LFM2.5-24B-A2B-DSpark مقابل LFM2.5-8B-A1B-DSpark: نفس ملف 328M، رهانان مختلفان جدًا

نزّل أيًّا من الملفين وستحصل على 655,421,522 بايت. LFM2.5-24B-A2B-DSpark وLFM2.5-8B-A1B-DSparkهما متطابقان في الحجم حتى البايت، ويشتركان في عمود فقري من خمس طبقات، وفي الرأس الماركوفي نفسه برتبة 256، وفي حجم الكتلة نفسه البالغ 9، وفي المفردات نفسها البالغة 128,000 رمز — ولا يستطيع أيٌّ منهما الإجابة عن حتى مطالبة واحدة، لأن كليهما مُصمِّم مسودات لفك التشفير التخميني لا يوجد إلا لتخمين الرموز لصالح نموذج هدف. وما يفصلهما ليس مواصفاتهما الخاصة. بل النموذج الهدف الذي دُرِّبا عليه، ومقدار الأدلة المتاحة على نجاح الحيلة معه. أحدهما نشر قياسات GPU وMacBook من منشور إطلاق؛ والآخر لديه جدول GPU ولا إعلان. لذا فإن الاختيار بينهما ليس مقارنة بين نموذجين على الإطلاق — بل هو مقارنة بين رهانين، وقد تم تحصيل واحد منهما فقط. تُجمَّع حالات فشل الذكاء الاصطناعي الموثّقة وحوادث الوكلاء الكامنة وراء إصدارات كهذا الإصدار في أرشيف OrcaRouter لحوادث الذكاء الاصطناعي حيث يحمل كل مدخل مصادره الخاصة، ودرجة الخطورة، ودرجة الثقة، وعلامة كونه محل خلاف.

الملفات توأمان؛ أما المهام فليست كذلك

اقرأ الملفين config.json جنبًا إلى جنب وستجد أن كل حقل تقريبًا متطابق: حجم مخفي 2,048، وحجم وسيط 6,144، وتنشيط SiLU، و32 رأس انتباه فوق 8 رؤوس KV عند بُعد رأس 64، وخمس طبقات انتباه كامل، وحجم كتلة 9، وenable_confidence_head: true، ورأس Markov عادي من الرتبة 256. عدد المعاملات متطابق، ولهذا تتطابق ملفات safetensors بايتًا ببايت.

تختلف ثلاثة حقول، وكلٌّ منها أساسيّ.

• مآخذ طبقات الهدف — يقرأ نموذج المسودة 8B الحالات المخفية من الطبقات 2 و6 و10 و14 و18 من هدف مكوّن من 24 طبقة؛ ويقرأ نموذج المسودة 24B الطبقات 2 و10 و18 و26 و34 من هدف مكوّن من 40 طبقة. هذا هو الحقل الذي يجعل الملفات غير قابلة للتبادل.

• الحد الأقصى لعدد المواضع — 128,000 لنموذج الصياغة 8B مقابل 131,072 لنموذج 24B، تتبعًا لنوافذ سياق أهدافهما.

• RoPE theta — 5,000,000 مقابل 10,000,000، يُحدَّد بواسطة الترميز الموضعي للنموذج الهدف لا بأي شيء يخصّ نموذج المسودة.

ذلك الزوج الأخير هو أوضح دليل على أن نقاط الحفظ هذه دُرّبت لكل نموذج هدف على حدة بدلًا من أن تُحجّم من قاعدة مشتركة. لا يملك نموذج المسودة هوية مستقلة: فتوزيع مدخلاته هو ما تكون عليه الحالات المخفية للنموذج الهدف، وهي تتغير عندما يتغير معمار النموذج الهدف وتدريبه. وجّه نموذج المسودة 8B إلى نموذج 24B، وستكفي مؤشرات الطبقات وحدها لجعله هراءً؛ وحتى لو توافقت، فلن تتوافق اللوغيتات التي دُرّب على التنبؤ بها.

ما الذي يُسرّعه كل واحد منها في الواقع

تختلف الأهداف أكثر مما توحي به تسمية «8B مقابل 24B»، ويسير الاختلاف في الاتجاه الخاطئ بالنسبة لأي شخص يفترض أن النموذج الأكبر هو الأثقل عبئًا على الجهاز.

