HiRO-ACEv2 مقابل Gemma 4 12B: لا تصبح المقارنة منطقية إلا عندما تتوقف عن عدّ المعلمات

HiRO-ACEv2 و Gemma 4 12B كلاهما قابلان للتنزيل بموجب ترخيص Apache 2.0، ويحملان رقمًا في الاسم وتقريرًا فنيًا خلفهما، وهذا هو تقريبًا حد التشابه بينهما. Gemma 4 12B هو نموذج Google اللغوي متعدد الوسائط ذو 11.95 مليار معامل — يُدخل النص والصور والصوت، ويُخرج النص، بنافذة سياق تبلغ 256 ألف رمز، أُطلق في يونيو 2026 وتم تنزيله أكثر من مليون مرة. HiRO-ACEv2 هو الجيل الثاني من محاكي المناخ الخاص بـ Ai2، تم رفعه إلى مستودع Hugging Face في 12 أكتوبر 2026 مع ما يقرب من 10.9 جيجابايت من نقاط التحقق وبيانات الإجبار، دون إعلان، وورقة بحثية ظهرت في اليوم التالي. أحدهما نموذج عام الغرض يمكنك استدعاؤه؛ والآخر إطار عمل فيزيائي تقوم بتثبيته وتشغيله على جهازك الخاص.

إذا صيغت كمواجهة مباشرة حول الجودة، فإن هذه المقارنة بلا معنى، والتظاهر بغير ذلك سيكون الفشل السهل لصفحة كهذه. أما إذا صيغت كسؤال عمّا تمنحه لك الأوزان المفتوحة فعليًا في 2026، فهي مفيدة حقًا — لأن الإصدارين يقعان عند طرفين متقابلين من طيف الانفتاح رغم أن كليهما يحمل وسم الترخيص نفسه، وتظهر الفروق في الساعة الأولى من محاولة استخدام أي منهما.

ما الغرض من كل واحد منها، في جملة واحدة لكل منها

يأخذ Gemma 4 12B مُطالبةً — نصًا، أو صورةً، أو مقطعًا صوتيًا، أو مزيجًا من ذلك — ويُنتج نصًا. ويتمتع بمعمارية خالية من برج الرؤية وبلا مُرمِّز، تُسقط رقع الصور والموجات الصوتية مباشرةً في فضاء تضمين النموذج اللغوي عبر طبقات خطية، و48 طبقة، ومفردات بحجم 262K، ونافذة انزلاقية بحجم 1024 رمزًا ممزوجة بالانتباه العام، ونحو 11.95 مليار معلمة بصيغة bf16. وهو صراحةً نموذج كثيف، ويتضمن الإصدار جدول قياسات مرجعية كاملًا من المورّد.

يأخذ HiRO-ACEv2 حالة مناخية بدقة 100 كم وينتج حقولًا بدقة 3 كم — التساقط، والرياح الشرقية والشمالية عند ارتفاع 10 أمتار، ومتوسط ضغط مستوى سطح البحر، بوتيرة كل ست ساعات. وهو نظام من مرحلتين: محاكٍ انحداري ذاتي لـ X-SHIELD مُخَشَّن إلى 100 كم، يتبعه نموذج انتشار يعيد تحجيم النتيجة إلى دقة 3 كم. ويُخرِج حقولًا شبكية على نمط NetCDF، لا نصًا، وليس لديه أي جدول معياري على الإطلاق.

هذه هي المقارنة بكاملها من حيث البنية. أحدهما يربط لغةً بلغة. والآخر يربط غلافًا جوّيًا خشنًا بغلاف دقيق.

البُعد الوحيد الذي يمكن فيه المقارنة بين الاثنين بصدق.

المعاملات هي المحور الخاطئ، ولا معنى لطول السياق بالنسبة لأحدها. أما البُعد الذي ينتقل فعلًا فهو مدى اكتمال الإصدار.

• الأطر التي يمكنها تحميله — يعمل Gemma 4 12B على Transformers وvLLM وSGLang وllama.cpp وMLX وذيل طويل من إصدارات المجتمع المُكمَّمة؛ ويعمل HiRO-ACEv2 عبر حزمة fme Python الخاصة بـ Ai2، مع إعدادات تستهدف مستودع ai2cm/ace ولا شيء سواه.

