جرانيت سويتش 4.1 8B مقابل جيما 4 12B: متخصصون مُركّبون أم نموذج موحّد واحد؟

اسأل مختبرين كيف يبنون نموذجًا يمكنه إجراء محادثة، وقراءة لقطة شاشة، ونسخ ملاحظة صوتية، وستحصل على إجابات متعارضة. Granite Switch 4.1 8B، الذي أصدرته IBM في 14 أكتوبر 2026، يحتفظ بنموذج نصي مجمد بحجم 8B ويعلق عليه محولات صغيرة قابلة للتبديل، بحيث يكون مدقق السلامة ومحرك القرار ومتعرف الكلام جميعها إضافات على عمود فقري مشترك واحد. Gemma 4 12B، الذي نشرته Google في 23 مايو 2026، يفعل العكس: نموذج واحد بـ 11.95 مليار معامل تم تدريبه من البداية عبر النصوص والصور والصوت، دون وجود مشفر منفصل لتوصيله. كلاهما بترخيص Apache-2.0، وكلاهما يعمل على وحدة معالجة رسومات واحدة، وهما يختلفان في كل شيء تقريبًا تحت السطح.

النسخة العملية، قبل التفاصيل: Gemma 4 12B هو الخيار الناضج لأي شيء يحتاج إلى الرؤية، لأنه متاح للعموم منذ خمسة أشهر، ولديه قاعدة تثبيت كبيرة بحق، ومساره متعدد الوسائط مُدرَّب لا مُجمَّع. Granite Switch 4.1 8B هو الخيار المثير للاهتمام لأي شيء يحتاج إلى اتخاذ قرار أو تشغيل نقطة نهاية واحدة بدلًا من ثلاث، وعمره يومان مع صفر تقييم مستقل. هذه ليست أحكامًا متنافسة — بل إجابات لأسئلة مختلفة، وبقية هذا المقال هي التفاصيل التي تتيح لك معرفة أي سؤال لديك فعليًا.

الانقسام المعماري، بعبارة واضحة

Granite Switch 4.1 8B هو تركيبة. القاعدة هي Granite 4.1 8B — 40 طبقة، وحجم مخفي 4,096، و32 رأس استعلام مقابل 8 رؤوس KV، ونافذة من 131,072 رمزًا، ومفردات من 100,352 رمزًا يوسّعها المُهايئان بثلاثة معرّفات محجوزة بالضبط. وفوق ذلك يوجد مُهايئان LoRA مفعّلان، guardian-core برتبة 16 على إسقاطات الانتباه و decision برتبة 64 على جميع الإسقاطات السبعة، بالإضافة إلى Granite Speech 5.0 TurboCTC، وهو مُشفّر conformer غير تلقائي الانحدار بمعاملات 470M، لإدخال الصوت. الإجمالي: 8,776,400,896 معاملًا مقابل 8,380,551,168 للقاعدة — بزيادة قدرها 4.72% بسبب مُهايئين ونموذج صوتي.

Gemma 4 12B هو مكدس واحد. يسميه التكوين gemma4_unified، والاسم حرفي: فالصورة والصوت والفيديو لديها جميعًا معرّفات رموزها الخاصة داخل مفردات واحدة تضم 262,144 رمزًا، وتصف البطاقة البنية بأنها خالية من المشفّر، بمعنى أنه لا يوجد برج رؤية منفصل ولا برج صوتي منفصل يغذّي إسقاطًا إلى النموذج اللغوي. وهو يتناوب بين انتباه محلي بنافذة منزلقة على نافذة من 1,024 رمزًا وانتباه عالمي كامل، ويستخدم p-RoPE للموضع، ويمتد إلى سياق 256K. Apache-2.0، مثل Granite.

• المعاملات — Granite Switch 4.1 8B: 8.78B مركّب (8.38B أساس). Gemma 4 12B: 11.95B.

• السياق — 131,072 رمزًا مقابل 256,000 رمزًا.

• المفردات — 100,355 مقابل 262,144، مع تخصيص مفردات Gemma لرموز الصور والصوت والفيديو.

• الوسائط في — النص والصوت مقابل النص والصورة والصوت والفيديو.

• الوسائط المُخرَجة — نص فقط مقابل نص فقط.

• رؤوس متخصصة — توزيع قرار معايَر ومصنّف سلامة مقابل لا شيء؛ Gemma يجيب، ولا يمنح درجات لتسميات الخيارات.

• الترخيص — Apache-2.0 لكليهما.

أين يتفوق Gemma 4 12B بلا منازع

الرؤية ليست قريبة بأي شكل. يقرأ Gemma 4 12B الصور بشكل أصلي؛ بينما لا يملك Granite Switch 4.1 8B أي مسار للصور على الإطلاق. إذا كانت خطوط أنابيبك تستقبل لقطات شاشة، أو ملفات PDF، أو مخططات، أو لقطات واجهة المستخدم، فهذه نهاية المقارنة — فلا يعوّض أي قدر من براعة المهايئات عن نمط لا تقبله نقطة التفتيش.