• إجمالي المعاملات والمعاملات النشطة — يحتوي LFM2.5-8B-A1B على 8.3 مليار معامل إجمالاً مع 1.5 مليار معامل نشط لكل رمز؛ ويحتوي LFM2.5-24B-A2B على 24.0 مليار معامل إجمالاً مع 2.45 مليار معامل نشط.

العمق — 24 طبقة (18 التفافًا بوابيًا بالإضافة إلى 6 GQA) مقابل 40 طبقة (30 التفافًا بالإضافة إلى 10 GQA).

• السياق — 128,000 رمز مقابل 131,072.

• ميزانية التدريب — 38 تريليون توكن مقابل 36 تريليونًا، لذا لم يكن النموذج الأصغر أقل تدريبًا نسبيًا من النموذج الأكبر.

• التوجيه — يستخدم 8B بنية MoE ذات 64 خبيرًا مع توجيه top-4، مثل 24B، لذا يتحمّل كلاهما عقوبة تنشيط الخبراء التي تضر بالتحقق.

كلاهما نموذجان استدلاليان يفكران قبل الإجابة، وهذا يهم هنا أكثر من أعداد المعاملات. أكبر نقطة ضعف في فك التشفير التخميني هي المخرجات الطويلة غير المقيدة، وسلسلة التفكير هي بالضبط كذلك. تُظهر جداول الموردين ذلك: فصفوف القبول الأعلى في كلا الإصدارين تخص اختبارات معيارية قصيرة الإجابة مثل MBPP وMT-Bench، والأدنى منها هي تلك التي يتعين على النموذج فيها ابتكار مسار حل طويل.

فجوة الأدلة هي الفرق الحقيقي

هنا يتوقف الإصداران عن كونهما قابلين للمقارنة. طُرح نموذج المسودة بحجم 8B في 2026-08-20 ضمن إعلان عن العائلة الكاملة، مع قياسات على جهازين مختلفين جدًا: جهاز H100 80 GB واحد بدقة BF16 عبر SGLang، وجهاز MacBook Pro M4 Max يشغّل أوزان FP16 GGUF عبر llama.cpp باستخدام نوى Metal تجريبية. حقق متوسط 2.54× على H100 وذروة 3.18× على MATH-500، و1.18× فقط على MacBook — من 90 إلى 106 توكن في الثانية، بمتوسط عبر خمس مجموعات بيانات.

يحتوي مُسوِّد 24B على صف عتاد واحد: بطاقة NVIDIA B300 واحدة مع هدف FP8، وذاكرة KV مؤقتة BF16، ودرجة حرارة 0. ويحقّق في المتوسط 2.38× عند التزامن 1، و2.69× عند التزامن 32، و1.71× عند التزامن 256 عبر ثماني مجموعات بيانات، مع ذروة 3.28× على MBPP عند التزامن 32. لا يوجد صف Mac، ولا صف H100، ولا منشور إعلان يفسّر هذا الإغفال.

بالنسبة للطراز الذي يقوم عرضه بأكمله على وكلاء على الجهاز — إذ يتصدر منشور إطلاق Liquid للطراز 24B بـ184 رمزًا في الثانية على Apple M5 Max — فإن رقم MacBook المفقود هو الفراغ الأكثر أهمية في الإصدار. وتوضح نتيجة 8B لماذا قد يكون صغيرًا: فالتحقق من كتلة من الرموز ينشط خبراء أكثر من فك ترميز رمز واحد، لذا فإن هدف MoE يحرك وزنًا أكبر لكل رمز مقبول. ولا يكفي معدل القبول وحده للتنبؤ: فقد بلغ متوسط نموذج المسودة 8B فعليًا مزيدًا من الرموز المقبولة لكل خطوة مما تذكره بطاقة 24B (6.95 على خمس مجموعات بيانات مقابل 5.16 على ثمانٍ)، ومع ذلك لم يحقق سوى 1.18× على MacBook. هذه هي النقطة الجديرة بالاحتفاظ — في 8B، لم ينقذ معدل القبول القوي الإنتاجية على الجهاز. إن افتراض أن 24B يتصرف بشكل مختلف رهان بلا رقم يسنده.

