قبل اختيار open source llm: افهم الأوزان المفتوحة وتراخيصها

إذا كنت تبحث عن open source llm، فابدأ بما تتيحه النماذج مفتوحة الأوزان فعليًا: خيار تشغيل النموذج وتكييفه تحت سيطرة شركتك، ضمن الصلاحيات التي يحددها ترخيصه. ويضيف إصدار Meta لنموذج Muse Spark Open في 15 أكتوبر 2026 مثالًا أمريكيًا آخر: الأوزان القابلة للتنزيل تمنحك خيارًا في النشر، ولا تعني تلقائيًا خفض التكلفة أو الحصول على حقوق تجارية بلا قيود.

ابدأ بواجهة API، ما لم تكن لديك حاجة محددة للتحكم أو أعباء عمل مقاسة تبرر تشغيل النموذج بنفسك. واجهة API هي واجهة يستدعيها برنامجك لطلب خدمة؛ وقد تُشغّل هذه الخدمة نموذجًا مفتوح الأوزان. يمكنك تقييم النموذج لدى جهة استضافة قبل أن تقرر ما إذا كان تولّي نشره يستحق الجهد.

ما النماذج مفتوحة الأوزان؟

تتيح لك النماذج مفتوحة الأوزان الحصول على المعاملات العددية المدرَّبة التي تمكّن النموذج من إنتاج الإجابات. هذه المعاملات هي الأوزان. وباستخدام برمجيات متوافقة وعتاد ذي سعة كافية، يمكنك تحميلها وتشغيل الاستدلال، أي توليد إجابة انطلاقًا من مدخل. أما بيانات التدريب الأصلية والكود المستخدم في التدريب، فقد يظلان غير متاحين. ويوضح تعريف Stanford HAI هذا الفارق صراحةً.

تخيّل أنك تسلّمت نبتة مكتملة النمو من مشتل. تستطيع نقلها إلى بيتك المحمي والعناية بها بنفسك، لكنك لم تحصل بالضرورة على سجل زراعتها كاملًا أو على الطريقة التي أُنتجت بها. النموذج القابل للتنزيل هو حصيلة التدريب؛ أما إعادة إجراء تدريبه الأصلي فهي مهمة أخرى.

بالنسبة إلى المسؤول عن التشغيل، المكسب المباشر هو اختيار المكان الذي يعمل فيه نموذج بعينه. وقد يتيح لك ترخيصه أيضًا تعديله، أو ضبطه الدقيق على أمثلة من عملك، أو توزيع نموذج مشتق منه. والضبط الدقيق هو تدريب إضافي يغيّر سلوك النموذج؛ وهو يختلف عن إرفاق مستندات بالتوجيه النصي.

لنأخذ مساعدًا داخليًا للتعامل مع مستندات المورّدين. قد تتيح الأوزان المفتوحة لشركتك إبقاء خدمة الاستدلال داخل بنيتها التحتية والاحتفاظ بإصدار محدد من النموذج. لكنها لا توفر صلاحيات الوصول إلى المستندات، أو نظام البحث، أو واجهة المستخدم، أو سير العمل الخاص بمعالجة الأخطاء. تظل هذه مكونات عليك بناؤها أو شراؤها.

ما الفرق بين الأوزان المفتوحة والمغلقة؟

الفارق هو قدرتك على الحصول على الأوزان وتشغيلها بنفسك. في خدمة ذات أوزان مغلقة، تستخدم واجهة المزوّد وفق شروطه، ولا يمكنك نقل تلك النسخة المحفوظة من النموذج إلى خادم آخر. أما الإصدار مفتوح الأوزان، فيمكن تشغيله في بيئة متوافقة في مكان آخر، وفق ترخيصه.

هنا ينبغي فصل سؤالين كثيرًا ما يختلطان: من يملك الأوزان، ومن يشغّل نقطة الاتصال التي تستخدمها؟ واجهة API المستضافة وسيلة وصول، ولا تخبرك بحد ذاتها إن كان النموذج الذي تعمل به مفتوح الأوزان أم مغلقها.

كما أن نقل تطبيق بين جهات الاستضافة يتطلب عملًا. فقد تختلف صيغ التوجيهات، والأدوات المدعومة، ومدخلات الوسائط، وتحليل المخرجات، وإعدادات تقديم الخدمة. إتاحة الأوزان تمنحك بديلًا للمزوّد الأصلي، لكنها لا تجعل كل نقاط الاتصال قابلة للاستبدال مباشرةً.