السجل الحافل هو الثاني. يتواجد Gemma 4 12B على Hub منذ 23 مايو 2026، وقد تجاوزت نسخته الشقيقة instruct 1.6 مليون تنزيل؛ ونقطة التحقق الأساسية وحدها تجاوزت 79,000. كلا الرقمين هما إحصاءات تنزيل من Hub وليسا أرقام استخدام، لذا فهما يبالغان في تقدير النشر الفعلي، لكن الاتجاه لا لبس فيه: هناك عدد كبير من الأشخاص الذين صادفوا بالفعل أنماط فشله وكتبوا عنها. أما Granite Switch 4.1 8B، في وقت كتابة هذا النص، فعمره يومان مع بضع عشرات من التنزيلات وحفنة من الإعجابات. خمسة أشهر من تقارير الأخطاء العامة أصل لا يمكن شراؤه، وهو الحجة الأقوى الوحيدة لصالح Gemma على مسار الإنتاج هذا الربع.

طول السياق هو الثالث، وهو الهادئ. 256K مقابل 131,072 ليس فرقًا تسويقيًا عندما تُغذّي مستندات طويلة. لا يحتاج أيٌّ من النموذجين إلى حلٍّ بديل لعبء محادثة نموذجي، لكن واحدًا منهما فقط سيستوعب سياقًا بحجم مستودع من دون تقسيم.

حيث يفوز Granite Switch 4.1 8B بلا منازع

محول القرار هو قدرة لا يمتلكها النموذج الآخر ببساطة. أعطِه حالة وسؤالاً بخيارات مُوسَمة، فيعيد softmax مُعايراً على تلك الوسوم في تمريرة أمامية واحدة — الاستدعاء المُوثَّق يطلب من vLLM قيم logprobs لمعرّفات رموز الوسوم بالضبط ويرفعها أُسِّياً، منتجاً مخرجات على شكل A: 0.982, B: 0.0035, C: 0.014. يمكن توجيه نموذج عام الغرض لاختيار وسم، لكن التوجيه ينتج رمزاً، وليس توزيعاً يمكنك وضع عتبة عليه، أو مقارنته عبر الأدوار، أو تسجيله كدرجة مُعايَرة. بالنسبة لمنطق التوجيه، والفرز، وعتبات التصعيد، وأي شيء يحتاج إلى قيمة ثقة بدلاً من إجابة، فهذا صنف مختلف من المخرجات.

توحيد نقطة النهاية الواحدة هو البند الثاني. يعمل نسخ الكلام على نفس نقطة النهاية التي تعمل عليها الدردشة والقرارات؛ فأنت ترسل input_audio جزء محتوى في إكمال دردشة عادي، ويقوم المشفّر 470M بنسخه قبل دمج النص في السياق. لا خادم ثانٍ، ولا طبقة تنسيق، ولا فاتورة ASR منفصلة. كما أن Gemma 4 12B يستقبل الصوت أيضًا، لذا هذه ليست فجوة في القدرات — بل هي اختلاف في شكل النشر، ولا تهم إلا إذا كنت ستشغّل خدمة كلام منفصلة إلى جانب LLM.

البصمة هي النقطة الثالثة. إن 8.78B مقابل 11.95B تعني وزنًا أقل بنحو الربع مما يجب الاحتفاظ به، كما أن تصميم ذاكرة KV المشتركة يعني أن المهايئات لا يحمل كل منها حالة الانتباه الخاصة به. وتدّعي IBM أن النموذج المركّب يستهلك من ذاكرة VRAM نحو ما يستهلكه النموذج الأساسي وحده؛ هذا الادعاء تحديدًا لم يُعَد إنتاجه، لكن فرق المعاملات البالغ 4.72% الذي يقف خلفه حقيقة من بيان البناء.

الادعاءان في جانب Granite اللذان لم يصبحا حقيقتين بعد

رقم مؤشر القرار المنشور لمحوّل القرار هو 42.9 إجمالًا على المجموعة الفرعية السريعة العامة edition-v0.3 المكوّنة من 1,068 صفًا، مع درجات لكل مجال: المعرفة 29.1، اللغة 48.9، الاسترجاع 49.8، الأدوات 59.8، والفنون 18.0. أجرت IBM ذلك التقييم ونشرته IBM. لم يُعِد أحد آخر إنتاجه، ولا يوجد أي إدخال لـ Granite Switch في لوحة صدارة طرف ثالث على الإطلاق. اقرأ الشكل أيضًا: 59.8 في الأدوات بجوار 18.0 في الفنون هو ملف اختصاصي، وليس درجة كفاءة عامة، وتقول البطاقة صراحةً إنه ينبغي التعامل مع احتمالات الخيارات كاحتمال مسبق بدلًا من تصنيف معتمد في المجالات التي لم يُدرَّب عليها المحوّل.