قراءة الجدولين مقابل بعضهما البعض

النسب الرئيسية ليست مقارنات متكافئة، ولا ينبغي طرح بعضها من بعض. وحدة GPU مختلفة، ودقة مستهدفة مختلفة، ومجموعات بيانات مختلفة، وعمليات مسح تزامن مختلفة. لكن نمطين يظلان قائمين رغم عدم التطابق.

أولًا، السقف مشابه. كانت أفضل خلية H100 لدى طراز 8B هي 3.18× على MATH-500 عند حجم دفعة 1؛ وأفضل خلية B300 لدى طراز 24B هي 3.28× على MBPP عند تزامن 32. وتقع نماذج المسودة في هذا التصميم ضمن النطاق نفسه 1.5×–3.3× بغض النظر عن الهدف الذي تخدمه، وهو ما تتوقعه عندما تظل بنية نموذج المسودة مثبتة ولا تتغير سوى الأوزان.

ثانيًا، والأكثر فائدةً، أن الحدّ الأدنى هو حيث تتباين الأهداف. كانت أضعف خلية لدى إصدار 8B على H100 هي GSM8K عند 1.29×؛ وكانت أضعف خلية لدى إصدار 24B على B300 عند التزامن 256 هي LiveCodeBench عند 1.34× وAIME عند 1.36×. لا يُنتج أيٌّ من الإصدارين حالةً يكون فيها التخمين مجانيًا، وكلاهما يُنتج حالاتٍ لا يكاد يستحقّ فيها الذاكرة.

هناك أيضًا تغيير في التوثيق بين البطاقتين يسهل تفويته ويستحق التنبيه إليه. ذكرت مادة أغسطس أن الخرج في ظل فك الترميز الجشع مطابق للأساس «بحكم البناء»؛ بينما تعد بطاقة 8B بـ«مخرجات مطابقة تمامًا». أما بطاقة 24B فتحذر بدلًا من ذلك من أن فروق الفاصلة العائمة بين التحقق على دفعات وفك الترميز العادي يمكن أن تنتج نصًا مختلفًا، بما في ذلك في ظل أخذ العينات الجشع. البطاقة الأحدث هي الأكثر حذرًا، وإذا كنت تُجري فروق مخرجات على مستوى البايت في CI، فكلتاهما تستحقان التعامل معهما كغير متطابقتين محتملًا بدلًا من الوثوق بالوعد الأقدم.

أيّها يناسبك يحدّده هدفك، لا ميزانيتك.

لا يوجد أي سيناريو يختار فيه فريق أحد هذين على الآخر بناءً على الجدارة. فأنت تشغّل نموذج 24B لأنك تحتاج إلى قدرات نموذج 24B على جهاز قادر على استيعابه — 14.5 GB عند Q4_K_M بصيغة GGUF، أو وحدة B300 واحدة لتكوين خدمة FP8. وأنت تشغّل نموذج 8B لأن إجمالي 8.3B معلمة مع 1.5B نشطة هو ما يناسب جهازًا طرفيًا أو حاسوبًا محمولًا، ويعوّض نموذج المسودة بعض سرعة فك التشفير التي تخليت عنها بالانتقال إلى نموذج أصغر. نموذج المسودة ملحق بذلك القرار الأول، والقرار يُتخذ دائمًا تقريبًا بناءً على الذاكرة والجودة قبل وقت طويل من دخول التخمين في المحادثة.

الحالة الوحيدة التي يكون فيها الاختيار مطروحًا فعليًا هي التقييم. إذا كنت تختبر ما إذا كان DSpark يستحق التبني أصلًا في حزمتك التقنية، فإن اقتران 8B هو التجربة الأقل تكلفة: فهو يتسع على بطاقة H100 واحدة، ولديه أرقام Mac يمكنك التحقق منها مقابل حاسوبك المحمول، كما أن نمط فشله على الجهاز قد وثّقه المورّد بالفعل. أما اقتران 24B فهو تجربة الإنتاج الأكثر إثارة للاهتمام والأقل توثيقًا.