النماذج مفتوحة الأوزان وopen source llm: أين الفرق؟

وجود رابط تنزيل يثبت إتاحة الأوزان، ولا يثبت أن منظومة الذكاء الاصطناعي بأكملها مفتوحة المصدر. إرفاق النسخة المحفوظة بترخيص برمجي معروف دليل مفيد على الصلاحيات، لكن شفافية التدريب مسألة مستقلة.

يشترط تعريف الذكاء الاصطناعي مفتوح المصدر لدى Open Source Initiative حرية الاستخدام والدراسة والتعديل والمشاركة، إلى جانب المواد اللازمة لإجراء التعديلات: المعاملات، والكود المستخدم لتدريب المنظومة وتشغيلها، ومعلومات مفصّلة بما يكفي عن بيانات التدريب.

وهنا تفصيل مهم: لا يقتصر التعريف على اشتراط إتاحة تنزيل كل سجل من سجلات التدريب الأصلية للجميع. بل يحدد المعلومات المطلوبة عن البيانات، بما فيها البيانات التي يتعذر مشاركتها، وأماكن العثور على مجموعات البيانات التي يمكن الحصول عليها. لذلك فإن القول إن «مفتوح المصدر يعني أن كل مجموعات البيانات متاحة للعامة» يختزل المعيار أكثر مما ينبغي.

عند الشراء، افصل بين هذه الفحوص:

• الإتاحة: هل يمكنك الحصول على النسخة المحفوظة المحددة التي تنوي نشرها؟
• الصلاحيات: هل يسمح ترخيصها باستخدامك الداخلي، أو منتجك الموجّه للعملاء، أو إعادة التوزيع، أو نشاط استضافة النماذج؟
• الشفافية: ما الكود والمعلومات عن البيانات ومواد التدريب المتاحة للفحص أو لإعادة تنفيذ التدريب؟
• التشغيل: هل تستطيع البنية التحتية التي اخترتها تقديم نتائج وأزمنة استجابة مقبولة؟

قد تكون الأولوية لشركة تنشر مصنّفًا للفواتير هي الإذن بالاستخدام التجاري وبيئة تشغيل خاصة. أما مجموعة بحثية تسعى إلى إعادة إجراء التدريب، فتحتاج إلى أكثر من ذلك بكثير. ولا يصح لأي منهما استنتاج تحقق احتياجاته من كلمة «مفتوح» وحدها.

تراخيص النماذج مفتوحة الأوزان: ما الذي تسمح به؟

الصلاحيات تخص إصدارًا بعينه، ولا تنطبق على Meta أو OpenAI أو DeepSeek أو Qwen أو Mistral أو NVIDIA بكامل إصداراتها. توضح الأمثلة التالية الفروق التي تحتاج الشركات إلى معرفتها، ولا ترتّب النماذج حسب الأفضلية.

جرى التحقق في 16 أكتوبر 2026 من بطاقات النماذج وصفحات الإصدارات ونصوص التراخيص المرتبطة هنا. والجدول مقارنة بين تلك الوثائق، وليس تقييمًا ناتجًا عن تجربة النماذج عمليًا. بالنسبة إلى Mistral Small 4، تحدد بطاقة الجهة المطوّرة ترخيص Apache 2.0؛ أما الشروط فمأخوذة من نص الترخيص الأصلي لدى Apache.

Meta Muse Spark Open: شروط الاستخدام التجاري تتوقف على النشاط

أصدرت Meta نموذج Muse Spark Open في 15 أكتوبر 2026، مضيفةً نموذجًا جديدًا طُوّر في الولايات المتحدة بأوزان قابلة للتنزيل. وتصفه بأنه نموذج متعدد الوسائط للبرمجة والعمل الوكيلي، أي مسارات العمل التي يستخدم فيها النموذج أدوات عبر خطوات متعددة. ويتيح إعلان الإصدار الأوزان للتنزيل ويسمّي جهات تستضيفه عبر API.

يسمح Muse Model License بالاستخدام والتعديل والضبط الدقيق والتقطير وإنشاء المشتقات والتوزيع والبيع، وفق شروطه. أبقِ إشعار حقوق النشر والترخيص وسياسة الاستخدام مع النسخ المشمولة، والتزم بالسياسة، وأظهر عبارة “Built with Muse Spark Open” بوضوح في الواجهة أو الوثائق المصاحبة أو الموقع الإلكتروني أو الإعدادات.

ويشمل تعريف المشتقات فيه نماذج الذكاء الاصطناعي التي تُحسّن باستخدام مخرجات البرنامج. وهذا مهم إذا كنت تخطط لتدريب نموذج آخر على أمثلة مولّدة.

