وصل Bonsai 2 إلى Ollama قبل أن يُعلن أي شخص أنه سيصل.

في وقت ما في الساعات الأولى من 17 أكتوبر 2026، Ollama بدأت بتقديم Bonsai 2 — مدخل مكتبة بتسعة وسوم يغطي Ternary Bonsai 2 2B، Ternary Bonsai 2 4B، Ternary Bonsai 2 9B و Bonsai 2 27B، كل منها في تعبئتين بالإضافة إلى اسم مستعار افتراضي. لم تقل Prism ML أي شيء عنه. لا يوجد منشور على صفحة أخبار البائع، ولا سطر في إعلان 15 أكتوبر للنماذج الصغيرة — يذكر ذلك المنشور llama.cpp و MLX كبيئات تشغيل ووحدة تحكم مستضافة كعرض توضيحي، ولا يذكر Ollama على الإطلاق. الإدراج موجود ببساطة، مع ختم جميع الوسوم التسعة بنفس العمر الذي يبلغ بضع ساعات، وهو ما يبدو عليه الدفع الجديد وليس ما يبدو عليه الطرح التدريجي.

إذاً، التقسيم الصادق هو هذا. ما يمكن معرفته الآن، من السجل والملفات: الوسوم، وأسماؤها، وأحجامها الدقيقة بالبايت، وبصمات محتواها، و — لأن Ollama تشحن GGUF — المعمارية وسلاسل البيانات الوصفية داخل الأوزان نفسها. غير مؤكد: من قام بتغليفها، ولماذا يغفل إعلان المورّد ذكر المنصة، وما إذا كانت النوى الثلاثية موجودة في المنبع داخل محرك Ollama نفسه أم مورَّدة، وما إذا كانت أي من أرقام المورّد تصمد خلال الرحلة. تلك أسئلة منفصلة، وهذا المقال يبقيها منفصلة.

ما الذي يوجد فعليًا على الرف؟

تسعة وسوم، وأربعة أحجام، وثلاث عبوات من الأوزان نفسها. تسرد صفحة مكتبة Ollama اسمًا مستعارًا افتراضيًا لكل حجم و -q2_0 نسخةً لكل حجم:

• bonsai-2:latest — 3.2 غيغابايت، يُحلّ إلى 9B (بصمة c8b5462f8688)

• bonsai-2:2b و bonsai-2:2b-q2_0 — 911 ميجابايت، بنفس البصمة de2ccb4e7328

• bonsai-2:4b و bonsai-2:4b-q2_0 — 1.6 GB، نفس البصمة 93edd652c932

• bonsai-2:9b وbonsai-2:9b-q2_0 — 3.2 GB، نفس البصمة c8b5462f8688

• bonsai-2:27b و bonsai-2:27b-q2_0 — 8.3 GB، نفس البصمة f3c4f4208659

التسمية تؤدي عملاً أكبر مما تبدو عليه. وجود وسمين لكل حجم يتشاركان digest ليس تكرارًا — بل هو بيان حول أي حزمة اختارها Ollama. اسحب الـ manifest الخاص بـ bonsai-2:9b وستجد أن طبقة النموذج تبلغ 2.557 GB. هذا هو ملف Q2_0 الخاص بـ Ternary Bonsai 2 9B، المقيس على Hugging Face عند 2.557 GB بالبايت. حزمة PQ2_0 تبلغ 2.417 GB، أما حزمة PTQ1_0 — وهي الأصغر عند 1.997 GB — فليست موجودة هنا على الإطلاق.

لهذا الاختيار تبعة يجدر ذكرها بوضوح، لأنها من الأمور التي تتحوّل إلى سلسلة دعم. على بطاقة نموذج المورّد، يشغّل llama.cpp الأساسي واحدة فقط من الحزم الثلاث: Q2_0، «الفرع الرئيسي الحديث، الذي يتضمّن بيئة تشغيل تنشيط Hadamard». إنه يرفض PQ2_0 وPTQ1_0 كنوعين غير معروفين، لأنهما يحتاجان إلى نسخة Prism ML المتفرّعة من llama.cpp. تشغّل Ollama محرّكها الخاص. Q2_0 هي الحزمة التي يمكن لمستهلك GGUF القياسي أن يحمّلها على نحو معقول — وQ2_0 بالتحديد هي الحزمة التي شحنتها Ollama. أما ما إذا كانت Ollama قد طوّرت نوى ثلاثية خاصة بها أو تتوجّه إلى بناء مُضمّن من جهة خارجية، فليس شيئًا يخبرك به السجل. ما يخبرك به هو أنها لم تشحن الملف الذي لا يمكن تحميله.