في كلتا الحالتين، الرقم الذي يحسم النتيجة هو عدّاد القبول، لا جدول المورّد. يكشف SGLang عن قبول فك الترميز التخميني لكل طلب؛ ويُبلّغ llama.cpp عن draft_n وdraft_n_accepted في توقيتات كل استجابة. شغّل مطالباتك الخاصة لمدة عشر دقائق ثم اقسم. إذا كان القبول قريبًا من متوسط البطاقة، فإن المُسوّد يستحق التكلفة؛ وإذا كان عند الحد الأدنى، فأنت تشتري دورات تحقّق ويجب فصله — وستظل هذه النتيجة صالحة عبر كلتا نقطتي التحقق، لأن الآلية نفسها.

لا يُعدّ أيٌّ من نقطتي الحفظ نموذجًا يمكنك استدعاؤه.

هذا هو الجزء الذي يوقع الأشخاص الذين يصادفون هذه الأسماء في كتالوج نماذج في افتراض أنها خيارات في قائمة. فهي ليست نقاط نهاية. لا يملك أيٌّ من المُسوّدَين سعرًا لكل مليون رمز، ولا يظهر أيٌّ منهما في قائمة API، ولن توجّه إليهما أي منصة تقدّم النماذج أي طلبات أبدًا — لأن الاقتران الصحيح إعداد من جهة الخادم، لا معامل طلب.

تبيع Liquid AI نموذج 24B المستهدف نفسه بسعر 0.10 دولار لكل مليون رمز إدخال، و0.05 دولار للمخزّن مؤقتًا، و1.00 دولار لكل مليون رمز إخراج، وأي تكهنات تشغّلها خلف ذلك السعر تكون غير مرئية للمتصل. هذا هو الشكل المعتاد للسوق الآن: تحدث الهندسة المثيرة للاهتمام داخل مكدس الخدمة، وما يصل إلى المطوّر هو سعر ومعدل رموز في الثانية. تستحق منصات التوجيه مكانها في المقارنة فوق تلك الطبقة — بوضع نموذج مرشح إلى جانب النماذج التي عليه التغلب عليها. يشغّل OrcaRouter نقطة نهاية واحدة عبر أكثر من 200 نموذج بهامش 0% على سعر قائمة المزوّد، لذا عندما يتغير سعر أحد البائعين، يتغير السعر الذي تراه في اليوم نفسه، ويمنع التحويل عند الفشل نموذجًا مرشحًا من أن يصبح نقطة فشل واحدة أثناء تقييمه. عائلة LFM2.5 ليست ضمنها اليوم، لذا يبقى نموذج 8B أو 24B المستضاف ذاتيًا مع نموذج المسودة المرتبط به نشرًا محليًا؛ النماذج الجديرة بالاختبار مقارنةً به — Qwen3.6-35B-A3B في الجانب الوكيلي، Gemma 4 26B-A4B في جانب الكفاءة — هي التي نوجّهها.

ما رسّخه عام من إصدارات DSpark

تضم العائلة الآن أربعة أهداف نصية وهدفًا بصريًا واحدًا، من 1.2B إلى 24B، وكلها تشترك في وصفة نموذج مسودة واحدة: نحو 300M معلمة، وخمس طبقات انتباه، والكتلة 9، ومدرَّبة على الحالات المخفية الخاصة بالهدف نفسه. هذا الاتساق هو النتيجة الفعلية. لقد حوّلت Liquid فك الترميز التخميني من مشروع بحثي خاص بكل نموذج إلى خطوة تصنيعية — نموذج المسودة نفسه، يُعاد استهدافه، ويُشحن خلال أيام من كل نموذج جديد. أما إن كانت تلك الخطوة تستحق أن تُتخذ على عتادك، فذلك سؤال يتعلق بحركة الاستخدام لديك، والجواب يختلف باختلاف حمل العمل أكثر بكثير مما يختلف باختلاف أي هذين الملفين تنزّله.

ما يضيفه إصدار 24B إلى تلك الصورة ليس نسبةً أفضل. بل إنه المرة الأولى التي يُشحَن فيها نموذج مسوّدة دون التقرير المكتوب المرافق — والمرة الأولى التي تخبرك فيها بطاقة المورّد نفسه، بلغة صريحة، بأن المخرجات قد لا تكون متطابقة على مستوى البِتّات في نهاية المطاف.