أما شرط الاتفاق المنفصل فيستهدف أنشطة تقديم النماذج كخدمة (Model as a Service): إذا تجاوز مجموع الإيرادات الإجمالية للمرخَّص له والجهات التابعة له $20 مليون خلال أي 12 شهرًا متتالية، وجب إخطار Meta وإبرام اتفاق مكتوب منفصل قبل تقديم النموذج أو مشتقاته ضمن ذلك النشاط. ويستثني القسم 3 الاستخدام الداخلي والبحث والأنشطة التجارية الأخرى، وكذلك ميزات المنتجات التي لا تُعدّ خدمة لتقديم النماذج.

لذلك يختلف تصنيف مساعد دعم خاص عن تصنيف شركة تبيع الوصول إلى النماذج. وكلاهما يظل خاضعًا لبقية شروط الترخيص. ويتناول دليل نشر Muse Spark Open تفاصيل العتاد والاستضافة.

OpenAI gpt-oss: الترخيص المتساهل لا يغني عن بيئة تشغيل متوافقة

نموذجا OpenAI gpt-oss-20b وgpt-oss-120b قابلان للتنزيل ومخصصان للاستدلال، بترخيص Apache 2.0. وتصف بطاقة النموذج لدى OpenAI إمكانات الضبط الدقيق وتحديد مستوى جهد الاستدلال، الذي يغيّر مقدار الاستدلال الذي يجريه النموذج قبل الإجابة.

يسمح ملف الترخيص بإعادة الاستخدام التجاري والتعديل وإعادة التوزيع. ويتطلب التوزيع إرفاق نسخة من الترخيص، وإشعارات تحدد الملفات المعدّلة، والإبقاء على إشعارات نسب العمل وغيرها من الإشعارات المنطبقة، بما فيها محتوى NOTICE إن وُجد. ويتضمن Apache أيضًا منحًا محددًا لحقوق استخدام براءات اختراع المساهمين؛ وهذا ليس ضمانًا شاملًا ضد كل مطالبة متعلقة ببراءة اختراع.

القيد التشغيلي واضح: تقول OpenAI إن هذه النماذج يجب أن تستخدم صيغة الاستجابة Harmony الخاصة بها. وتتولى بيئة تشغيل أو قالب محادثة متوافق التعامل مع هذه البنية. تنزيل الأوزان داخل أي غلاف لواجهة محادثة لا يثبت صحة سلوكها.

بالنسبة إلى المطوّر، هذا متطلب تكامل يمكن التعامل معه. أما بالنسبة إلى المشتري، فيعني أن عرض النشر يجب أن يحدد بيئة التشغيل والنسخة المحفوظة، وألا يكتفي بوعد «تشغيل OpenAI في بيئة خاصة».

DeepSeek: ترخيص MIT لا يوفر خدمة مُدارة

يقدّم DeepSeek-V4-Pro مثالًا قابلًا للتنزيل بشروط MIT. وتصف بطاقة النموذج سلسلة V4 بأنها إصدار معاينة، وتربط بنسختي Pro وFlash، وتوفر إرشادات للنشر المحلي. هذه مواد محددة يجري فحصها هنا، ولا يعني ذلك أن كل إصدارات DeepSeek متطابقة.

تطبّق البطاقة صراحةً ترخيص MIT على المستودع وأوزان النموذج. ويسمح النص بالاستخدام والنسخ والتعديل والتوزيع ومنح تراخيص فرعية والبيع، مع اشتراط تضمين إشعار حقوق النشر والإذن في النسخ أو الأجزاء الجوهرية منها. ولا يقدم أي ضمان.

بالنسبة إلى خدمة داخلية لمعالجة المستندات، تزيل هذه الصلاحيات عائقًا ترخيصيًا أمام تشغيل تلك النسخة وتعديلها. لكنها لا توفر التزامًا بزمن استجابة، أو فريقًا للتعامل مع الحوادث، أو تأكيدًا أن نقطة اتصال مستضافة باسم مختلف تقدم الإصدار نفسه. أدرج هذه المتطلبات في مواصفات الخدمة أو النشر.

Qwen: اسم العائلة الواحد يخفي اختلاف التراخيص

يختلف نموذجا Qwen3.8-27B وQwen3.8-2.4T-A95B من Alibaba في الترخيص وقدرات التعامل مع المدخلات. تصف بطاقة Qwen3.8-27B إصدارًا متعدد الوسائط، ويحدد ملف ترخيصه ترخيص Apache 2.0.

يسمح Qwen3.8-Max License الخاص بالنسخة الأكبر بالاستضافة والنشر والضبط الدقيق وإنشاء المشتقات والتوزيع وفق شروط. يجب الإبقاء على إشعار حقوق النشر والإذن. وعلى أي منتج تجاري يستخدمه أن يعرض اسم النموذج بوضوح في واجهته إذا تجاوز المنتج 100 مليون مستخدم نشط شهريًا أو $20 مليون من الإيرادات الشهرية.