تخبرك بيانات GGUF الوصفية بأكثر مما تخبرك به الصفحة.

تُبلغ صفحة Ollama عن أربع حقائق لكل وسم: حجم بالبايت، وشارة سياق "256K"، ونوع إدخال نص مع صورة، وطابع زمني نسبي. كل ما عدا ذلك موجود داخل الملف. قراءة ترويسة GGUF لكل طبقة من طبقات النموذج تعطي ما يلي، وهي تستحق القراءة لسبب محدد: فهي الجزء الوحيد في هذه القصة الذي ليس ادعاءً تسويقيًا من أحد.

• general.architecture — qwen35 على جميع الأحجام الأربعة

• general.name — Ternary-Bonsai-2-2B و-4B و-9B على النماذج الثلاثة الصغيرة؛ إذ تُبلِّغ طبقة 27B عن السلسلة العامة Hf مع general.basename = folded

• general.file_type — 41 على الأربعة جميعًا، مع general.quantization_version = 2

• general.size_label — 2B، 4B، 9B، 27B، بما يطابق أسماء الوسوم

• أعداد التنسورات — 320 للـ2B، و426 للـ4B، و427 للـ9B، و851 للـ27B

سلسلة البنية المعمارية هي المثيرة للاهتمام. qwen35 هو العمود الفقري للانتباه الهجين في Qwen3.5، وهو يؤكد من الأثر نفسه ما تقوله بطاقات النموذج نثريًا: الثلاثة الصغيرة هي Qwen3.5-2B و‏-4B و‏-9B مع بقاء البنية المعمارية دون تغيير، واستبدال الأوزان. كما يكشف عن شقّ في التسمية تغطّيه ملاحظات الإصدار الخاصة بالمورّد. يقول منشور 15 أكتوبر إن النماذج الجديدة "مستندة إلى Qwen3.5". أما 27B فهو قاعدة مختلفة كليًا — Qwen3.8-27B، الذي أُعلن في 17 سبتمبر. أربعة أحجام، واسم عائلة واحد، ونموذجان أساسيان. أي شيء تقرؤه عن سلوك "Bonsai 2" جرى قياسه على 27B لا ينتقل تلقائيًا نزولًا إلى 9B، وترويسة GGUF هي المكان الذي يمكنك أن ترى فيه السبب.

البيانات الوصفية الخاصة بـ 27B أيضًا أقل ترتيبًا بشكل ملحوظ من البقية: general.name = Hf، وgeneral.basename = folded، وgeneral.version = v5، ومفتاح أخذ عينات إضافي واحد لا تحمله النماذج الثلاثة الصغيرة. هذا هو شكل الناتج الوسيط لخط أنابيب التحويل عندما يُدفع دون تمريرة إعادة تسمية نهائية. إنه ليس عيبًا — فالموترات هي الموترات — لكنه بصمة، ويشير إلى أن وسم 27B جاء عبر مسار مختلف عن النماذج الثلاثة الصغيرة.

ما لا تعنيه أرقام Ollama

هنا حيث تخطئ معظم التغطيات لقائمة مكتبة، لذا يجدر التمهل. إن أحجام البايت على صفحة Ollama هيالحاويات من حيث الحجم، ولكل حجم فهي أكبر من ملف النموذج بالداخل. وسم 2B يقرأ 911 MB مقابل طبقة نموذج 0.547 GB وبروجكتور الرؤية 0.365 GB. وسم 27B يقرأ 8.3 GB مقابل طبقة نموذج 7.626 GB وبروجكتور 0.629 GB. أضف رخص البرامج وكتل المعلمات والحساب يتطابق: Ollama تقتبس كامل القطعة المسحوبة، بما في ذلك برج الرؤية.

هذا يعني أن 3.2 GB في صفحة Ollama الخاصة بـ 9B ليست قابلة للمقارنة مع رقم المورّد "2GB" لنفس الطراز، والفارق ليس تناقضًا يستحق الإبلاغ عنه — بل هما قياسان مختلفان لشيئين مختلفين. القيم 0.43 GB / 0.95 GB / 2 GB الخاصة بـ Prism ML هي النماذج اللغوية وحدها. يتم تفريغ برج الرؤية وتحميله فقط عندما تصل صورة فعلًا، لذا فإن نشرًا نصيًا فقط لا يتحمل تكلفته أبدًا، لكن أمر ollama pull يفعل ذلك. إذا كنت تحدد حجم جهاز بناءً على أرقام المورّد ثم تسحب من Ollama، فستتجاوز الميزانية بمقدار 0.5 إلى 1 GB قبل أن تشغّل أي شيء.

