Kolibri مقابل LFM2.5 2.6B Base: نشر سيادي بحجم 78B في مواجهة نقطة تحقق بحجم هاتف
- openaiجديدOpenAI: GPT-6.1 Sol2026-09-2952الذكاء
- anthropicجديدAnthropic: Claude Sonnet 5.52026-09-2856الذكاء
- typesafeجديدTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 لكل مليون رمز · 218 tok/s
- OpenAIجديدOpenAI: GPT-6 Luna2026-09-2238الذكاء
- OpenAIجديدOpenAI: GPT-6 Sol2026-09-2248الذكاء
- AnthropicجديدAnthropic: Claude Opus 5.52026-09-2258الذكاء
- xAIجديدGrok 4.72026-09-2146الذكاء
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 لكل مليون رمز · 115 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 لكل مليون رمز · 982 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040الذكاء
- OpenAIOpenAI: GPT-6 Astra2026-09-0453الذكاء77البرمجة
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241الذكاء76البرمجة
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245الذكاء76البرمجة
- AnthropicAnthropic: Claude Fable 5.12026-09-0153الذكاء82البرمجة
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 لكل مليون رمز · 47 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 لكل مليون رمز · 105 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642الذكاء72البرمجة
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 لكل مليون رمز · 215 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845الذكاء75البرمجة
- obsidianQwen3.8 27B2026-08-1534الذكاء68البرمجة
ضع Kolibri بجانب LFM2.5 2.6B Base والقراءة البديهية هي داود وجالوت: 78.1 مليار معامل مقابل 2.69 مليار، وحد أدنى للنشر ببطاقتي GPU مقابل نموذج تقول Liquid AI إنه يعمل على هاتف. لكن هذه القراءة البديهية خاطئة، وليس في الاتجاه الذي تتوقعه. لا يصلح أي منهما كنموذج يمكنك إسناد مهمة إليه اليوم. أصدرت Aleph Alpha نموذج Kolibri في 3 أكتوبر 2026 كمساعد كامل، مُدرَّب بعد التدريب المسبق، قادر على استدعاء الأدوات، ويتحدث الألمانية والإنجليزية، مع إضافة لتقديم الخدمة وإعداد موصى به لأخذ العينات. أما LFM2.5 2.6B Base، الذي نشرته Liquid AI في أوائل أغسطس 2026، فهو نقطة حفظ مُدرَّبة مسبقًا دون أي ضبط بالتعليمات، وأُطلق تحديدًا ليخضع للضبط الدقيق. أحدهما منتج تنشره. والآخر مادة خام. مقارنة جودتهما خطأ في التصنيف، والسؤال المثير هو أي نوع من المواد الخام يحتاجه مشروعك فعلاً.
الفجوة التي تحسم معظم عمليات الشراء الحقيقية بين هذين الاثنين ليست المعاملات. إنها الترخيص. يُطرح Kolibri بموجب Apache 2.0. ويُطرح LFM2.5 2.6B Base بموجب LFM Open License v1.0، وهو ترخيص مُخصَّص (تُصنّفه بطاقة النموذج على أنه "license: other")، وهذا الفرق هو ما يذهب إلى فريق قانوني بدلاً من فريق هندسي.
معنيان مختلفان لـ«الأوزان المفتوحة»
يتيح لك كلا النموذجين تنزيل الأوزان وتشغيلها. أما ما يُسمح لك بفعله بعد ذلك فهو موضع اختلافهما.
• Kolibri — Apache 2.0، دون شرط ملحق للاستخدام المقبول، ودون حد لعدد المستخدمين، ودون شروط تجارية منفصلة. ولا تشير بطاقة Aleph Alpha إلا إلى أن المختبر من الموقّعين على مدونة قواعد الممارسة للاتحاد الأوروبي بشأن الذكاء الاصطناعي العام (EU GPAI Code of Practice).
• LFM2.5 2.6B Base — رخصة LFM Open License v1.0، وهي رخصة خاصة بـ Liquid AI وليست رخصة معيارية من OSI. وهي الرخصة نفسها التي تحكم LFM2.5 2.6B المدرَّب لاحقًا وبقية أفراد العائلة.
