d1-omni مقابل Liquid AI D1 Omni 600M: اسمان، ونقطة تفتيش واحدة، ورقم سياق لا يستطيع أحد تحديد مصدره

Liquid AI D1 Omni 600M وd1-omni ليسا نموذجين اثنين، وليسا نقطتي تحقق للنموذج نفسه أيضًا. إنهما مجموعة أوزان واحدة — نموذج القرار متعدد الوسائط من Liquid AI البالغ 587 مليون معامل، المبني على Liquid AI LFM2.5-Encoder-350M والمنشور على Hugging Face في 5 أكتوبر 2026 تحت اسم المستودع LiquidAI/d1-omni-600M — تحمل اسمَي ملف مختلفين في فهرسين مختلفين. أحد هذين الفهرسين، وهو فهرس المورّد، يخبرك بما هو النموذج. أما الآخر، وهو فهرس Ollama، فيخبرك بما حزمه شخص ما ضمنه، ويطبع ثلاثة أرقام على البطاقة لا تدعمها وثائق المورّد. تلك الفجوة هي السبب الكامل الذي يجعل هذه المقارنة جديرة بالقراءة، لأنه بالنسبة لنموذج بهذا الصغر ليس التغليف حاشية — بل هو الفرق بين نموذج يتعامل مع النص والصورة والنموذج الذي تقول البطاقة إنك حمّلته.

لم يعلن المورّد أي شيء عن إدخال Ollama، ولا توجد ملاحظة من المشرفين، ولا مدخل في سجل التغييرات، ولا ملف readme على صفحة Ollama يفسر أيًا من ذلك. لذلك فإن الإطار الصادق لكل ما يلي هو هذا: الأوزان عامة وقابلة للفحص، والتغليف عام وقابل للفحص، وقراءة التغليف المطروحة هنا هي قراءتنا، وليست قراءة Liquid AI. وحيثما يتعذر تتبع رقم ما إلى مصدر، تقول هذه المقالة ذلك بدلًا من تكراره.

ما هما الاسمان في الواقع

نشرت Liquid AI النموذج على Hugging Face بطابع زمني للإنشاء هو 5 أكتوبر 2026، قبل يومين من ظهوره في منشور المدونة الخاص بالمورّد نفسه "Open d1: نماذج قرارات طرفية للنص والرؤية والصوت" في 7 أكتوبر. تُرخَّص الأوزان بموجب شروط LFM 1.0 الخاصة بـ Liquid، موسومة بـ d1_omni، system-one، multimodal، vision، audio وdecision-model، وقد جذبت نحو 13,900 تنزيل و135 إعجابًا وقت كتابة هذا النص. وجاءت المتغيرات المكمّمة وفق جدولها الخاص: مستودع GGUF في 6 أكتوبر، وبنيات MLX لـ Apple Silicon في 12 أكتوبر.

مدخل Ollama ليس أيًا من تلك المستودعات. إنه صفحة مكتبة Ollama باسم d1-omni تحمل شارة "vision 600m"، وتعرض أربع وسوم، وكان قد حُدِّث قبل دقائق من كتابة هذا — ولهذا السبب أبرزه الرادار أصلًا. لا شيء فيه يذكر Liquid AI أو LFM2.5-Encoder-350M أو مستودع Hugging Face الذي جاءت منه البايتات.

إذن الفرق العملي هو اسم ملف ومسار توزيع، وليس النموذج نفسه. ما يختلف، وما يهم، هو البيانات الوصفية التي تُغلّف البايتات.

الأرقام الثلاثة الموجودة على بطاقة Ollama، تُفحص واحدًا تلو الآخر

تعرض صفحة Ollama حجمًا ونافذة سياق وقائمة مدخلات لكل وسم. وكل الثلاثة تستحق نظرة ثانية، لأن اثنين منها في هذا الطراز لا يصمدان عند مواجهة المصدر.

• نافذة السياق — 125K على بطاقة الطراز، و16,384 في كل مصدر من مصادر المورّد.تذكر بطاقة طراز Liquid AI حدًا أقصى قدره 16,384 رمزًا يشمل مواضع النص والصورة والصوت معًا، وتقول صفحة الوثائق الخاصة بالمورّد عن d1-omni-600M إنها "16K tokens". ولا تظهر السلسلة 125K في أي منهما. قد تكون هذه السلسلة أثرًا من الإعدادات الموضعية لمعمارية LFM2.5-Encoder الأساسية أو من طريقة تقرير Ollama لحد ذاكرة التخزين المؤقت، لكنها ليست رقمًا نشرته Liquid AI وليست رقمًا يمكن أن تنسبه هذه المقالة إلى أي جهة. وما يجعل التباين أكثر من كونه أمرًا تفصيليًا هو الرقم التالي أدناه.