ينطبق التحذير نفسه على شارة "256K". السياق الأساسي هو 262,144 رمزًا، موروث من البنية الأساسية Qwen3.5 — 24 طبقة انتباه خطي و8 طبقات انتباه كامل في طراز 9B — وشارة Ollama تقرّبه للأسفل لأغراض العرض. السياق حقيقي وهو موروث، وليس شيئًا أضافته Ollama. ما لا يُذكر في أي مكان على الصفحة هو مقدار الذاكرة التي يستهلكها السياق الطويل، وفي نموذج انتباه هجين مزوّد بذاكرة تخزين مؤقت للانتباه الكامل على مجموعة فرعية من الطبقات، فإن ذلك ليس رقمًا صغيرًا. لا شيء في صفحة Ollama يخبرك ما إذا كان 262K يتّسع فعليًا في أي مكان تنوي تشغيله فيه.

من قام بتغليف هذا، وهل لذلك أهمية؟

دون إجابة، وينبغي وسمه كدون إجابة بدلًا من تخمينه. هناك ثلاثة احتمالات: إما أن يكون Prism ML قد رفعه، أو أن Ollama سحبه من مستودعات GGUF العامة الخاصة بالمورّد كجزء من عمل الكتالوج الخاص بها، أو أن طرفًا ثالثًا فعل ذلك. لا يمكن للسجل أن يخبرك بأيّها.

ما يمكن التحقق منه هو مصدر الأصل، وهو متسق. يصف نموذج Ollama نفسه: "Bonsai 2 من Prism ML هو عائلة من نماذج الرؤية المبنية على أوزان ثلاثية (−1، 0 أو +1): حوالي نصف حجم نماذج 4 بت القياسية، بجودة قريبة من الدقة الكاملة" ويربط منظمة البائع على Hugging Face، وورقة Bonsai 2 27B البيضاء، وApache 2.0. كتلة الترخيص المضمّنة في كل واحد من ملفات تعريف الأحجام الأربعة هي نص Apache 2.0 الحرفي. كتلة المعاملات الخاصة بـ 2B و4B و9B تقرأ {"presence_penalty":1,"temperature":1,"top_k":20,"top_p":0.95} — وهي وصفة أخذ العينات الموصى بها من البائع لوضع التفكير والمستمدة من بطاقات الطراز، مع حذف min_p تمامًا كما تقول بطاقة 27B إن ملفات GGUF تحذفه. هذا ليس تخمينًا من أحد؛ هذا تحويل قرأ البطاقة.

وهذا مطمئن، لكنه لا يخبرك بشيء عن الأمر الذي يحدد تجربتك فعليًا: ما إذا كانت النوى الثلاثية موجودة في المحرك الذي تشغّله. الموقف الصادق هو أن عملية سحب ناجحة تثبت فقط أن الملف GGUF سليم البنية، ولا شيء أكثر. تحقّق على عتادك الخاص قبل أن تبني عليه.

ادعاءات المورّد، وما تم التحقق منه

كل رقم جودة مرتبط بهذه العائلة يأتي من Prism ML، باستخدام أداة الاختبار الخاصة بـ Prism ML نفسها، ولم يُعَد إنتاج أيٍّ منه بشكل مستقل. وهذا أمر طبيعي في هذه المرحلة العمرية، وينبغي التصريح به بدلًا من تركه ضمنيًا. يذكر منشور 15 أكتوبر 19 اختبارًا مرجعيًا عبر ست مجالات مهارية للنماذج الصغيرة، مع معدلات احتفاظ مقابل خطوط أساس Qwen3.5 بالدقة الكاملة:

• 2B — وكيلي 95.5%، رياضيات 107.8%، اتباع التعليمات 121.5%، برمجة 115.0%، معرفة 82.9%، رؤية 89.0%

• 4B — 90.0% / 99.3% / 106.0% / 100.7% / 90.9% / 91.3%

• 9B — 92.4% / 98.2% / 100.0% / 100.1% / 93.0% / 92.5%

العديد منها يتجاوز 100%، وهذا ليس خطأ مطبعيًا ولا ناتجًا عن التقريب — بل يعني أن النموذج الثلاثي سجّل درجة أعلى من النموذج كامل الدقة الذي اشتُق منه في تلك الفئة. ويُعد اتباع التعليمات عند 121.5% بالنسبة إلى 2B المثال الأبرز. تعامل مع ذلك بالشك الذي يستحقه: تفوق نموذج مضغوط على خط أساسه الخاص في معيار اختاره المورّد هو قول عن التدريب وأدوات التقييم بقدر ما هو قول عن التمثيل على الأقل، كما أن درجات فئة النماذج الصغيرة أكثر ضجيجًا بكثير من درجات 27B. أرقام 27B أكثر تحفظًا وأكثر مصداقية في شكلها — 84.78 مقابل 86.32 لـ FP16، بنسبة احتفاظ 98.2% عبر 14 معيارًا لوضع التفكير، مع الرياضيات عند 96.57 مقابل 97.06 ومستوى البرمجة عند 89.42 مقابل 89.07، والخسارة مركّزة في المعرفة/الاستدلال والرؤية. وحيثما تتخلى عائلة عن قدرة في ظل تمثيل 1.7-بت، فهذا هو النمط الذي تتوقعه.

