الذكاء الاصطناعي المحلي في 2026: نموذج 27B يتفوق على Sonnet 4.6 ونافذة شراء العتاد تضيق

Table of Contents
نموذج قابل للتنزيل يعمل على بطاقة رسوميات استهلاكية واحدة يتفوق الآن على نموذج API رائد في مؤشر الذكاء الإجمالي. Qwen3.8 27B نموذج مفتوح الأوزان للرؤية واللغة صدر في أغسطس 2026. وتضغط إعادة تعبئته الثلاثية، Bonsai 2 27B، الأوزان نفسها إلى 5.53 GiB. معًا، يشيران إلى أن الاستدلال المحلي لم يعد تسوية للهواة، بل صار بديلًا فعليًا لواجهة API مدفوعة.
نافذة شراء العتاد تضيق بسرعة. أسعار الذاكرة هي الأسوأ منذ عقدين، وهي ترفع معها أسعار بطاقات الرسوميات.
يعرض هذا المقال نتائج الاختبارات، وماهية النموذجين، والجوانب التي لا يزال النموذج المفتوح يخسر فيها، وسبب كون الأشهر الاثني عشر المقبلة وقتًا سيئًا للانتظار.
النتيجة للقارئ: اختر نموذجًا وسعة ذاكرة تناسب عبء عملك، ثم قارن تكلفة العتاد والطاقة وطول السياق ومعدل النقل المقاس قبل الشراء. لا تتنبأ مقارنة الاختبارات بجودة نتائج مهامك أو بسعر بطاقة الرسوميات مستقبلًا.
الإجابة المختصرة
انتهت الفجوة في الذكاء بين نموذج محلي 27B وواجهة API مدفوعة قريبة من النماذج الرائدة، والمزايا المتبقية للنموذج المدفوع أضيق مما يوحي به فرق السعر.
تغيرت ثلاثة أمور في الوقت نفسه:
- وصلت نماذج 27B المفتوحة إلى نتائج قريبة من الصدارة. يسجل Qwen3.8 27B مؤشر ذكاء 33.7 مقابل 30.1 لـ Sonnet 4.6، على مجموعة التقييم نفسها.
- خفض التكميم الثلاثي متطلبات الذاكرة بنحو الثلثين. يشغل Bonsai 2 27B النموذج الكامل 27B في 5.53 GiB، وهي سعة تتوفر في بطاقات تكلف بضع مئات من الدولارات.
- تراجع إمداد الذاكرة. ارتفعت أسعار عقود DRAM التقليدية 90 إلى 95 بالمئة على أساس ربع سنوي في أوائل 2026، وهي أكبر قفزة فصلية سجلتها TrendForce، ما دفع موعد الجيل التالي من وحدات GPU إلى 2028.
الشراء أو البناء الآن هو الخيار الأقل تكلفة. هذا ليس إعلانًا، بل ما تقوله بيانات الإمداد.
شاهد اختبار البطاقة الواحدة
يستحق الادعاء أعلاه عرضًا عمليًا بدلًا من جدول. اختبر Bijan Bowen نموذج Bonsai 2 27B على جهاز ببطاقة GPU واحدة، وسأل إن كان أفضل نموذج متاح اليوم لبطاقة واحدة.
راقب جودة الإجابة بدلًا من رقم الرموز في الثانية. فالسرعة أسهل جزء يمكن تحسينه.
اسمان لنموذج واحد
النموذجان المهمان هنا ليسا منافسين. إنهما الأوزان نفسها بدقتين مختلفتين.
