HiRO-ACEv2 مقابل LFM2.5 2.6B Base: لا يُعد أي منهما منتجًا، وليسا غير مكتملين بالطريقة نفسها

ضع HiRO-ACEv2 وLFM2.5 2.6B Base جنبًا إلى جنب، وأول ما تلاحظه هو أن أياً منهما ليس شيئًا يمكن للمطوّر استدعاؤه. HiRO-ACEv2 هو محاكي المناخ من الجيل الثاني الخاص بـ Ai2، رُفع كمستودع على Hugging Face بحجم 10.9 جيجابايت في 12 أكتوبر 2026 دون أي إعلان، ومسودة أولية مؤرخة في اليوم التالي؛ LFM2.5 2.6B Base هو نقطة تحقق مدربة مسبقًا من Liquid AI بعدد 2.69 مليار معلمة، أُنشئت في 1 أغسطس 2026، ويصفها المورّد نفسه صراحةً بأنها نقطة التحقق التي لا تلجأ إليها إلا عندما تحتاج إلى تكييف كبير. كلاهما مادة خام. كلاهما قابل للتنزيل اليوم. والطرق التي يكون بها كل منهما غير منتج نهائي تكاد تكون متضادة، وهذا هو السبب الوحيد الذي يجعل هذه المقارنة جديرة بالكتابة بدلًا من تجاهلها.

نقطة التحقق Base غير مكتملة لأنها لم تُعلَّم بعد اتباع التعليمات. وHiRO-ACEv2 غير مكتمل بمعنى أنه لن يكون أبدًا نموذجًا عام الأغراض — فهو تطبيق وصل مُدرَّبًا بالفعل، ومتخصصًا بالفعل، ومحاطًا بالفعل بحدود معلنة. أحدهما ركيزة تنتظر غاية. والآخر غاية بلا ركيزة لأي شيء آخر.

ما الذي يحتوي عليه كل مستودع فعليًا

مستودع Base التابع لـ Liquid AI هو نموذج. تسرد البطاقة 2.69 مليار معامل عبر 30 طبقة — 22 كتلة التفاف قصيرة مزدوجة البوابات و8 طبقات انتباه استعلامات مجمّعة، وهو ترتيب هجين بُنيت حوله عائلة LFM2 — مع نافذة سياق من 131,072 رمزًا، ومفردات من 128,000 مدخل، و34 تريليون رمز من التدريب المسبق، وتغطية 16 لغة بما في ذلك الإنجليزية والعربية والصينية والفرنسية والألمانية والإيطالية واليابانية والكورية والبرتغالية والإسبانية والفيتنامية والتايلاندية والإندونيسية والهندية والروسية والبولندية. وهو نصي فقط، وغير مضبوط على التعليمات. تمتد صيغ التنزيل من نقطة تفتيش Transformers الأصلية مرورًا بـ GGUF لـ llama.cpp، وONNX للنشر متعدد المنصات، وMLX لشرائح Apple؛ ويبلغ تكميم Q4_K_M حوالي 1.67 غيغابايت.

مستودع Ai2 ليس نموذجًا بهذا المعنى. فهو يضم نقطتَي تحقق — HiROv2.ckpt بحجم نحو 1.28 GiB وACE2S-X-SHiELD.ckpt بحجم نحو 2.98 GiB — بالإضافة إلى عشر سنوات من بيانات الإجبار بصيغة NetCDF بحجم يقارب 609 MB لكل ملف، وملفَّي شروط ابتدائية، وثلاثة ملفات إعداد YAML، وسكربت شل. إن نحو 4.3 GiB من الأوزان الفعلية لا يمثل سوى أقلية من إجمالي 10.9 GB؛ ومعظم ما تقوم بتنزيله هو نافذة بيانات الإدخال التي بُني الإطار لاستهلاكها. لا يوجد تكميم، ولا بيئة تشغيل بديلة، ولا تصدير ONNX، ولا نسخة أصغر. هناك طريقة واحدة لتشغيله، ويصفها ملف README: ثبِّت Ai2 fme، وهي الحزمة، عدّل أربعة مسارات في الإعداد، ونفّذ السكربت.

نوعان مختلفان من مشكلات الترخيص

إن وسوم الترخيص هي النقطة التي يصبح فيها التباين عمليًا لا فلسفيًا، وحيث يختلف هذان الاثنان اختلافًا حقيقيًا عن نموذج مثل إصدارات Apache-2.0 التي قد تتوقع العثور عليها هنا.

• HiRO-ACEv2 — Apache 2.0، مع إرشادات الاستخدام المسؤولة الخاصة بـ Ai2 التي تُضفي على المنحة قصدًا بحثيًا وتعليميًا، وبيانات التدريب منسوبة إلى X-SHIELD، والمقدَّمة من GFDL.