بالنسبة لفريق بحثي، أيٌّ من الخيارين مقبول. أما بالنسبة لمؤسسة يتعين عليها أن توضح وضع ترخيصها في وثيقة مشتريات، فأحد الخيارين أمر معروف، والآخر وثيقة يجب على شخص ما قراءتها. هذه تكلفة حقيقية، تُدفع قبل توليد رمز واحد، ولا تظهر في أي جدول للمعايير المرجعية.
ثمة تمييز ثانٍ في الفئة نفسها، وهو التمييز الذي تحرص بطاقة Liquid AI نفسها على توضيحه. إنّ Base ليس مساعدًا. فهو لا يحمل أي ضبط بتعليمات، ما يعني أنه لن يتبع أي مطالبة، ولن يمتنع، ولن يصدر استدعاء أداة، ولن يلتزم بالموضوع — لا لكونه ضعيفًا، بل لأنه لم يُدرَّب على ذلك قط. وتقول البطاقة بصراحة إنه لا يُوصى به إلا للمهام التي تتطلب ضبطًا دقيقًا مكثفًا: مساعدين مخصصين للغة بعينها أو لمجال بعينه، أو التدريب على بيانات مملوكة، أو تجربة أساليب مبتكرة لما بعد التدريب. وكل ما يأتي بعد نقطة التفتيش الأساسية — الضبط الدقيق بإشراف، وتخصص المعلم، والتقطير على السياسة، والتعلم المعزز الوكيلي — هو مسؤولية المشتري. أما Kolibri فيأتي وكل ذلك منجز مسبقًا، عند أربعة مستويات لجهد الاستدلال، مع محلل استدعاء أدوات بنمط Hermes يُشحن إلى جانب الأوزان.
ما الذي تجلبه الأحجام فعليًا
إذا أزلنا الإطار، فسنجد أن النموذجين مُحسَّنان لقيود متعاكسة.
• المعاملات — 78,103,074,560 إجمالاً، مع 3,457,573,120 نشطة لكل رمز على Kolibri، مقابل 2.69 مليار إجمالاً على LFM2.5 Base، الذي يستخدم مكدسًا هجينًا من 22 كتلة التفاف قصير مزدوجة البوابات و8 طبقات انتباه استعلام مجمّعة بدلًا من محوّل من كتل موحّدة.
• السياق — 131,072 رمزًا على LFM2.5 Base، مقابل نافذة أصلية بسعة 262,144 رمزًا على Kolibri ونافذة تم التحقق منها بسعة 1,048,576 تتجاوز ذلك.
• بيانات التدريب — 34 تريليون رمز على LFM2.5 Base، مقابل 20 تريليون على Kolibri مستمدة من مخزون خام يتجاوز 200 تريليون بعد التصفية وإزالة التكرار، منها 13.6 في المائة كانت شيفرة.
• اللغات — ست عشرة على LFM2.5 Base، بما في ذلك العربية والصينية واليابانية والكورية والتايلاندية والفيتنامية، مقابل اثنتين فقط على Kolibri، الألمانية والإنجليزية، بحسب تصميم صريح.
• الذاكرة — تتوفر إصدارات LFM2.5 Base بصيغ GGUF وONNX وMLX منشورة إلى جانبه، وهو مصمم للنشر الطرفي؛ أما أوزان Kolibri بصيغة FP8 فتبلغ بصمتها نحو 78 غيغابايت مع حد أدنى من بطاقتَي A100 بسعة 80 غيغابايت، أو بطاقتَي H100 SXM5، أو بطاقة H200 واحدة، أو بطاقة B200 واحدة أو بطاقة B300 واحدة.