• الحالة التي يمكنك تمريرها فعليًا محدودة بـ 896 رمزًا على مسار الصورة. تنص بطاقة Liquid على أنه عند وجود صور، "تُقتطع الحالة ونص السؤال إلى 896 رمزًا، كما في التدريب". لذا فإن طلب قرار يحمل صورة تكون ميزانيته النصية بحجم هذه الجملة تقريبًا، أيًا كان رقم السياق المطبوع على صفحة السحب. إذا كنت تُحجّم مطالبة فرز مقابل 125K وتتوقع أن تدفع مقابل حالة طويلة، فأنت تُحجّم مقابل رقم لا يصف بيئة التشغيل. الرقم 16,384 هو السقف الحقيقي؛ والرقم 896 هو الحد العملي الحقيقي للمسار متعدد الوسائط؛ أما 125K فهو رقم بلا أثر موثّق.

• الحجم — 850MB على البطاقة، وملفان في السجل. وسم Ollama d1-omni:latest يُحل إلى ملف أوزان مكمّم بحجم 407MB مُحدد بـ Q8_0 بالإضافة إلى ملف إسقاط بحجم 442MB مُحدد بـ BF16، و407 + 442 = 849، وهو ما تُقرّبه الصفحة إلى 850MB. كلاهما مُدرج بصدق؛ الحساب مجرد مجموع اقتران مختلط الدقة بدلاً من ملف واحد. أما d1-omni:600m-bf16 فهو الوسم الأنظف: 764MB من أوزان BF16 بالإضافة إلى ملف الإسقاط نفسه بحجم 442MB، و1.2GB على القرص، وملف الإسقاط متطابق بايتًا ببايت بين الوسمين. يجدر الانتباه لذلك للقسم التالي، لأن ملف إسقاط يحمل أوزانه الخاصة يمكن أن يغيّر عدد المعاملات الفعلي.

ثمة تفصيل آخر يجدر تسجيله بدلًا من شرحه: إن كتلة معلمات وقت التشغيل داخل حزمة d1-omni التابعة لـ Ollama بالغة الطول نفسه، بايتًا ببايت — 18 بايتًا — كتلك الموجودة داخل حزمة Ollama المنفصلة d1، التي تشحن Liquid AI d1-3B بأوزان Q8_0 بحجم 2.87GB ومُسقِط بحجم 855MB. معماريتان، وعددان لمعلمات النموذج، وفارق عقدين في مقياس المعلمات بينهما، وإعداد وقت التشغيل نفسه البالغ 18 بايتًا. هذا ثابت من ثوابت التغليف، وليس ادعاءً بشأن أي من النموذجين.

ما تقوله الأوزان نفسها

إذا أزلنا التغليف، نجد النموذج موثّقًا بشكل غير معتاد. يبلغ إجمالي Liquid AI D1 Omni 600M نحو 587 مليون معلمة، مقسّمة على ثلاثة أجزاء: جذع مشترك ورأس قرار بسعة 381 مليونًا، ومشفّر رؤية بسعة 94 مليونًا، ومشفّر صوت بسعة 112 مليونًا. الجذع ثنائي الاتجاه — أي أنه مشفّر وليس مفكّك تشفير — وهو الجذع نفسه لكل الوسائط، مع أبراج خاصة بكل وسيط مثبّتة عليه.

• الرؤية تأتي من برج SigLIP2 موروث من Liquid AI LFM2.5-VL-450M، مع محول وتحديثات LoRA كانت نشطة فقط لمدخلات الصور بينما ظل المشفر نفسه مجمدًا.

• الصوت يأتي من FastConformer ذي 17 طبقة مع محوّله الخاص، جرى ضبطه الدقيق في مرحلة كان فيها العمود الفقري النصي مجمّدًا، ثم جرى الضبط الدقيق لكامل المكدس، ودُمج LoRA، وتم حساب متوسط الأوزان مرة أخرى مقابل نقطة التحقق السابقة.

• المفردات تضم 65,536 رمزًا عبر 15 لغة: الإنجليزية والألمانية والإسبانية والفرنسية والإيطالية والهولندية والبولندية والبرتغالية والعربية والهندية واليابانية والروسية والتركية والفيتنامية والصينية.

• لا يمكن خلط الوسائط. يتطلب الطلب الواحد نصًا مع صور، أو نصًا مع ما يصل إلى 30 ثانية من الكلام — وليس كليهما. يُتوقع أن يكون الصوت بتردد 16 كيلوهرتز أحادي القناة، وبمدة تتراوح بين 0.5 و30 ثانية، وقد دُرِّب على تبادلات بين متحدث باللغة الإنجليزية ومساعد، وهو قيد حقيقي على أي استخدام متعدد اللغات أو صاخب.

لا يظهر أي من ذلك على صفحة Ollama، وللإغفال عاقبة تراها مباشرةً في أمثلة الاستخدام. مقتطفات Ollama هي نداءات دردشة — سلسلة نموذج، ومصفوفة رسائل، وكلمة "Hello!" — ولا تستطيع نقطة التحقق الأساسية الإجابة عنها. فهي ليست نموذج دردشة ولا تكتب نصًا. إنها تُرجع إجابات مصنَّفة: احتمال نعم/لا، أو تصنيف مع احتمال لكل تصنيف، أو موضع على مقياس مرتّب، وكلها تُقرأ مباشرةً من توزيع المخرجات دون توليد أي رموز إخراج. وتعكس الواجهات المنشورة ذلك: system_one وprobabilities عبر Transformers، أو نقطة نهاية /v1/systemone عبر llama.cpp 0.7.0 وما بعده. إن نداءً على شكل دردشة تجاه نموذج قرار هو الخطأ الذي تدعو إليه فجوة التسمية هذه.