• LFM2.5 2.6B Base — رخصة LFM Open License v1.0، وليست رخصة متساهلة على نمط OSI. توجد شروطها في ملف LICENSE الخاص بالمستودع نفسه، والشروط التجارية هي السبب في قراءة ذلك الملف بدلًا من الوسم قبل أن تبني منتجًا على نقطة التحقق.

• ما يعنيه ذلك بالنسبة للتفريع الذي أنت على وشك إنشائه — مع HiRO-ACEv2، السؤال هو ما إذا كان استخدامك بحثيًا؛ ومع LFM2.5 2.6B Base، السؤال هو ما إذا كان استخدامك تجاريًا، وعلى أي نطاق. أسئلة مختلفة، وإجابات مختلفة، ولا يُجاب عن أيٍّ منهما بكلمة «مفتوح».

لا يوجد أي قاسم مشترك بين أشكال المخرجات، وهذا هو الجزء المفيد

نقطة تحقق Base تنتج نصًا. رمزًا تلو الآخر، بشكل انحداري ذاتي، مع سطح أخذ العينات المعتاد — تقترح البطاقة درجة الحرارة 0.6 وtop-p 0.95 لأسلوب توليد النظير المدرَّب لاحقًا، بينما تطلب منك نقطة تحقق أساسية أن تقرر ذلك بنفسك. كل ما يأتي بعدها هو مهمة لغوية: متابعة مستند، أو تصنيف مقطع، أو ترجمة، أو إخراج بيانات منظمة، أو أن تكون نقطة البداية لضبط دقيق يعلّمها مجالًا أو لغة لا تغطيها جيدًا حاليًا.

ينتج HiRO-ACEv2 حقولاً فيزيائية شبكية بدقة 3 كم — معدلات هطول سطحية متوسطة كل ست ساعات، ورياح لحظية شرقية وشمالية عند ارتفاع 10 أمتار، وضغط مستوى سطح البحر — مُخفَّضة المقياس من مدخلات بدقة 100 كم بواسطة نموذج انتشار، مع توليد الحالة الخشنة نفسها ذاتيًا انحدارياً بواسطة محاكي منفصل لـ X-SHIELD. لا شيء في خط المعالجة ذلك نصّي. التقييم المهم هو ما إذا كان توزيع المخرجات يطابق محاكاة مرجعية حتى ذيلها البعيد، والورقة البحثية الكامنة وراء الإصدار تدور حول ذلك بالضبط: يذكر المؤلفون تتبّع توزيعات الهطول والرياح القريبة من السطح المرجعية حتى المئين 99.9999، واتباعًا عامًا لتوزيع شدة الأعاصير الاستوائية المرجعي، مع تكلفة استدلال مزعومة تقل بأكثر من 300 مرة عن نموذج عددي عالمي تقليدي يحل العواصف.

كلا هذين ادّعاءان من بائع أو مؤلف، لم يُعَد إنتاجهما. الفرق يكمن في ما سيتعيّن على من يعيد الإنتاج فعله. التحقق من ادّعاء حول Base checkpoint يتطلب مجموعة مهام وما يعادل ساعات GPU اللازمة لـ checkpoint واحد. أما التحقق من ادّعاء حول HiRO-ACEv2 فيتطلب مجموعة بيانات إجبارية لعشر سنوات، ومحاكاة مرجعية تُقارَن بها، وتحليلًا توزيعيًا في الذيل البعيد — ولهذا من المرجّح أن يظل الادّعاء الثاني دون تحدٍّ لفترة أطول بكثير.

ما الذي ستبنيه فعليًا على كل منها

الاستخدام الطبيعي لنقطة تفتيش Base هو التكيّف، وLiquid AI صريحة بشكل غير معتاد بشأن ذلك: مساعدون مخصّصون للغة أو المجال، أو التدريب على بيانات خاصة، أو اختبار طرق جديدة لما بعد التدريب. هذه نقطة تفتيش تأتي قيمتها بعد عملك، لا قبله. أما النموذج الشقيق المدرَّب لاحقًا — LFM2.5 2.6B، الذي أُنشئ قبل ثلاثة أيام في 28 يوليو — فهو المُصمَّم لأحمال العمل الوكيلية، وتقول أرقام التنزيلات كل شيء عن أيّ النموذجين أراده المجتمع: كان النموذج المدرَّب لاحقًا قد تجاوز 114,000 تنزيل و823 إعجابًا بحلول منتصف أكتوبر، مقابل 6,282 تنزيلًا و51 إعجابًا لـ Base. إن Base أداة متخصص، وقد سعّرها السوق وفقًا لذلك.