اقرأ تلك الأسطر الخمسة معًا، فتتوقف الصورة عن أن تكون مختلة. يغطي نموذج Liquid AI لغات أكثر بعشر مرات على عتاد أصغر بثلاث مراتب قدرية. ويغطي نموذج Aleph Alpha لغتين بنافذة سياق أطول بثماني مرات، وبعمق تخصص لا يظهر إلا داخل تقييماته القطاعية الخاصة. لا يمثل أي منهما نسخة أسوأ من الآخر؛ إنهما إجابتان عن سؤالين مختلفين، والسؤالان هما: «هل يمكن تشغيل هذا دون خادم؟» و«هل يمكنه الاستدلال عبر ملف تنظيمي ألماني؟»
واحد فقط منهم لديه درجة مُقاسة، وهو ليس Base
إليك الجزء الذي يخفيه الاقتران. لدى Artificial Analysis بالفعل صفحة نموذج لـ LFM2.5-2.6B — لكن للنموذج المُدرَّب لاحقًا، وليس للنموذج الأساسي Base. تُفيد تلك الصفحة بمؤشر Intelligence Index قدره 8، وبترتيب رقم 9 من 49 نموذجًا في فئته، مع سياق يبلغ 128,000 توكن، و2.7 مليار معامل، وLFM Open License v1.0. إنها درجة متواضعة وصادقة: فالنموذج يُقاس، ويُسعَّر فعليًا بصفر، ويُقيَّم على ما هو عليه — نموذج استدلال صغير.
نقطة التحقق Base ليس لها نتيجة، ولا يمكن أن تكون لها نتيجة. يُحسَب مؤشر الذكاء عن طريق تشغيل نموذجٍ في مهام الاستدلال والمعرفة؛ ونقطة التحقق التي لم تُضبَط بالتعليمات لا سلوك ذا معنى لها في تلك المهام. ولا تنشر Liquid AI أي جدول تقييم لها، وهذا الغياب بيانٌ عن الأثر نفسه، لا ثغرة في الإصدار.
إن موقع Kolibri مختلف مرة أخرى، ويجدر ذكره بدقة لأنه من السهل إساءة قراءته. لا توجد صفحة Artificial Analysis خاصة بـ Kolibri أيضًا — وقد تحققنا من ذلك، والنموذج غائب عن تلك المقارنة بالكامل. الموجود هو جدول ما بعد التدريب الخاص بـ Aleph Alpha، حيث تسجل Kolibri 75.5 في المتوسط الإنجليزي و70.8 في المتوسط الألماني عبر منظومة الاختبار الخاصة به، مقابل 54.1 و46.4 لسلفه Kolibri Origin. هذه أرقام يشغّلها المورّد على مجموعة تقييم بناها المورّد، ولا يمكن تحويلها إلى Intelligence Index. إذن، من بين النموذجين في هذا العنوان، أحدهما لديه نتيجة مستقلة لنسخة شقيقة، والآخر لديه جدول مورّد، ولا يملك أيٌّ من الإصدارين المحددين قيد المقارنة قياسًا مستقلًا على الإطلاق.
الشقيق الذي يغيّر التوصية
الحكم على LFM2.5 2.6B Base بمفرده طريقة خاطئة لتقييم إصدار Liquid AI، لأن نسخة Base موجودة لخدمة LFM2.5 2.6B المُدرَّب لاحقًا، والاثنان يُطرحان معًا. إذا لم تكن تنوي كتابة خط أنابيب للضبط الدقيق، فليست نسخة Base هي نموذجك — بل النسخة الشقيقة المُدرَّبة لاحقًا، وهي التي تملك نتيجة عامة وسعرًا منشورًا لا يكاد يكون شيئًا لكل رمز عندما تستضيفها بنفسك.
هذه هي العلاقة نفسها التي تربط Kolibri بـ Kolibri Origin، والمقارنة جديرة بالطرح لأن Aleph Alpha نشرت الجدول الزمني. أنهى Origin التدريب المسبق عند 30.6 مليار معامل و3.27 مليار نشط في 11 يونيو 2026 ولم يُصدر قط؛ بينما أنهى Kolibri في 11 سبتمبر 2026 عند 78.1 مليار معامل وأُصدر في 3 أكتوبر. نموذجان، وثلاثة أشهر، أحدهما داخلي فقط. التقسيم المكافئ لدى Liquid AI علني في كلا الجانبين: Base والمدرَّب لاحقًا، جنبًا إلى جنب، مع إصدارات مُكمَّمة لـ llama.cpp وONNX Runtime وMLX من Apple منشورة إلى جانب نقطة التفتيش الأصلية. إذا كانت خطتك هي الضبط الدقيق، فإن الأدوات المحيطة بذلك تستحق أكثر من صف في اختبار قياسي، لأنها تحدد مقدار العمل الذي يتعين عليك القيام به بنفسك.
ما الذي يجب نشره، حسب المتطلب
هذا الأمر يُختصر إلى قائمة قرارات قصيرة بدلًا من فائز.