يصاحب كل واحد من تلك الأرقام تحذيران.

أولاً، قيّمت Liquid صفوفها بنفسها باستخدام المقيّم الرسمي بدلاً من تقديمها للتصنيف العام، ولم يُعِد أي طرف ثالث إنتاج أي نتيجة من نتائج d1-omni-600M — ويصرّح المورّد بوضوح على بطاقة النموذج بأنه لا يورد أرقام الاستدلال لنقطة التحقق هذه لأنه إصدار بحثي مبكر قيد التطوير النشط. ثانياً، الرقمان الرئيسيان لا يتفقان مع بعضهما: فجوة المؤشر البالغة 32 نقطة وفجوة متوسط المعيار البالغة 4.5 نقاط تصفان النموذج نفسه، ولهذا فإن الدرجات الفرعية، وليس الإجماليات، هي القراءة المفيدة. إن الاسترجاع عند 35.0 والأدوات عند 15.1 مقابل الفنون عند 6.8 يوضح لك المهام التي تكون نقطة التحقق هذه جاهزة لها وتلك التي ليست جاهزة لها. لا يحتوي الصوت على عمود معياري على الإطلاق؛ وتعتبر Liquid المعايير المخصصة لقرارات الصوت مسألة مفتوحة.

يتصدّر Liquid AI D1 Omni 600M أيضًا عائلته في اثنتين من السبع: Civil Comments بنتيجة 95.8 وPAWS-X بنتيجة 79.5. وهذان هما الصفّان اللذان يتفوّق فيهما مُرمِّز بحجم 587M على مفكِّك بحجم 3B تفوّقًا صريحًا، وكلاهما على شكل تصنيف النصوص لا على شكل الاستدلال — وهو ما يتوافق مع البنية بدل أن يناقضها.

اختر بحسب ما تريده. إذا أردته أن يعمل محليًا ضمن Ollama، فإن d1-omni هو الاسم الذي يعمل — 850 ميغابايت لبناء Q8_0، و1.2 غيغابايت لـ BF16، وهو مسار الصورة نفسه الذي توثّقه Liquid، ولا يحمل أيٌّ من الوسمين مُسقِطًا صوتيًا. وإذا أردت النموذج الذي يصفه المورّد، فإن Liquid AI D1 Omni 600M هو الاسم الذي تبحث عنه، ومسار Transformers عبر مستودع Hugging Face هو المسار الذي يتطابق فيه طول السياق وقائمة الوسائط وعدد المعاملات مع التوثيق.

في كلتا الحالتين، هذا هو النصف الرخيص من خط المعالجة. نموذج القرار يصنّف؛ ولا بد لشيء آخر أن يتصرّف بناءً على التصنيف. ذلك هو الحدّ الذي يقع عليه OrcaRouter، وهو الحدّ الجدير بالذكر بدقة: لا يوجد أي نموذج من Liquid AI في كتالوجنا، لذا فإن استدعاء d1-omni نفسه يذهب إلى حيث تشغّله أنت أصلًا — هذه الأوزان على عتادك الخاص، أو واجهة API الخاصة بالمورّد ومنصات الطرف الثالث للأشقاء المستضافين. أما أكثر من 200 نموذج خلف مفتاح واحد متوافق مع OpenAI فهي مخصّصة لكل ما يأتي لاحقًا في المسار، بسعر قائمة كل مزوّد مُمرَّرًا دون أي هامش ربح، مع تحويل تلقائي عند الفشل بين المزوّدين عندما يتوزّع طلب خضع للفرز إلى نموذج يمرّ بيوم سيئ.

ما الذي من شأنه أن يحسم المسألة المفتوحة؟

ثلاثة أمور من شأنها أن تحسم هذا الأمر، ولا يحتاج أي منها إلى إعلان من المورّد. مقارنة شخصٍ لمخرجات وسم 850MB على Ollama بمخرجات نقطة التحقق على Hugging Face عند المدخلات نفسها ستخبرنا ما إذا كان التغليف قد غيّر الإجابات. وإيداع في llama.cpp أو مدخل في سجل تغييرات Ollama يفسّر قيمة السياق سيخبرنا ما إذا كان 125K خطأً أم قدرةً لم تُحدَّث بطاقة النموذج لتواكبها بعد. ونشر نتيجة صوتية — أي نتيجة صوتية — سيُخرج نقطة التحقق هذه من الفئة التي تشغلها حالياً، وهي فئة نموذج موثّق جيداً بطبقة تغليف غير موثّقة ولوحة نتائج يملكها المورّد بالكامل.

إخفاقات الذكاء الاصطناعي الموثقة وحوادث الوكلاء الكامنة وراء إصدارات مثل هذا الإصدار تُجمع في أرشيف حوادث الذكاء الاصطناعي OrcaRouter، حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة كونه محل نزاع.