الاستخدام الطبيعي لـ HiRO-ACEv2 هو تشغيل مجموعة تنبؤات. ليست نقطة الجذب في هذا الإطار توقعًا واحدًا، بل توقعات كثيرة: دافع الورقة البحثية هو توليد مجموعات تنبؤات كبيرة بتكلفة منخفضة بما يكفي لدراسة سلوك الأعاصير المدارية والظواهر المتطرفة عند دقة 3 كم، على مدى فترات تمتد عقودًا ومناطق عالمية اعتباطية. أنت لا تضبطه ضبطًا دقيقًا، ولا تدعوك بطاقة النموذج إلى ذلك. أنت تشغّله، وإما أن تثق بحدوده — تسع سنوات من بيانات التدريب، ولا صلاحية خارج نطاق 66° جنوبًا إلى 70° شمالًا، وتشوّهات عند حدود الرقع عند تجاوز بلاطة التدريب 16×16 بدرجة واحدة — أو لا تثق بها.

بعبارة أخرى: أحد هذين النموذجين نقطة انطلاق تقوم بتعديلها، والآخر أداة تقوم بتشغيلها. واعتبارهما "نماذج مفتوحة" قابلة للتبادل لمجرد أن كليهما قابل للتنزيل هو الخطأ الذي وُجدت هذه الصفحة لدرئه.

الشيء الوحيد المشترك بينهما: أن أياً منهما لا تُحتسب فوترته لكل رمز

حيث يتلاقى الاثنان حقًا هو شكل التكلفة. لا يمتلك أي منهما قائمة أسعار. إن LFM2.5 2.6B Base مجاني للتنزيل ورخيص التشغيل تحديدًا لأنه صغير — بضعة غيغابايتات بصيغة bf16 وأقل بكثير من غيغابايتين عند التكميم، وهذا هو جوهر تصميم LFM2.5 والسبب في وجوده إلى جانب نظير خضع لتدريب لاحق ومضبوط للعمل على الأجهزة. أما HiRO-ACEv2 فهو رخيص لسبب مختلف: إنه محاكي ضيق النطاق، وتأتي اقتصاديته من استبدال محاكاة عددية باهظة التكلفة للغاية بدلًا من كونه مناسبًا للعمل على هاتف.

لذا، إذا كان عبء العمل لديك نصيًا، فإن نقطة تحقق Base هي سؤال حول الضبط الدقيق، والنسخة اليومية من عبء العمل هذا — تلك التي تريد فيها أن يجيب نموذج بدلًا من أن تدرّب نقطة تحقق — تبدو كاستدعاء، لا كتنزيل. هذه هي الطبقة التي تعمل فيها OrcaRouter: مفتاح API واحد عبر أكثر من مئتي نموذج مستضاف، مع تمرير سعر قائمة المزوّد دون أي هامش، وتجاوز فشل تلقائي بين المزوّدين عندما يتدهور أحدهم. لا يوجد أي من النموذجين في هذه المقارنة في ذلك الكتالوج، ولا يمكن لأي منهما أن يكون في الكتالوج بشكله الحالي؛ LFM2.5 2.6B Base هو نقطة تحقق وليس خدمة، وHiRO-ACEv2 ليس لديه واجهة على شكل طلب على الإطلاق. ما نوجّهه هو كل ما يحيط بهما — التلخيص، والاستخراج، وكود أدوات التشغيل، وحلقة الوكيل التي تحوّل ناتجًا تم تنزيله إلى خط أنابيب.

الانتقاء، عمليًا

إذا كانت لديك بيانات في مجال أو لغة لم يرَ النموذج الأساسي ما يكفي منها، ولديك القدرة الحاسوبية لإجراء التدريب اللاحق، فإن LFM2.5 2.6B Base نقطة انطلاق أرخص من معظم منافسيه — اقرأ ملف الترخيص قبل أن تقرأ الاختبار المعياري الذي كنت تأمل به، لأنه في نقطة التحقق هذه يُعدّ الترخيص هو المستند الذي يحدد ما إذا كان مشروعك مسموحًا به. وإذا أردت نموذجًا وكيليًا صغيرًا ليعمل على جهاز، فأنت تريد النموذج الشقيق المُدرَّب لاحقًا بدلًا من Base، وتشير أرقام التنزيلات إلى أن المجتمع توصل إلى هذا الاستنتاج قبلك. وإذا أردت حقلًا جويًا بدقة 3 كم على مدى ثلاثة عقود من مناخ مُحاكى، فلا أيٌّ من هذين ذو صلة، وملف واحد فقط في هذه المقالة هو ذو الصلة.

الشيء المفيد الذي ينبغي استخلاصه هو أن «الأوزان المفتوحة» لم تعد فئة مفيدة بحد ذاتها. فنقطة تحقق أساسية، ونظير لها مُدرَّب لاحقًا، ومحاكٍ بحثي، يمكن أن تحمل جميعها وسمًا يبدو متساهلًا وأن تعني به ثلاثة أشياء مختلفة تمامًا.

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.