• إذا كان لا بد أن يعمل النموذج دون خادم — على هاتف، أو حاسوب محمول، أو جهاز في مصنع — فإن LFM2.5 2.6B Base هو الوحيد من بين الاثنين الذي يُعد حتى مرشحًا، أما LFM2.5 2.6B المُدرَّب تدريبًا لاحقًا فهو الذي ستبدأ منه فعليًا. ولا يمكن تشغيل Kolibri هناك بأي مستوى تكميم.
• إذا كان عبء العمل يتمثل في استدلال على مستندات بالألمانية أو الإنجليزية داخل محيطك الخاص، مع قيود على البيانات الخاضعة للتنظيم والحاجة إلى سلوك الامتناع، فإن LFM2.5 Base ليس الشكل المناسب من الأداة، وكوليبري موجّهة تحديدًا لهذا الغرض — بشرط أن تكون قادرًا على توفير مسرّعين بسعة 80 جيجابايت وأن تقبل موقفًا ترخيصيًا يمكنك تلخيصه في سطر واحد.
• إذا كنت بحاجة إلى أكثر من الألمانية والإنجليزية، فإن عائلة Liquid AI تغطي ست عشرة لغة عند 2.6B، وتنقلب حجة تغطية اللغات عند هذا الحجم.
• إذا كنت بحاجة إلى مساعد منشور هذا الربع ولا تريد تشغيل خط أنابيب التدريب اللاحق، فإن Kolibri مُدرَّب لاحقًا؛ أما LFM2.5 Base فليس كذلك، ونموذج LFM2.5 المُدرَّب لاحقًا هو مساعد أصغر بكثير من Kolibri وليس نسخة أرخص منه.
بالنسبة للفرق التي يقع عبء عملها فعلاً في المنطقة الوسطى — بضعة مليارات من الرموز شهريًا، وسياق معتدل، ولا اشتراط تنظيمي يفرض امتلاك العتاد — لا يُعد أيٌّ من هذين أول ما يُلجأ إليه. النماذج التي تقل عن 4 مليارات معامل رخيصة الاستضافة الذاتية لكن يصعب توجيهها على نطاق واسع لأن التكلفة التشغيلية لعملية النشر قد تتجاوز فاتورة الرموز؛ أما نموذج بـ78 مليار معامل فيمثل المشكلة المعاكسة. الفئة التي تُوجَّه فعلاً هي الفئة الوسيطة، وهذه الفئة متاحة على OrcaRouter اليوم: Qwen3.5 35B-A3B بسعر 0.057 دولار لكل مليون رمز إدخال و0.459 دولار للإخراج، وQwen3.8-Flash بسعر 0.15 و0.47 مع سياق يبلغ مليون رمز، أو نموذج مزيج الخبراء Gemma 4 26B-A4B IT بسعر 0.06 و0.33. وهذه أسعار قوائم المزوّدين تُمرَّر كما هي دون أي إضافة لكل رمز، على مفتاح واحد متوافق مع OpenAI مع تجاوز الأعطال، وهي الإجابة الصادقة لفريق يريد قياس حجم رموزه الحقيقي قبل الالتزام إما بمشروع ضبط دقيق أو برفّ خوادم.
لنكون صريحين بشأن ما لا نقدمه: لا يمكن توجيه Kolibri ولا LFM2.5 2.6B Base على OrcaRouter اليوم. بحثنا في الكتالوج عن كليهما تحت كل تهجئة بائع ونموذج، ولا يوجد أي منهما هناك. Kolibri مخصص للاستضافة الذاتية فقط، وLFM2.5 Base هو ناتج ضبط دقيق لم يُقصد به أبدًا أن يكون خلف واجهة API.
الخيار في سطر واحد
Kolibri هو محرّك استدلال ألماني-إنجليزي منتهٍ، مرخّص، وموثّق بـ78 مليار معامل، ويستلزم مسرّعين لتشغيله. أما LFM2.5 2.6B Base فهو نقطة انطلاق متعددة اللغات غير منتهية بـ2.69 مليار معامل، وتستلزم خط أنابيب ضبط دقيق وتسع في جيبك. نسبة المعاملات بينهما هي 29 إلى 1، وهي أقل رقم ذي قيمة معلوماتية في هذا المقال.