ويُطبّق شرط منفصل إذا كان المرخَّص له أو الجهات التابعة له يمارسون نشاط تقديم النماذج كخدمة أو مساعد العمل بالذكاء الاصطناعي (Model as a Service أو AI Work Assistant)، وتجاوز إجمالي إيراداتهم $50 مليون خلال أي 12 شهرًا متتالية: يجب الحصول على ترخيص منفصل قبل الاستخدام التجاري. ويشترط استثناء الاستخدام الداخلي عدم إتاحة النموذج أو مخرجاته أو قدراته الأساسية لأطراف ثالثة.

التعريفات هنا مؤثرة. يركّز تعريف AI Work Assistant على المنتجات المستقلة المخصصة أساسًا للبرمجة أو الإنتاجية المكتبية، مع استثناءات للأدوات ذات الغرض الواحد، والمساعدات في مجالات أخرى، وميزات المنتجات التي لها غرض رئيسي آخر. صنّف منتجك الفعلي بالرجوع إلى النص الكامل.

وهناك أيضًا اختلاف في القدرات ينبغي الانتباه إليه: تقول بطاقة النسخة الكبيرة إنها نصية فقط وتتطلب وضع التفكير، بينما تتضمن نسخة Qwen3.8-Max المستضافة ميزات إضافية، منها الرؤية. تجربة النسخة المستضافة لا تثبت تطابق ميزاتها مع النسخة القابلة للتنزيل.

Mistral: استند إلى نسخة متاحة بالفعل

Mistral Small 4 نسخة متعددة الوسائط متاحة، وتحدد بطاقة الجهة المطوّرة لها ترخيص Apache 2.0. وتصف بطاقة Mistral-Small-4-119B-2603 استقبال النصوص والصور وإنتاج النصوص، ووضعي اتباع التعليمات والاستدلال، والتخصيص عبر الضبط الدقيق.

يسمح نص Apache 2.0 بالتعديل التجاري وإعادة التوزيع، مع متطلبات إرفاق الترخيص وإشعارات التغيير ونسب العمل. ولا يُلزم بنشر كل تعديل، كما لا يمنح استخدامًا مطلقًا للعلامات التجارية للجهة المطوّرة.

لا تعمّم هذه الخلاصة لمجرد اشتراك النماذج في العلامة التجارية. يصف إعلان Mistral عن Large 4 نسخة معاينة عامة، ويقول إن الأوزان ستصدر بحلول نهاية الشهر. وفي تاريخ التحقق هذا، يظل الإعلان التزامًا مستقبليًا، وليس دليلًا على توافر نسخة أو على ترخيص تنزيلها.

من يخطط لنشر خاص فوري يحتاج إلى إصدار يمكن الحصول عليه الآن. وتتناول صفحة Mistral Large 4 المعاينة على نحو منفصل.

NVIDIA Nemotron: اقرأ الشروط الحاكمة في البطاقة الحالية

يستخدم NVIDIA Nemotron 3 Ultra ترخيص OpenMDW 1.1 في النسخة التي فُحصت. وتصف بطاقة النموذج لدى NVIDIA نموذجًا للاستدلال والمحادثة والعمل الوكيلي، جاهزًا للاستخدام التجاري وغير التجاري. ولا تُغني صفحات ترخيص Nemotron الأقدم عن رابط الشروط الحاكمة الوارد في تلك البطاقة.

يمنح ترخيص OpenMDW 1.1 صلاحيات واسعة للتصرف في مواد النموذج المقدّمة. ويتطلب توزيعها إرفاق الاتفاق والإشعارات المنطبقة المتعلقة بحقوق النشر والمنشأ. ولا يفرض قيودًا أو التزامات على استخدام المخرجات المولّدة أو تعديلها أو مشاركتها.

ويتضمن الترخيص أيضًا أحكامًا لإنهائه في حالات محددة من التقاضي بشأن براءات الاختراع أو حقوق النشر، ويخلي المسؤولية عن الضمانات، ويترك للمستخدم مسؤولية استيفاء أي حقوق أخرى منطبقة. الإذن الواسع لا يعني التعهد بالتعويض عن المطالبات.

تصف NVIDIA بيانات تدريب ووصفات تدريب أُتيحت، بينما تشير البطاقة نفسها أيضًا إلى مجموعات بيانات خاصة. وهذا يوضح لماذا يصف مصطلح «مفتوح الأوزان» حدًا أدنى من الإتاحة، ولا يعني أن كل جهة مطوّرة تنشر المواد المساندة نفسها تمامًا. إذا كانت قابلية إعادة إجراء التدريب مهمة، فافحص المواد المذكورة بالاسم بدلًا من التعامل مع هذا الوصف كدرجة لقياس الشفافية.