| Qwen3.8 27B | Bonsai 2 27B الثلاثي | |
|---|---|---|
| ما هو | نموذج Qwen الأصلي مفتوح الأوزان | إعادة تعبئة ثلاثية لـ Qwen3.8-27B من Prism ML |
| الأوزان على القرص | 18 GB | 5.53 GiB (PTQ1_0) أو 6.70 GiB (PQ2_0) |
| المعاملات | 27B كثيف | 26.90B، البنية نفسها |
| السياق | 256K | 262,144 رمزًا |
| الرؤية | نعم، مدمجة | نعم، حزمة إسقاط CLIP منفصلة |
| استدعاء الأدوات | نعم | نعم |
| الترخيص | Apache 2.0 | Apache 2.0 |
| بيئة التشغيل | Ollama وllama.cpp وMLX | نسخة Prism ML المتفرعة من llama.cpp فقط |
تذكر صفحة مكتبة Ollama لـ qwen3.8 أن حجم نموذج 27B هو 18 GB، وأنه يدعم سياقًا بطول 256K والرؤية واستدعاء الأدوات، مع إصدار MLX منفصل لأجهزة Apple Silicon. أما إعادة التعبئة الثلاثية على Ollama فهي نسخة مرآة من حزم GGUF المرخصة Apache-2.0 من Prism ML، منشورة مجددًا ببصمات تحقق مطابقة.
لذلك فالسؤال العملي ليس أي النموذجين تختار. بل مقدار الذاكرة الذي تقبل إنفاقه للحصول على الذكاء نفسه. تستهلك النسخة الثلاثية نحو ثلث الذاكرة ولا تتنازل إلا عن القليل.

مقارنة الاختبارات
تقيّم Artificial Analysis النموذجين بالمجموعة نفسها. اقرأ النتائج صفًا صفًا بدلًا من تلخيصها، لأن كل نموذج يتفوق في مواضع مختلفة.
| الاختبار | Qwen3.8 27B | Claude Sonnet 4.6 | المتصدر |
|---|---|---|---|
| مؤشر الذكاء | 33.7 | 30.1 | المفتوح |
| مؤشر البرمجة | 68.1 | 63.0 | المفتوح |
| مؤشر الوكلاء | 45.8 | 31.8 | المفتوح |
| GPQA Diamond | 90.5% | 87.5% | المفتوح |
| اختبار Humanity’s Last Exam | 33.9% | 33.6% | المفتوح |
| AA-LCR (السياق الطويل) | 82.0% | 80.0% | المفتوح |
| GDPval-AA | 45.4% | 36.0% | المفتوح |
| CritPt (فيزياء الأبحاث) | 5.4% | 3.1% | المفتوح |
| معدل تجنب الهلوسة | 69.7% | 51.6% | المفتوح |
| SciCode | 46.6% | 50.1% | Sonnet |
| دقة AA-Omniscience | 15.6% | 40.9% | Sonnet |
يتصدر النموذج المفتوح تسعة من أحد عشر صفًا قابلًا للمقارنة، بما فيها جميع المؤشرات الإجمالية.
أين يتقدم النموذج المفتوح
تلخص المؤشرات الإجمالية الثلاثة العنوان. الذكاء 33.7 مقابل 30.1، والبرمجة 68.1 مقابل 63.0، والوكلاء 45.8 مقابل 31.8. الفارق الأكبر في مؤشر الوكلاء. وهذا يهم خصوصًا من يشغلون تدفقات عمل آلية متعددة الخطوات بدلًا من المطالبات الفردية.
للمقارنة المئينية، تضع Artificial Analysis نموذج Qwen3.8 27B أفضل من 86 بالمئة من النماذج في مؤشر الوكلاء، وأفضل من 76 بالمئة في البرمجة. ويقع Sonnet 4.6 عند 68 و72 بالمئة على التوالي. وفي الاستدلال العلمي بمستوى الدراسات العليا، يسجل النموذج المفتوح 90.5 بالمئة في GPQA Diamond.
أين لا يزال Sonnet 4.6 متقدمًا
يتجه صفان إلى الناحية الأخرى، ولا يعد أي منهما هامشيًا.
يقيس AA-Omniscience قدرة النموذج على الإجابة الصحيحة عن أسئلة المعرفة من المحاولة الأولى. يسجل Sonnet 4.6 نسبة 40.9 بالمئة مقابل 15.6 بالمئة. هذه فجوة واسعة في موثوقية الحقائق، وأقوى حجة منفردة للدفع مقابل نموذج مميز.