• سعر إجابة واحدة — يُقدَّم Gemma 4 12B بنحو 0.10 دولار لكل مليون رمز إدخال و0.30 دولار لكل مليون رمز إخراج من قِبَل المزوّدين الذين يوفّرونه؛ ولا توجد لـHiRO-ACEv2 بطاقة أسعار، لأنه لا شيء فيه يُحتسب لكل طلب. تكلفته هي ساعات GPU على عتادك الخاص، وادّعاء الورقة البحثية هو أن هذه الساعات تقل بأكثر من 300 مرة عن نموذج عالمي عددي تقليدي يحلّ العواصف.

• من أعاد إنتاجه — أرقام Gemma 4 12B مُبلَّغ عنها من المورّد، لكن انتشاره الفعلي ليس كذلك: مئات الآلاف من التنزيلات ومجموعة كبيرة من أعمال الممارسين المستقلين تقف خلف كل ادعاء حول طريقة عمله؛ أما أرقام HiRO-ACEv2 فهي أرقام المؤلفين أنفسهم، وعمرها يومان، وللمستودع صفر تنزيلات حتى كتابة هذه السطور.

• ما الذي يرتبط به وسم الترخيص — كلاهما بترخيص Apache 2.0. منحة Gemma 4 12B هي الترخيص العادي؛ أما HiRO-ACEv2 فيأتي مع إرشادات الاستخدام المسؤول الصادرة عن Ai2 التي تنص على نية البحث والتعليم، وشروط الاستخدام المطبقة الخاصة به مضافة فوق ذلك.

• مخرجات يمكن التحقق منها آليًا — تتم مراجعة إجابة Gemma 4 12B بقراءتها، أو عبر مجموعة اختبارات تكتبها؛ أما حقل HiRO-ACEv2 فيُتحقق منه مقابل توزيع، وهذا هو سبب أن الورقة تتناول المئين 99.9999 بدلًا من متوسط الدرجات.

جدول المعايير هو الفرق الأبرز.

نشرت Google جدولًا كاملًا لـ Gemma 4 12B Unified. MMLU Pro عند 77.2%، وAIME 2026 بدون أدوات عند 77.5%، وLiveCodeBench v6 عند 72.0%، وتصنيف إيلو على Codeforces قدره 1659، وGPQA Diamond عند 78.8%، وMMMLU عند 83.4%، وMMMU Pro عند 69.1%، وMATH-Vision عند 79.7%، ورقم MRCR v2 للإبر الثماني عند 43.4% عند 128k. هذه هي أرقام المورّد نفسه، ولم يُعِد إنتاجها منافسو Google، وينطبق التحفظ المعتاد: معيار بطاقة النموذج هو ادعاء حول إعداد، وليس قياسًا للنموذج الذي ستشغّله. لكن كل صف من تلك الصفوف هو رقم يمكن لطرف ثالث أن يحاول دحضه في غضون فترة ما بعد الظهر، والعديد منها يقيس قدرات تظهر في الاستخدام العادي.

لا تحتوي بطاقة HiRO-ACEv2 على مثل هذا الجدول. إنها تقدّم عبارة كمية واحدة — مفادها أن أداة التصغير تعيد إنتاج معدل هطول الأمطار السطحي، والرياح عند 10 أمتار، وتوزيعات ضغط مستوى سطح البحر حتى المئين 99.9999 — ثم تسرد قيودًا أكثر إفادة من معظم جداول المقارنة المرجعية. تسع سنوات من بيانات التدريب، من 2014 إلى 2022. مخرجات تعيد إنتاج X-SHIELD بدلًا من الرصدات. لا قابلية للتطبيق خارج النطاق من 66° جنوبًا إلى 70° شمالًا، ولا قدرة على التشغيل خارج 88° جنوبًا أو 88° شمالًا. انقطاعات عند حدود الرقع في مناطق أكبر من رقعة التدريب 16×16 بدرجة واحدة. ملاحظة أن نقطة التفتيش ACE2S-X-SHIELD المضمّنة أقل صرامة في الاختبار من سلسلة ACE2-ERA5 الأقدم.