كيف يؤثر مكان التشغيل في قرار الشركة؟

حدّد حدود بيئة النشر قبل شراء العتاد. فالنموذج نفسه القابل للتنزيل يمكن تشغيله بترتيبات مختلفة تمامًا. والسؤال المفيد هو: أي مسؤوليات تريد تولّيها؟

واجهة API مستضافة: اترك إدارة الخدمة للمزوّد

واجهة API المستضافة هي أسرع نقطة بداية عندما تحتاج إلى التحقق من جودة أداء المهمة. ترسل طلبًا إلى خدمة تتولى تحميل النموذج وتشغيله. وتسمّي Meta كلًا من Baseten وFireworks AI وGroq وModal وNebius وOpenRouter وTogether AI ضمن منصات إطلاق Muse Spark Open؛ ولا تثبت هذه القائمة تطابق الميزات أو الشروط التعاقدية بينها.

بالنسبة إلى مؤسس لديه تمويل ويطوّر نموذجًا أوليًا لمساعد دعم، تجنّبه الاستضافة الالتزام بسعة حوسبة قبل إثبات جدوى سير العمل. قارن أنواع المدخلات المحددة، ومراجعة النموذج، ودعم الأدوات، وشروط الاحتفاظ بالبيانات، والمنطقة الجغرافية لنقطة الاتصال التي ستستخدمها.

أما القيد فهو التحكم في البيانات. تشغيل أوزان مفتوحة لدى طرف آخر يظل يعني إرسال التوجيهات إلى نقطة اتصاله. ويحدد اتفاقك وإعداد الخدمة ما يحدث هناك. اسم النموذج المفتوح لا يحوّل الاستدعاء المستضاف إلى معالجة محلية.

وحدات GPU الخاصة بك: تحكّم في النشر وتحمّل مسؤولياته

تتيح لك الاستضافة الذاتية تحديد كيفية تشغيل خدمة الاستدلال. يمكنك استخدام أجهزة تملكها أو استئجار سعة GPU في حساب سحابي. ووحدات GPU هي معالجات تُستخدم لإجراء حسابات النموذج. أما بيئة التشغيل فهي البرنامج الذي يحمّل النسخة المحفوظة ويخدم الطلبات؛ وينبغي أن تستند إلى تعليمات النشر الصادرة عن مطوّري النموذج عند اختيار بيئة التشغيل والصيغة.

بالنسبة إلى مدير تقني في شركة متوسطة الحجم يُشترط عليه إبقاء مستندات المورّدين داخل بيئة خاضعة للتحكم، قد تكون هذه الميزة حاسمة. لكن حدود تلك البيئة يجب أن تشمل أيضًا استرجاع المستندات، وسجلات الطلبات، والمراقبة، والنسخ الاحتياطية، وكل أداة يستدعيها النموذج. النموذج الخاص الذي يرسل محتوى المستندات إلى خدمة بحث خارجية لا يفي بهذا الشرط.

وتنتقل إليك المسؤولية أيضًا: ضبط الوصول، والتحديثات التصحيحية، وتخطيط السعة، واختبار طرح الإصدارات، والاستجابة للحوادث، والتعافي. عيّن مسؤولًا قبل جعل النظام يعتمد على هذه الخدمة. حجز وحدات GPU وحده ليس خطة تشغيل لبيئة الإنتاج.

تشغيل النماذج اللغوية الكبيرة مفتوحة الأوزان على جهاز محلي

يفيد النشر المحلي عندما يستطيع جهاز شخص واحد تحمّل عبء العمل، وتكون العزلة أهم من التوسع لخدمة مستخدمين متعددين. يشير اختصار LLM إلى النموذج اللغوي الكبير. وقد يستخدم مطوّر تقني يعمل بمفرده نموذجًا محليًا لتصنيف الملفات أو المساعدة في العمل على مستودع، مع احتفاظه بالتحكم في بيئة التشغيل.

توثّق بطاقة gpt-oss من OpenAI طرقًا للتشغيل المحلي، بينما تسرد بطاقة Mistral Small 4 بيئات تشغيل محلية وأخرى للخوادم. ويجب التحقق من التوافق مع النسخة والصيغة المحددتين. ظهور النموذج في دليل النماذج لا يثبت أن جهازك يتسع لتشغيله.

ولمحطة العمل الشخصية أيضًا حدود التوافر المعتادة: قد تدخل وضع السكون، أو تعيد التشغيل، أو تنشغل بعمل آخر. انتبه إلى هذا الفرق قبل تحويل تجربة شخصية ناجحة إلى خدمة مشتركة. ويتناول دليل أفضل النماذج اللغوية الكبيرة المحلية سؤال الاختيار من زاوية العتاد.