يحتاج صف تجنب الهلوسة إلى قراءة حذرة. تبدو نسبة Qwen البالغة 69.7 بالمئة مقابل 51.6 بالمئة لـ Sonnet انتصارًا واضحًا، وهي كذلك عند النظر إليها منفردة. لكن المقياس يصف حصة الإجابات غير الصحيحة التي تتجنب اختلاق المعلومات. النموذج الأقل دقة ينتج إجابات غير صحيحة أكثر، لذا تصف النسب مجموعتين مختلفتين ولا تجوز مقارنتها مباشرة. اقرأ صف الدقة أولًا.
يتفوق Sonnet أيضًا في SciCode بنسبة 50.1 بالمئة مقابل 46.6 بالمئة، ويعرض أرقامًا في تقييمين لا تظهرهما بطاقة النموذج المفتوح: IFBench وTerminal-Bench Hard. لا يمكن مقارنتهما.
تحفظان صريحان
يفصل بين تاريخي الإصدار ستة أشهر. صدر Sonnet 4.6 في فبراير 2026، وصدر Qwen3.8 27B في أغسطس 2026. مقارنة نموذج رائد من فبراير بنموذج مفتوح من أغسطس ليست مقارنة متكافئة.
لم يعد Sonnet 4.6 النموذج الرائد لدى Anthropic. يتقدمه الآن Sonnet 5 وOpus 5 في الفئة. لحق النموذج المفتوح 27B بنموذج رائد في منتصف 2026، لكنه لم يلحق بأعلى النماذج الحالية. ومن يدعي غير ذلك يبالغ في قراءة الجدول.
تقيس الاختبارات أداء النماذج في الاختبارات. والنتيجة الوحيدة المهمة هي التي يحققها عبء عملك.
ما الذي تغيره الأوزان الثلاثية
ليس Bonsai 2 نموذجًا أصغر. إنه النموذج نفسه ذو 26.90B بدقة رقمية أقل بكثير، وتوضح بيانات GGUF المنشورة هذه المقايضة.
| الخاصية | القيمة |
|---|---|
| البنية | qwen35، انتباه هجين مع انتباه كامل كل طبقة رابعة، إضافة إلى طبقات فضاء الحالة |
| المعاملات | 26.90B |
| الكتل | 64 |
| عرض التضمين | 5120 |
| الانتباه | 24 رأس استعلام، و4 رؤوس KV، وطول مفتاح/قيمة 256 |
| السياق | 262,144 رمزًا، أساس RoPE بقيمة 1e7 |
| تنسيق الأوزان | ثلاثي، حجم المجموعة 128. PQ2_0 عند 2.13 بت لكل وزن، وPTQ1_0 عند 1.75 |
| برج الرؤية | CLIP، 460.73M معاملًا، ضمن حزمة إسقاط منفصلة |
| الترخيص | Apache 2.0 |
تعني الأوزان الثلاثية أن كل معامل يحمل واحدة من ثلاث قيم بدلًا من ست عشرة. هذا الضغط هو جوهر الفكرة، وهو ما يسمح لنموذج 27B كامل بأن يشغل 5.53 GiB بدلًا من 18 GB.
معدل النقل المقاس
قياس llama-bench على RTX 5090 بذاكرة 32 GB، مع تحميل كل الطبقات على البطاقة وتفعيل flash attention، ومتوسط ثلاث مرات تشغيل:
| الحزمة | الأوزان | المعالجة المسبقة (pp512) | فك الترميز (tg128) |
|---|---|---|---|
| PQ2_0 | 6.70 GiB | 3802.74 tok/s | 135.41 tok/s |
| PTQ1_0 | 5.53 GiB | 1876.31 tok/s | 131.41 tok/s |
تعالج PQ2_0 المدخلات بسرعة تزيد 2.03 مرة على PTQ1_0، بينما يتساوى فك الترميز إحصائيًا. لذا تكون PQ2_0 الخيار الافتراضي المعقول، وتفيد PTQ1_0 عندما تكون آخر 1.2 GiB مهمة. ومع llama-server وسياق 65K، ثبت فك الترميز عند 136.5 tok/s لطلب بث واحد.