الثاني هو مسار الكلام، وهو الادعاء الأكثر عرضة للتأويل المفرط. فالمُرمِّز إنجليزي فقط، ومخرجه بحروف صغيرة وبلا علامات ترقيم، وبحسب كلمات IBM نفسها في بطاقة النموذج، فإن مُرمِّز الكلام والنموذج اللغوي الكبير لم يُدرَّبا تدريبًا مشتركًا؛ فلا يوجد إسقاط مُدرَّب يقترنهما. لقد دُرِّب مسار الصوت في Gemma 4 12B كجزء من النموذج. هذا هو الفرق الحقيقي، وهو يصمد أمام كل الحديث عن توحيد نقاط النهاية: أحد النظامين لديه اقتران مُدرَّب بين الصوت والمعنى، والآخر لديه نص مفرَّغ مُدرَج في موجّه بواسطة مكوّن لم يُحسَّن قط للعمل مع الشيء الذي يقرأه.

تشغيلها جنباً إلى جنب

كلا نقطتي التحقق قابلتان للتنزيل، وكلاهما بترخيص Apache-2.0، والتوصيف الصادق هو أنهما ينتميان إلى خانتين مختلفتين لا إلى مقارنة تنافسية. Gemma 4 12B هو ما تلجأ إليه عندما تتضمن المدخلات بكسلات. Granite Switch 4.1 8B هو ما تلجأ إليه عندما يحتاج المخرَج إلى أن يكون احتمالًا، أو عندما تريد نقطة نهاية واحدة تقوم بالمحادثة والقرارات والنسخ الصوتي، وتكون مستعدًا لقبول أن نصف النسخ الصوتي عبارة عن وصلة لا مسار مدرّب.

إذا كنت تقوم بمقارنة الاثنين، فافعل ذلك دون إعادة توصيل مكدسك التقني. يوفر OrcaRouter أكثر من 200 نموذج خلف مفتاح API واحد مع تجاوز الفشل التلقائي و يمرر سعر قائمة المزود بنسبة هامش 0%، لذا فإن تغيير السعر من جانب المزود يصل هنا في نفس اليوم بدلاً من تحديث الكتالوج التالي. img src="4.png" alt="لقطة شاشة لصفحة نموذج OrcaRouter لـ Gemma 4 26B A4B، مما يظهر أن النموذج مصنف بـ Vision، Tools، JSON و Reasoning مع سياق 262K رمز، وإدخال نص وصورة وفيديو، وتاريخ إصدار Google في 2026-04-03، وسعر لكل مليون رمز: 0.06 دولار للإدخال و0.33 دولار للإخراج، وزمن p50 للوصول إلى الرمز الأول 2.74 ثانية، ونص تعريفي يصف Gemma 4 26B A4B IT بأنه نموذج تعليماتي من نوع خليط الخبراء (mixture-of-experts) بإجمالي معلمات 25.2B منها 3.8B تنشط لكل رمز." /> لا يوجد أي من هذين الـ checkpoints في الكتالوج الخاص بنا اليوم، ولن نتظاهر بغير ذلك — Granite Switch هو تنزيل من Hugging Face وحاوية vLLM، وGemma 4 12B هو نفس الشيء. الهدف من وضع مرشح خلف مفتاح واحد هو أنه عندما يصبح متاحًا، فإن مقارنته مع النموذج الحالي على حركة المرور الخاصة بك تكلف سلسلة النموذج، وليس ترحيلاً. ضع في اعتبارك بعض النماذج التي نخدمها، مثل Gemma 4 26B A4B، كجسر: فهو من نفس عائلة النموذج الذي تقوم بتقييمه، على نقطة نهاية مستضافة، اليوم.

أيّ واحد، لمن؟

خذ Gemma 4 12B إذا كان عبء العمل لديك يتضمن وحدات بكسل، أو إذا كان سياق 256K حاملًا للحمل، أو إذا كنت تُطلق الإصدار هذا الربع وتريد خمسة أشهر من أخطاء الآخرين تفصلك عن الإنتاج. خذ Granite Switch 4.1 8B إذا كنت تحتاج إلى توزيع معاير على خيارات موسومة بدلًا من إجابة، أو إذا كان دمج الدردشة والقرارات والكلام في نقطة نهاية واحدة يزيل خدمة من بنيتك المعمارية، أو إذا كنتم من نوع الفرق التي تريد قراءة بيان البناء وتركيب متغيرها الخاص — فالمُركِّب علني وكتالوج المحولات مفتوح.

لا تأخذ Granite Switch 4.1 8B من أجل الرؤية. فهو لا يمتلك أيًا منها. ولا تأخذ أيًا منهما بناءً على رقم معيار لم تُشغّله بنفسك، لأن درجة القرار الوحيدة في هذه المقارنة هي درجة مُبلَّغ عنها من البائع دون رأي ثانٍ يدعمها — وهذا تصريح عن حالة الأدلة، وليس عن النموذج.