لا يعد أي من الموقفين غير نزيه. فـGoogle تبيع نموذجًا، لذا تعلن عمّا يسجّله النموذج. أما Ai2 فتنشر عملًا بحثيًا، لذا تعلن عمّا لا يستطيع هذا العمل فعله. والقارئ الذي يتعامل مع غياب جدول معايير على أنه دليل على ضعف النموذج يقلب الاستدلال رأسًا على عقب — القراءة الصحيحة هي أن التقييم الذي يحتاجه هذا الإطار توزيعي، ولا تشغّله أي لوحة صدارة عامة.

حيث يلتقيان في خط أنابيب حقيقي

هناك موضع واحد ينتمي فيه هذان الاثنان بحق إلى النظام نفسه، وهو ليس منافسة. ينتج سير عمل محاكاة المناخ قدرًا كبيرًا من النصوص والشيفرة حول النموذج: سكربتات تقود التجميعات عبر عقود من الزمن المحاكى، وأدوات تتحقق من أشكال NetCDF قبل أن يحرق التشغيل ساعات GPU، وتجميع لإحصاءات التوزيع عبر مئات من جولات التنفيذ، والعمل الاعتيادي المتمثل في تحويل ورقة بحثية إلى قائمة تحقق. لا شيء من ذلك هو تقليص للمقياس، وكلّه عمل يخص نماذج اللغة — النوع الذي يكون فيه استدعاء نموذج لكل طلب، بدلًا من استضافته، هو الافتراضي السليم.

تلك هي الطبقة التي يغطيها OrcaRouter. HiRO-ACEv2 ليس في كتالوجنا ولا يمكن أن يكون — لا توجد نقطة نهاية مقاسة بالرموز لمُصغِّر انتشار — لذا لا ينبغي قراءة أي شيء هنا على أنه ادعاء بتوفره. Gemma 4 12B كذلك ليس من نماذج Gemma التي نقدمها حالياً؛ كتالوجنا يضم نقطتي حفظ Gemma 4 26B-A4B و31B، ومسار الاستدلال للـ 12B سيأتي من حيث تستضيفه. ما نقدمه هو الطبقة المحيطة: مفتاح API واحد عبر أكثر من مئتي نموذج، سعر قائمة المزوّد يُمرَّر دون إضافة هامش، والتبديل التلقائي عند الفشل بين المزوّدين حتى لا يتعطل خط أنابيب عمره عقود والذي يستدعي أيضاً نموذج لغة لأن أحد المصادر العلوية مرّ بساعة سيئة.

كيف تتخذ قرارًا في أقل من دقيقة

اسأل نفسك ما الشكل الذي سيأخذه جوابك. إذا كان الناتج نصًا، أو استخلاصًا مهيكلًا، أو تغييرًا في الشيفرة، أو تعليقًا توضيحيًا، فأنت تريد Gemma 4 12B — أو أحد أشقائه الأكبر — ويُعد 12B تحديدًا الخيار الصحيح عندما تحتاج إلى إدخال متعدد الوسائط بحجم يتناسب مع مسرّع واحد مع مساحة لسياق طويل. أما إذا كان الناتج حقلًا شبكيًا بدقة 3 كم يصف الهطول والرياح والضغط على مدى عقود من مناخ محاكى، فلن ينتجه أي نموذج لغوي، وGemma 4 غير ذي صلة بمشكلتك؛ بل تريد HiRO-ACEv2، بحجم تنزيل 10.9 GB، وبيئة Python، ووحدة معالجة رسومات GPU.

الفخ في هذه المقارنة تحديدًا هو عدد المعلمات. لدى Gemma 4 12B عدد معلمات؛ أما HiRO-ACEv2 فلا ينشر عددًا، ومساحة التخزين البالغة 10.9 GB في المستودع هي في معظمها بيانات إجبار وظروف ابتدائية لا أوزان — إذ تبلغ نقطتا التحقق معًا نحو 4.3 GiB. إن الحكم على هذين النموذجين جنبًا إلى جنب استنادًا إلى الحجم، أو إلى أي رقم مفرد، ينتج إجابة واثقة عن سؤال لم يطرحه أحد.

المقارنات مثل هذه هي أيضًا حيث تظهر أنماط الفشل: الحوادث الموثّقة للذكاء الاصطناعي وإخفاقات الوكلاء الكامنة وراء النماذج في هذه الفئة تُجمع في OrcaRouter AI Incident Archive، حيث يحمل كل مُدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة كونه محل خلاف.