سرعة فك الترميز هي الرقم الذي تشعر به في الاستخدام اليومي. فتوليد 135 رمزًا في الثانية يتجاوز سرعة القراءة بسهولة. ليست الكمون سبب تشغيل الاستدلال محليًا، لأن واجهة API مستضافة سريعة بما يكفي. الأسباب هي التكلفة والخصوصية والتحكم.
العقبة التي لا يذكرها أحد
لا يستطيع Ollama القياسي تحميل هذه الملفات. توجد نوى التكميم الثلاثي في النسخة المتفرعة من llama.cpp لدى Prism ML. وبحسب التحقق على Ollama 0.34.2، يفشل التحميل بالرسالة unsupported tensor "output.weight" size overflows. تتعرف بيئة التشغيل إلى بنية qwen35 لكنها لا تتضمن pq2_0 أو ptq1_0 في مكتباتها، ولا بيئة تشغيل لتنشيط Hadamard.
ثمة عقبة ثانية يجدر معرفتها قبل قضاء أمسية في ذلك. تبدو حزمة F16 لهذه العائلة خيارًا احتياطيًا آمنًا، لكنها ليست كذلك. موتراتها عادية من نوع F16 وF32، لذا تُحلل وتُحمّل دون شكوى، ثم تفك ترميز نص غير مترابط. توجد الأوزان في أساس مدوّر معلن ضمن بيانات prism.hadamard.* الوصفية، وعلى بيئة التشغيل تطبيق الدوران المطابق وإلا أنتجت كلامًا بلا معنى. كما أن حزمة F16 بحجم 50.1 GiB لن تُحمّل بالكامل على بطاقة 32 GB.
اقرأ بطاقة النموذج قبل التنزيل. النسخة المرآة المجتمعية ليست إصدارًا مدعومًا، وهذه الصفحة توضح ذلك صراحة.
موجة MoE التي تقف وراء هذا
نماذج 27B الكثيفة نصف القصة. تنشط نماذج مزيج الخبراء جزءًا صغيرًا من معاملاتها لكل رمز، وهذا يغيّر الحسابات مجددًا.
| النموذج | الإجمالي / النشط | السياق | ملاحظة |
|---|---|---|---|
| Qwen3.8 2.4T A95B | 2.4T / 95B | 1.0M | شقيق Qwen3.8 Max مفتوح الأوزان |
| Qwen3.6 35B A3B | 35B / 3B | 262K | Apache 2.0، مزيج خبراء متناثر هجين |
| Qwen3 Coder Next | 80B / 3B | 256K | أوزان مفتوحة، مصمم لوكلاء البرمجة الدائمين |
Qwen3 Coder Next هو النموذج الذي يستحق المتابعة للعمل المحلي. لديه 80B معامل إجمالي، لكن 3B فقط تنشط لكل رمز، وهو مهيأ لنشر الوكلاء الدائمين داخل بيئات CLI وIDE. النموذج الذي ينشط 3B معامل يولد بسرعة نموذج 3B مع الاستفادة من قدرة مخزنة تعادل 80B. وتذكر ملاحظات المصدر أن أداءه يضاهي نماذج تستخدم حوسبة نشطة أكبر 10 إلى 20 مرة.
النموذج الكثيف 27B هو الخيار الآمن اليوم. أما النماذج المتناثرة فهي المجال الذي لا يزال منحنى الكفاءة فيه يتحسن.

نافذة العتاد تضيق
هذا هو الجزء من القصة الذي يرتبط بموعد نهائي.
صار الاستدلال المحلي رخيصًا في اللحظة نفسها التي بدأت فيها الذاكرة التي يعتمد عليها تصبح أغلى. يسير الاتجاهان نحو تصادم، ويظهر أثره بالفعل في أسعار التجزئة.