قيود العتاد التي تهم عند تشغيل النماذج اللغوية مفتوحة الأوزان

الشرط الأول هو أن تتسع الذاكرة للنموذج، ويليه معدل معالجة عملي. تقول OpenAI إن gpt-oss-20b يمكن أن يعمل ضمن ذاكرة بسعة 16GB باستخدام التكميم MXFP4 الذي يصدر به، وهو تمثيل للأوزان بدقة عددية أقل. هذه تهيئة تذكرها الجهة المطوّرة، وليست وعدًا بالأداء على كل حاسوب أو تحت أي حجم من الطلبات.

وعلى الطرف الآخر، تحدد بطاقة Muse Spark Open لدى Meta متطلبات تبلغ 700GB من ذاكرة GPU لصيغة NVFP4 و2TB لصيغة BF16، وهما صيغتان للأوزان تختلفان في الدقة العددية. أما قولها المنفصل بإمكان تشغيله على أجهزة مكتبية، فيشير إلى جهازي Apple M5 Ultra Mac Studio باستخدام MLX، وفق الإعلان. وهكذا قد يشمل تعبير «يعمل محليًا» فئات شديدة الاختلاف من المعدات.

ملفات الأوزان ليست كل ما يُشغَّل. فسجل المدخلات، والحسابات الوسيطة، والطلبات المتزامنة تستهلك موارد أيضًا. قِس زمن الاستجابة ومعدل المعالجة الناجحة عند أطوال التوجيهات التي تستخدمها فعلًا. فلا عدد المعاملات ولا الحد الأقصى لنافذة السياق يخبرك بعدد العملاء الذين تستطيع خدمتك دعمهم بمستوى مقبول.

ما الذي يتغير للمطوّرين ومسؤولي التشغيل والمشترين؟

تكون الجدوى التجارية أقوى عندما يحل التحكم مشكلة محددة، ويوجد من يستطيع تشغيل الخدمة. وقد يعزز حجم الاستخدام هذه الجدوى، لكنه لا يحسمها وحده.

للمطوّرين، الميزة هي امتلاك خيار نشر يمكن فحصه. يمكنك الاحتفاظ بنسخة محددة وتغيير إعدادات تقديم الخدمة أو إجراء الضبط الدقيق إذا سمح الترخيص. أما العمل المطلوب فهو ضمان أن يتصرف التطبيق على نحو صحيح حول تلك النسخة: صياغة الطلبات، وتفسير استدعاءات الأدوات، والتعامل مع الفشل. ابدأ بسير عمل محدد النطاق، مثل استخراج معرّفات المورّدين، مع أمثلة صريحة على المخرجات المقبولة وغير المقبولة.

لمسؤولي التشغيل، الميزة هي التحكم في حدود المعالجة وجدول التغييرات. ويقابل ذلك توثيق مسارات البيانات والمحافظة على سلامة النظام. ينبغي لمسؤول تشغيل الدعم المتمرس أن يشترط مسار إحالة واضحًا للمرفقات غير المقروءة، والتصنيفات غير المؤكدة، وتعذّر الاستدلال. امتلاك النموذج لا يلغي الحاجة إلى التصعيد البشري.

للمشترين، الميزة هي وجود مسار بديل موثوق للنشر. اشترط أن يحدد العرض مراجعة النموذج، والترخيص، والبنية التحتية، ومسؤوليات الدعم، وإجراء الانتقال. لا تكفي عبارة «مدعوم بنماذج مفتوحة» إذا لم تستطع الحصول على الإعدادات أو نقل التطبيق من دون إعادة بناء المكونات المحيطة به.

متى يساعد حجم الاستخدام، ومتى لا يساعد؟

تصبح الاستضافة الذاتية معقولة اقتصاديًا عندما يُبقي العمل المفيد السعة مشغولة. فطابور متوقع لمعالجة المستندات يستطيع غالبًا الاستفادة من السعة بطريقة مختلفة عن مساعد يواجه العملاء ويحتاج إلى إجابات فورية أثناء قفزات طلب غير منتظمة.

قارن الخدمة كاملةً: الحوسبة، والتخزين، والمراقبة، ووقت العمل الهندسي، والسعة الخاملة، وإعادة المحاولات، والبدائل عند التعطل، وأي اتفاق ترخيص منطبق. ثم قارن النتائج المقبولة عند زمن الاستجابة الذي يتطلبه سير عملك. انخفاض تكلفة الإجابة المولّدة ليس توفيرًا إذا زاد عمل المراجعة أو تكررت مهمة فاشلة.