الادعاء الوحيد في منشور النموذج الصغير الذيليس معيارًا هو الادعاء الذي يستحق أن يُؤخذ على محمل الجد أكثر من غيره: إن نموذج الـ 9B "يستخدم عددًا أقل من الرموز بنحو 40% في مهام اتباع التعليمات القياسية والرياضيات اليومية." هذا ادعاء عن الإسهاب، لا عن القدرة، وهو من النوع الذي يمكنك التحقق منه في فترة ما بعد الظهر باستخدام مطالباتك الخاصة. كما يتفاعل أيضًا مع تحذير في بطاقات النموذج الخاصة بالبائع نفسه — يمكن لوضع التفكير أن يستهلك أكثر من 3,000 رمز على سؤال تافه، لذا عيّن ما لا يقل عن 8,192 رمزًا للإخراج، ولا تشغّل فك الترميز الجشع مع تفعيل التفكير، لأنه قد يعلق في التفكير. النموذج الذي يكون أقل إسهابًا بنسبة 40% ولا يزال يحتاج إلى ميزانية 8,192 رمزًا يخبرك بأنه مُسهِب في موضع معين.

أين يتركك هذا

إذا كنت تشغّل Ollama بالفعل وأردت تجربة نموذج من فئة 27B على حاسوب محمول دون GPU خاص بمراكز البيانات، فإن الوسوم الأربعة هي أقصر مسار موجود الآن: سحبة واحدة، بلا fork، وبلا بناء kernel. وإذا كنت بحاجة إلى التغليف الأصغر فعليًا، أو إلى نماذج المسودة الخاصة بفك الترميز التخميني التي يوفّرها المزوّد لفئتي 4B و9B، فإن قائمة Ollama لا تتضمّنها — فذلك تنزيل من Hugging Face وبناء Prism ML llama.cpp، وهكذا الأمر منذ 15 أكتوبر.

الأمر الآخر الجدير بالمعرفة هو أن التشغيل المحلي ليس الطريقة الوحيدة لاستهلاك نموذج منخفض البتات، وليس دائمًا الخيار الصحيح. تضع OrcaRouter واجهة API واحدة أمام أكثر من 200 نموذج مستضاف بهامش ربح 0% — سعر قائمة المزوّد يُمرَّر كما هو — إضافة إلى التحويل التلقائي بين المزوّدين عند الفشل، بحيث يمكنك تقييم نموذج على عبء عمل حقيقي قبل أن تقرر ما إذا كان يستحق مكانًا على حاسوبك المحمول. لا يتم تقديم أي من أحجام Bonsai 2 عبر OrcaRouter اليوم، وهذا المقال لا يدّعي عكس ذلك: فالعائلة عبارة عن تنزيل تشغّله بنفسك، وتبقى كذلك حتى ينشر المورّد نقطة نهاية. ما تمنحك إياه طبقة التوجيه هو النصف الآخر من القرار — النماذج المستضافة التي ستقارنها بها، خلف مفتاح واحد، مع توفّر دمج النماذج وDSL التوجيه عندما لا يكفي نموذج واحد.

ما يجب مراقبته، مرتباً حسب مقدار ما سيغيّر الصورة: وسم Ollama يكتسب ptq1_0 نظيراً، مما يعني أن نوى dense-trit قد وصلت إلى المنبع؛ ومنشور من مورد يقر بالمنصة، مما سيجيب على سؤال المصدر؛ وأي اختبار أداء مستقل للـ 9B أو 27B، وهو الشيء الوحيد الذي سيُخرج أرقام الاحتفاظ من عمود ما يقدمه المورد. حتى يتحقق أحد هذه الأمور، فإن الإدراج هو آلية توصيل، وليس نموذجاً جديداً — والنموذج الذي يقدمه كان متاحاً للعموم منذ 15 أكتوبر.

لا شيء من ذلك افتراضي: تم جمع إخفاقات الذكاء الاصطناعي الموثقة وحوادث الوكلاء الكامنة وراء إصدارات مثل هذا في OrcaRouter AI Incident Archive، حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة النزاع الخاصة به.