ماذا حدث لأسعار الذاكرة
ارتفعت أسعار عقود DRAM التقليدية من 90 إلى 95 بالمئة على أساس ربع سنوي في الربع الأول من 2026، وهي أكبر زيادة فصلية مسجلة لدى TrendForce. كما ارتفعت ذاكرة NAND flash بين 55 و60 بالمئة في الفترة نفسها.
لم يتراجع الضغط. تشير بيانات TrendForce إلى ارتفاع DRAM بنسبة أخرى 58 إلى 63 بالمئة في الربع الثاني، وNAND بين 70 و75 بالمئة. وحتى تباطؤ الربع الثالث، بارتفاع DRAM من 13 إلى 18 بالمئة وNAND من 10 إلى 15 بالمئة، يعني تضخمًا يضاف إلى ربعين قياسيين، لا انفراجًا.
السبب بنيوي وليس دوريًا. تستهلك مراكز بيانات الذكاء الاصطناعي المتوسعة سعة الذاكرة التي كانت تخدم الهواتف والحواسيب المحمولة وأجهزة الألعاب، ويمنح صانعو الذاكرة الأولوية للطلبات الأعلى هامشًا. ويتوقع محللون يتابعون إمداد الوحدات انخفاض إمداد شرائح DRAM إلى مصنعي الوحدات بأكثر من 70 بالمئة في 2027.
حدد رئيس Intel التنفيذي حجم المشكلة. قال Lip-Bu Tan في قمة AI Infrastructure Summit في سانتا كلارا يوم 15 سبتمبر 2026 إن أسعار الذاكرة ارتفعت بالفعل «خمسًا وستًا وسبع مرات» عن مستوياتها السابقة. وحذر من أن الذاكرة وحدها تستهلك الآن 70 إلى 80 بالمئة من تكلفة مكونات الحاسوب المحمول منخفض التكلفة. وقال في مناسبة أخرى إنه لا انفراج قبل 2028.
يتضمن التقرير المستقل للمقارنة بين سعر المساحة لرقائق DRAM ورقائق المنطق المتقدمة تحفظًا مهمًا. أسعار السوق الفورية ليست أسعار العقود، كما أن شراء DDR5 الفوري محدود بما يكفي لجعل المقارنة استرشادية لا محسومة. لكن اتجاه الأسعار لا شك فيه.

ماذا فعل ذلك ببطاقات الرسوميات
تشكل الذاكرة جزءًا كبيرًا من تكلفة مكونات بطاقة الرسوميات، لذا تنتقل أسعار DRAM مباشرة إلى أسعار GPU.
| البطاقة | أوائل 2025 | سبتمبر 2026 |
|---|---|---|
| Nvidia RTX 5090 | $1,999 | أكثر من $5,000 |
| Asus RTX 5080 | $1,199 | $1,595 |
| AMD RX 9070 XT | نحو $830 | أكثر من $1,037 |
جاءت هذه الزيادات على موجات متزامنة خلال 2026 بدلًا من قفزات معزولة. رفعت Nvidia الأسعار في يناير، ثم مجددًا في مايو لطراز RTX 5090 تحديدًا، ثم مرة أخرى لاحقًا في العام. وتبعتها AMD في أغسطس بزيادة لا تقل عن 10 بالمئة على بطاقات Radeon مختارة وحزم ذاكرة GDDR6، وعزت ذلك مباشرة إلى تكاليف الذاكرة.
تأخر الجيل التالي بدلًا من صدوره. يتوقع الآن إطلاق سلسلة RTX 60 من Nvidia في 2028، مع تجاوز 2027 بالكامل، بسبب توافر الذاكرة.
البطاقة التي تشتريها اليوم لا تنافس بطاقة أرخص في العام المقبل، بل نسخة أغلى من نفسها.
لماذا يصبح الانتظار أغلى
تقول نصيحة العتاد المعتادة: انتظر الجيل التالي. لكن في سوق تعاني قيود إمداد الذاكرة، تعمل هذه النصيحة ضد مصلحتك.