المؤسس الذي لا يزال الطلب على منتجه غير مؤكد ينبغي أن يتعلم عبر خدمة مستضافة قبل الالتزام بشراء العتاد. أما المدير التقني الذي لديه حمل مستمر وخبرة قائمة في البنية التحتية، فلديه سبب أقوى لقياس أداء نشر خاص. ولا يحتاج أي منهما إلى حد موحّد لحجم الرموز مستمد اعتباطيًا من تهيئة شخص آخر.

هذا هو الفارق التشغيلي: يتحمل مزوّد API جانبًا كبيرًا من عمل إدارة السعة والخدمة، بينما يمنحك النشر المستضاف ذاتيًا تحكمًا أكبر فيهما مع تحمّل مسؤوليتهما.

أين تقع المبالغة في الحديث عن الأوزان المفتوحة؟

المبالغة هي القول إن إتاحة الأوزان تحقق الحرية والخصوصية والتوفير معًا وبصورة تلقائية. لكل منها شرطه.

«مفتوح يعني بلا قيود». توضح تراخيص Muse وQwen الخاصة لماذا لا يصح ذلك. قد يسمح التنزيل باستخدامات كثيرة، مع فرض شروط على إظهار العلامة التجارية أو المشتقات أو أنشطة بعينها. وحتى الترخيص المتساهل يتضمن شروطًا يجب الحفاظ عليها عند توزيع النموذج.

«مفتوح يعني خاصًا». تتوقف الخصوصية على تدفقات البيانات في المنظومة المنشورة. افحص جهة استضافة الاستدلال، وخدمة الاسترجاع، والأدوات، والسجلات، والمسؤولين الذين يملكون صلاحيات الإدارة. تشغيل النموذج على خادمك يعالج جزءًا واحدًا من هذه الخريطة.

«مفتوح يعني منتج API نفسه، لكن قابلًا للتنزيل». تميّز بطاقة Qwen صراحةً بين نسختها الكبيرة النصية فقط والميزات الإضافية للنسخة المستضافة. وتضيف التطبيقات أيضًا تنسيقًا للمهام وأدوات وواجهات حول النموذج. الحصول على الأوزان لا يعيد إنتاج كل ذلك السلوك.

«مفتوح يعني انتهاء العمل المتكرر». يظل العتاد بحاجة إلى سعة كافية، وتظل البرمجيات تتغير، وتظل الحوادث بحاجة إلى مسؤولين. قد يكتسب الفريق استقلالية وينفق أكثر إجمالًا في الوقت نفسه. اختر الاستقلالية عندما تحل قيدًا على العمل، ولا تنسب إليها وفورات إلا بعد قياسها.

«الإعلان عن أوزان مفتوحة يعني أنها متاحة». الجدول الزمني لإصدار Mistral Large 4 مثال عملي ينقض ذلك. خطط للتقييم انطلاقًا من نسخة موجودة وشروطها المنشورة، لا من تنزيل منتظر.

ما الخطوة العملية التي تبدأ بها الأسبوع المقبل؟

قيّم سير عمل واحدًا قبل تغيير بنيتك التحتية. تحرّك الآن إذا كانت حدود انتقال البيانات، أو الحاجة إلى التخصيص، أو الاعتماد على خدمة واحدة تسبب مشكلة بالفعل. وأجّل شراء العتاد إذا كانت جودة النموذج في المهمة أو أعباء العمل لا تزال غير محسومة. مسؤول التشغيل الراضي عن واجهة API الحالية وشروطها ليس لديه سبب تلقائي للانتقال.

1. 1

   حدّد المتطلب

   اختر مهمة ملموسة وبيّن لماذا لا يكفي الترتيب الحالي: يجب أن تبقى المستندات داخل بيئة محددة، أو يجب أن تظل مراجعة معينة من النموذج متاحة، أو يحتاج طابور معالجة مستقر إلى التقييم. حدّد المخرجات المقبولة وآلية التصعيد.

2. 2

   حدّد النسخة وصلاحيات استخدامها

   احفظ معرّف النسخة المحفوظة، ومراجعتها، وبطاقة النموذج، والترخيص. وضّح إن كنت ستستخدمها داخليًا، أو ستتيح بها ميزة في منتج، أو ستعيد توزيعها، أو ستبيع الوصول إلى النموذج. احسم الشروط المنطبقة قبل بناء النظام على أساسها.

3. 3

   قيّم عبر المسار المسموح

   استخدم جهة استضافة إذا سمحت متطلبات بياناتك بذلك؛ وإلا فأجرِ التقييم داخل البيئة المطلوبة. قارن مهام تمثّل استخدامك الفعلي بالخدمة الحالية. سجّل الأخطاء، وزمن الاستجابة، وجهد المراجعة، وكل ميزة في نقطة الاتصال يعتمد عليها التطبيق.

