. شرح كامل في صفحة تشغيل النماذج محلياً.
- النماذج الأصغر تحتاج ذاكرة وصول عشوائي/ذاكرة رسوميات أقل. الحاسوب المحمول يشغّل بارتياح المتغيرات الصغيرة (بضعة غيغابايت)؛ أما النماذج الرائدة الكبيرة فتحتاج معالج رسوميات حقيقياً أو خادماً. ابدأ صغيراً للتأكد من أن كل شيء يعمل، ثم توسّع إذا لم تكن الجودة كافية.
- ollama run <model> ينزّل الأوزان عند أول استخدام (عدة غيغابايت)، ثم يدخلك في دردشة تفاعلية. أول تشغيل بطيء لأنه يجلب؛ والتشغيلات اللاحقة فورية من الذاكرة المؤقتة.
- يعرض Ollama نقطة نهاية محلية متوافقة مع OpenAI، فيمكنك توجيه أي SDK على نمط OpenAI موجود إلى localhost بدلاً من السحابة. الآن تعمل الشيفرة نفسها مقابل نموذج محلي خاص.
اجلب نموذجاً مفتوحاً وشغّله محلياً باستخدام Ollama
ollama run qwen3
ذلك الأمر الواحد ينزّل نموذج Qwen مفتوح الأوزان ويبدأ دردشة محلية — بلا مفتاح واجهة برمجية، وبلا مغادرة أي بيانات لجهازك. استبدل qwen3 بعائلة أخرى (مثلاً وسم Llama أو Mistral أو DeepSeek) لمقارنتها على مهمتك الخاصة. اختيار النموذج الصحيح لمهمة معيّنة مهارة قائمة بذاتها: انظر اختيار نموذج.
الاختيار بين المفتوح والمغلق، عملياً
لا تختر بحسب لوحة الصدارة. اختر بحسب القيد:
- البيانات لا يمكن أن تغادر شبكتك ← الاستضافة الذاتية لنموذج مفتوح الأوزان هي الإجابة، دون نقاش.
- حجم كبير، حساس للتكلفة، جودة "جيدة بما يكفي" ← المفتوح الأوزان (مستضاف أو مستضاف ذاتياً) يفوز عادةً على صعيد التكلفة.
- تحتاج الأفضل المطلق في أصعب المهام ← النماذج المغلقة المتقدمة تميل إلى الصدارة — استخدمها حيث يهم ووجّه حركة المرور الأسهل إلى نماذج مفتوحة أرخص.
- تريد الضبط الدقيق أو التكميم أو تثبيت إصدار أو التشغيل دون اتصال ← الأوزان المفتوحة وحدها تمنحك هذا التحكم.
الخطوة الأكثر دواماً هي إجراء تقييم صغير على بياناتك الواقعية الخاصة عبر مرشّح مفتوح وآخر مغلق. المعايير القياسية تصف مهمة شخص آخر؛ أما تقييمك فيصف مهمتك.
اختبر نفسك
0/3- النماذج مفتوحة الأوزان ردمت معظم الفجوة اليومية بفضل القدرة مقابل التكلفة، ونماذج الاستدلال المفتوحة، والنماذج الصغيرة القابلة للاستخدام حقاً
- 'مفتوح الأوزان' = أوزان قابلة للتنزيل يمكنك تشغيلها وضبطها دقيقاً — ليس بالضرورة شيفرة مفتوحة المصدر، أو بيانات تدريب مفتوحة، أو رخصة متساهلة؛ اقرأ بطاقة النموذج دائماً
- اقرأ أي تشكيلة بحسب النمط الأصلي: الدردشة العامة، والاستدلال، والبرمجة، والصغير/الفعّال — معظم العائلات تطلق سلّم الأحجام كاملاً
- المقايضة حقيقية: المفتوح يشتري لك التكلفة والخصوصية والتحكم، لكن النماذج المغلقة المتقدمة تظل عادةً في الصدارة في أصعب المهام وترث أنت الأمان والبنية التحتية
- طريقتان لاستخدامها: واجهة برمجية مستضافة (غالباً متوافقة مع OpenAI)، أو الاستضافة الذاتية عبر Ollama بأمر واحد — ثم قيّم على بياناتك أنت، لا على لوحة صدارة