تدعم الحجة ثلاث نقاط.
الأسعار ارتفعت بالفعل وما زالت تصعد. قفزة تتراوح بين 90 و95 بالمئة في أسعار عقود DRAM خلال ربع واحد ليست زيادة عابرة تنعكس في دورة ربع سنوية. وتتوقع TrendForce نموًا إضافيًا في الربع الثالث، لا انخفاضًا، وقد حدد الرئيس التنفيذي لـ Intel موعد الانفراج في 2028.
لا يوجد منتج لعام 2027 لتنتظره. حين يتأخر الجيل التالي من بطاقات GPU الاستهلاكية إلى 2028، تمتد استراتيجية الانتظار لعامين. وهذا معظم دورة تحديث العتاد، من دون نتيجة.
النماذج جيدة بما يكفي بالفعل. هذا ما تغير في 2026. قبل عامين، كان شراء العتاد المحلي يعني تجربة أقل بوضوح. اليوم يشتري المبلغ نفسه نموذج 27B يعمل بسرعة 135 رمزًا في الثانية مع نافذة سياق 262K، ويتفوق على نموذج API مميز في مؤشر الذكاء الإجمالي.
إذا كنت تنتظر تحسن النماذج المحلية، فقد انتهى الانتظار. وإذا كنت تنتظر انخفاض أسعار العتاد، فتقول بيانات الإمداد إنك ستنتظر حتى 2028.
ماذا تبني
تطويع العتاد للنماذج أعلاه مباشر، لأن الأوزان الثلاثية قلّصت المتطلبات.
| الفئة | الذاكرة | ما الذي تشغله براحة |
|---|---|---|
| مبتدئة | 8 إلى 12 GB VRAM | نموذج 27B ثلاثي بحجم 5.53 إلى 6.70 GiB مع مساحة للسياق |
| عملية | 16 إلى 24 GB VRAM | Qwen3.8 27B الكامل بحجم 18 GB، أو الحزمة الثلاثية مع سياق طويل |
| مريحة | 32 GB VRAM | نموذج 27B ثلاثي بسياق كامل 262K، أو نموذج MoE بحجم 80B مع 3B نشطة |
| ذاكرة موحدة | 64 إلى 128 GB | نماذج MoE متناثرة أكبر على Apple Silicon أو حاسوب بذاكرة موحدة |
تتجاوز أهمية بعض الملاحظات العملية الجدول:
- اشترِ الذاكرة، لا بطاقة GPU الرائدة. تجعل الحزمة الثلاثية بحجم 5.53 GiB الفئة المبتدئة مفيدة فعلًا. يفيد إنفاق الفرق على ذاكرة النظام والتخزين أكثر من ملاحقة بطاقة فاخرة بأسعار 2026.
- أنظمة الذاكرة الموحدة خيار القيمة. يشغل جهاز بذاكرة مشتركة لا تقل عن 64 GB نماذج متناثرة أكبر بجزء من تكلفة بطاقة منفصلة بالسعة نفسها.
- الطاقة والتبريد مهمان. يتصرف جهاز الاستدلال لساعات على نحو مختلف عن جهاز الاختبار لدقائق.
- شغّل الحزمة الثلاثية إلى جانب نموذج أصغر. يجيب نموذج 3B عن الأسئلة السريعة، فيما يتولى 27B الأسئلة الصعبة.
متى تستحق النماذج المميزة سعرها
الحجة لصالح الفئة المميزة حقيقية، لكنها أضيق مما توحي به الدعاية.
الإجابة الصريحة هي موثوقية الحقائق. تبلغ دقة AA-Omniscience لدى Sonnet 4.6 نسبة 40.9 بالمئة مقابل 15.6 بالمئة للنموذج المفتوح 27B. عندما تكلف إجابة خاطئة عميلًا أو تشخيصًا أو موقفًا قانونيًا، يهم فرق الدقة البالغ 25 نقطة أكثر من أي مؤشر إجمالي.