4. 4

   وزّع مسؤوليات التشغيل قبل نقل بيئة الإنتاج

   حدّد المسؤول عن السعة، والوصول، والمراقبة، والتحديثات، والحوادث. اشترط مسارًا للرجوع عن التغيير وإجراء نشر قابلًا للتكرار. لا تشترِ العتاد إلا بعد أن يبرر ذلك النموذج وعبء العمل وخطة التشغيل.

استخدم دليل أفضل النماذج اللغوية الكبيرة مفتوحة المصدر لاختيار النموذج بعد اتضاح هذه المتطلبات. أما القرار هنا فهو مقدار التحكم الذي تحتاجه، والمسؤولية التي أنت مستعد لتحمّلها.

أسئلة شائعة

ما المقصود بالنموذج مفتوح الأوزان؟

هو نموذج مدرَّب تتاح أوزانه للحصول عليها وتشغيلها ببرمجيات وعتاد مناسبين. وقد تظل بيانات تدريبه وكود التدريب غير متاحين. ويحدد الترخيص الاستخدامات والتعديلات وعمليات التوزيع المسموح بها.

ما أفضل نموذج مفتوح الأوزان؟

لا توجد إجابة مستقلة عن المهمة. حدّد أولًا الاستخدام المسموح، والمدخلات المطلوبة، والعتاد أو جهة الاستضافة، والمخرجات المقبولة. استخدم دليل اختيار النماذج المرتبط في المقال لإعداد قائمة مختصرة، ثم قيّم سير عملك. تقارن هذه الصفحة إمكانات الوصول والمسؤوليات، ولا ترتّب الأداء.

ما الفرق بين النماذج مفتوحة الأوزان ومغلقة الأوزان؟

يمكن الحصول على الأوزان المفتوحة لنشرها في بيئة متوافقة وفق ترخيصها. أما الأوزان المغلقة فتبقى لدى المزوّد. ويمكن الوصول إلى أي من النوعين عبر API؛ فاستخدام API لا يخبرك إن كان النموذج الذي تعمل به قابلًا للتنزيل.

هل النماذج مفتوحة الأوزان مجانية؟

قد يمنح الترخيص حق الاستخدام من دون إتاوة، لكن تشغيل النموذج يظل يستهلك العتاد ووقت الفريق. وقد يتقاضى مزوّد الاستضافة رسومًا مقابل الاستدلال، كما قد يشترط ترخيص خاص اتفاقًا منفصلًا لأنشطة محددة. افحص شروط النموذج وشروط الخدمة التي ستستخدمها معًا.

هل ستُحظر النماذج مفتوحة الأوزان؟

لا يمكن لإعلان إصدار أن يثبت مشروعية الاستخدام مستقبلًا. قيّم النموذج المحدد، والاستخدام المقصود، والولايات القضائية التي ستنشره فيها، في ضوء القواعد المنطبقة وقت النشر. لا تبنِ قرار الانتقال على توقع أن جميع النماذج مفتوحة الأوزان ستُحظر أو ستظل بلا قيود إلى الأبد.

كيف تحقق النماذج مفتوحة الأوزان إيرادات؟

يمكن أن تتاح الأوزان للتنزيل إلى جانب استضافة ودعم وتخصيص مدفوع، وترتيبات ترخيص تجاري. تنزيل الأوزان والخدمة المحيطة بها عرضان مختلفان. ويوضح Muse وQwen أيضًا حالات تشترط تراخيص منفصلة لأنشطة معينة.

ما مقدار تأخر النماذج مفتوحة الأوزان عن غيرها؟

لا يحدد الوصف فجوة في الأداء. قارن إصدارات بعينها في مهمتك، بما يشمل إعداد تقديم الخدمة والميزات المتاحة في نقطة الاتصال. لا يستطيع معيار أداء تجميعي أن يحدد معدل أخطائك أو معدل المعالجة أو عبء المراجعة لديك.

هل النماذج مفتوحة الأوزان آمنة؟

إتاحة الأوزان لا تثبت أن التطبيق سيتصرف بأمان. قيّم حالات الفشل في سير العمل المقصود، وقيّد صلاحيات الأدوات، واحمِ المدخلات الحساسة، وحدّد آلية التصعيد البشري. وبطاقة نموذج Meta نفسها تدعو إلى اختبارات أمان خاصة بالتطبيق، وضوابط إضافية للوكلاء الذين يتخذون إجراءات ذات تبعات مهمة.

لاتخاذ قرارات عملية بشأن تبنّي الذكاء الاصطناعي، اشترك في النشرة البريدية.