سلاسل الوكلاء الطويلة هي السبب الثاني. يسجل Sonnet 4.6 نسبة 53.0 بالمئة في Terminal-Bench Hard و75.7 بالمئة في τ²-Bench Telecom، وهما يقيسان الاستخدام المستمر للأدوات وسلوك الوكيل عبر جولات متعددة. لا تعرض بطاقة النموذج المفتوح أرقامًا قابلة للمقارنة، وغيابها ليس مبشرًا.
السبب الثالث تشغيلي. لا تتطلب واجهة API مستضافة تحديثات برامج تشغيل، ولا تعقيدات التكميم، ولا متابعة نسخة متفرعة من llama.cpp، ولا تصحيح أساس الأوزان المدوّر. يتولى طرف آخر الجاهزية ويتلقى التنبيه عند الثالثة صباحًا.
السؤال الذي يستحق طرحه
فأين تقف الفئة المميزة خارج المؤسسات؟
ما زالت مناسبة للأعمال التي تتطلب معرفة دقيقة. مثل البحث والتحليل القانوني والأسئلة الطبية والنمذجة المالية وكل مهمة تكون فيها تكلفة الإجابة الواثقة الخاطئة مرتفعة. هذه فئة حقيقية، وفجوة الدقة سبب حقيقي للدفع.
أما العمل التوليدي فتضعف مبرراته سريعًا. تشمل المهام الصياغة والتلخيص وإعادة هيكلة الشيفرة وتنسيق البيانات وتصنيف المستندات وتشغيل خطوط العمل الآلية. وتتحقق هذه المهام من المخرجات قبل الوثوق بها. تقل تكلفة فجوة الدقة عندما يراجع النتيجة شخص أو مجموعة اختبارات أولًا. ولهذه الأعباء، يصعب الدفاع عن الدفع لكل رمز مقابل مؤشر 30.1 بينما يحقق نموذج بمؤشر 33.7 نتائج مجانية على عتاد تملكه بالفعل.
انتقل القرار من القدرة إلى العواقب. قبل عامين كان السؤال هل يستطيع النموذج المحلي إنجاز العمل أصلًا. أما اليوم فالسؤال هو تكلفة الخطأ وكيفية اكتشافه.
تشتري المؤسسات بالزيادة موثوقية وامتثالًا ونظام مناوبة يتولاه طرف آخر. أما غيرها فيدفع فرقًا يتلاشى أثره عند تشغيل مجموعة اختبارات.
أهم الخلاصات
- يتفوق نموذج محلي 27B الآن على Claude Sonnet 4.6 في مؤشر الذكاء الإجمالي، بنتيجة 33.7 مقابل 30.1، ويتصدر البرمجة ومهام الوكلاء والسياق الطويل والاستدلال العلمي بمستوى الدراسات العليا.
- لا يزال Sonnet 4.6 يفوز في دقة الحقائق، بنسبة 40.9 مقابل 15.6 بالمئة في AA-Omniscience، وهي أقوى حجة متبقية للفئة المميزة.
- التكميم الثلاثي هو ما يجعل هذا عمليًا. يشغل Bonsai 2 27B النموذج نفسه ذي 26.90B في 5.53 GiB بدلًا من 18 GB، وكلاهما بترخيص Apache 2.0.
- لا يستطيع Ollama القياسي تشغيل الحزم الثلاثية. فهي تحتاج نسخة Prism ML المتفرعة من llama.cpp، كما أن إصدار F16 الاحتياطي ينتج بصمت مخرجات غير مترابطة بدلًا من أن يفشل.
- السرعة المقاسة 135 رمزًا في الثانية لفك الترميز على RTX 5090، وهي أعلى بكثير من سرعة القراءة.
- أسعار الذاكرة سبب للتحرك الآن. ارتفعت أسعار عقود DRAM بنسبة 90 إلى 95 بالمئة خلال ربع واحد في 2026، وتأخر الجيل التالي من بطاقات GPU الاستهلاكية إلى 2028.
- ارتفع سعر RTX 5090 من $1,999 إلى أكثر من $5,000 في أقل من عامين، وتحركت معه الفئات الأخرى.
الخطوات التالية
- نزّل النموذج واختبره على عبء عملك: Ternary Bonsai 2 27B على Ollama
- احصل على الأوزان الأصلية بدقتها الكاملة إن كانت لديك ذاكرة كافية: Qwen3.8 على Ollama
- جرّب النموذج قبل بناء أي شيء عبر نقطة الاستضافة المجانية: Qwen3.8 27B مجانًا على OpenRouter
- قارنه بالفئة المدفوعة باستخدام المطالبات نفسها: Claude Sonnet 4.6 على OpenRouter
- اختر حجم الجهاز للفئة التي تحتاجها باستخدام جدول الذاكرة أعلاه، واشترِ الذاكرة قبل بطاقة الرسوميات.
- إن كان لديك Raspberry Pi غير مستخدم، فتحقق من إمكانية تشغيل نموذج أصغر عليه: ما نماذج الذكاء الاصطناعي التي تعمل على Raspberry Pi 4 أو 5؟
مقالات ذات صلة
| المقال | ما الذي يغطيه |
|---|---|
| ما نماذج الذكاء الاصطناعي التي تعمل على Raspberry Pi 4 أو 5؟ | الحد الأدنى للاستدلال المحلي وما تستطيع اللوحات الصغيرة تشغيله فعلًا |
| بناء مساعد ذكاء اصطناعي يحافظ على الخصوصية لـ Meshtastic | مساعد محلي على عتاد يعمل خارج الشبكة، حيث الخصوصية ضرورة |
| دور ذاكرة ECC في الحد من تلف البيانات | لماذا تزداد أهمية جودة الذاكرة عندما يقيم فيها نموذج كبير |
| ما هو المختبر المنزلي وهل تحتاج إليه؟ | تخطيط المساحة والطاقة والتبريد لعتاد يسخن أثناء التشغيل |
المراجع
- Ternary Bonsai 2 27B - نسخة Ollama المرآة للنموذج
- Qwen3.8 - مكتبة نماذج Ollama
- Qwen3.8 27B (مجاني) - اختبارات وأسعار OpenRouter
- Claude Sonnet 4.6 - اختبارات وأسعار OpenRouter
- الاختبار الأول لـ Bonsai 2 27B - هل هو أفضل نموذج ذكاء اصطناعي لبطاقة GPU واحدة؟ - Bijan Bowen
- Artificial Analysis - تقييمات مستقلة للنماذج
- TrendForce - توقعات أسعار عقود DRAM وNAND
- أصبحت رقائق الذاكرة أغلى من رقائق الحوسبة لكل وحدة مساحة - Tom’s Hardware
- تأجيل انفراج GPU إلى 2028 بعد قفزة DRAM قياسية بلغت 95% - Tech Insider
- Tan من Intel: الذاكرة ارتفعت 7 أضعاف ولا انفراج قبل 2028 - shattered.io
- نسخة Prism ML المتفرعة من llama.cpp - نوى التكميم الثلاثي
- Ternary-Bonsai-2-27B-gguf - الأوزان المصدرية
This article refers to other articles we've written:
- ما نماذج الذكاء الاصطناعي التي تعمل على Raspberry Pi 4 أو 5؟
استخدم قياسات Raspberry Pi 4 و5 لاختيار نماذج اللغة المحلية حسب الذاكرة والسرعة وعبء العمل، من نماذج LFM2.5 الصغيرة إلى خيارات 3B وأكبر.
- بناء مساعد ذكاء اصطناعي يحمي الخصوصية لـ Meshtastic
تجربة عملية لبناء مساعد ذكاء اصطناعي محلي لـ Meshtastic، مع إعدادات خاصة ووصول TCP عبر طابور وأدوات لجلب المعلومات ولوحة تحكم أكثر أمانًا.






