LFM3-1.7B-Base مقابل Gemma 4 12B: جذع متخصص في مواجهة نموذج عام

ضع التنزيلين جنبًا إلى جنب، وأول اختلاف بينهما ليس معيار أداء.LFM3-1.7B-Base، المنشور على Hugging Face في 26 أكتوبر 2026 والمُعلَن اسمه في إطلاق عائلة Liquid AI في اليوم التالي، هو ملف bfloat16 بحجم 3.46 غيغابايت يحتوي على نموذج نصي مُدرَّب مسبقًا بمعلمات تبلغ 1.73 مليار.Gemma 4 12B، الذي أطلقته Google DeepMind في 3 يونيو 2026، هو نموذج كثيف بمعلمات تبلغ 11.95 مليارًا يأتي مع ضبط بالتعليمات، وسياق بطول 256K، وقدرة على قراءة الصور والصوت إلى جانب النص. أحدهما مكوّن. والآخر منتج. ومقارنتهما من حيث القدرات خطأ فئوي، ومقارنتهما من حيث السعر لكل رمز تكاد تكون بنفس السوء، لأن نقطة التحقق الأساسية لا تملك سعرًا لكل رمز — بل تملك فاتورة ضبط دقيق.لا يضيف التوجيه هامش ربح إلى سعر القائمة لدى المزوّد.هامش ربح 0% اطّلع على التسعير الممرَّر على صفحة الأسعار لدينا.

المقارنة تستحق هذه المساحة على أي حال، لأن كليهما نماذج مفتوحة الأوزان قد ينزّلها فريق صغير هذا الأسبوع للسبب الجوهري نفسه: يريدون نموذجًا يتحكمون فيه، على عتاد يملكونه، دون عقد لكل استدعاء. السؤال المفيد هو أي نوع من الأصول يوصلك إلى ذلك — جذع صغير تشكّله، أم نموذج عام كبير تتبناه.

المقارنة المعيارية التي لا يمكن إجراؤها

لا يوجد أي تقييم منشور لـ LFM3-1.7B-Base. ليس تقييماً هزيلاً، ولا جدولاً من جهة مورّدة تحمل علامة نجمة — لا شيء على الإطلاق. تقدّم بطاقة النموذج مواصفات ودليلاً للضبط الدقيق، فيما يحمل منشور إطلاق Liquid جدول معايير قياس كبيراً لـ LFM3-1.7B، النموذج الشقيق الذي خضع للتدريب اللاحق وبُني من نقطة التحقق هذه. تلكما مخرجان مختلفان. النموذج الأساسي يتنبأ بالنص؛ والنموذج المدرّب لاحقاً يتبع التعليمات. وتقييم الأول وفق معيار قياس خاص بالتعليمات إنما يخبرك بشأن الثاني.

في المقابل، يأتي Gemma 4 12B مزوّدًا بجدول كامل لعائلة نقاط التحقق المضبوطة بالتعليمات: 77.2% على MMLU Pro، و78.8% على GPQA Diamond، و77.5% على AIME 2026 دون أدوات، و72.0% على LiveCodeBench v6، وتصنيف Elo على Codeforces قدره 1659، و69.1% على MMMU Pro، و43.4% على MRCR v2 عند 128K بثماني إبر. كل هذه أرقام Google الخاصة، ولم يُعَد إنتاج أي منها بشكل مستقل. وتضع Artificial Analysis بشكل منفصل Gemma 4 12B عند مؤشر ذكاء قدره 14، في المرتبة 20 من 141 نموذجًا في فئة المقارنة الخاصة بها، بسرعة إخراج مقاسة تبلغ 110.9 رمز في الثانية.

إذن، لوحة النتائج الصادقة فيها عمود واحد مملوء وعمود واحد فارغ، والعمود الفارغ ليس فشلاً للنموذج. بل هو ما تكون عليه نقطة تفتيش أساسية. وأي شخص يضع 49.37 — متوسط Liquid الخاص للنموذج المضبوط LFM3-1.7B — إلى جانب MMLU Pro الخاص بـ Gemma، فإنه يقارن بين مجموعتَي اختبارات مختلفتين ونموذجين مختلفين ومستويين مختلفين من الضبط.

ما الغرض الفعلي من كل نقطة تحقق

LFM3-1.7B-Base وُجد كي يُغيَّر. تقول بطاقة Liquid إنه موصى به فقط للضبط الدقيق المكثف — مساعدون خاصون بلغة معينة، ومساعدون خاصون بمجال معين، والتدريب على بيانات مملوكة، وأساليب ما بعد التدريب الجديدة — وتوجّه أي شخص يريد الدردشة أو استخدام الأدوات إلى النموذج المضبوط بدلاً من ذلك. جرى تدريبه مسبقًا على 22 تريليون رمز، آخر 3.5 تريليون منها كانت بيانات منسّقة في منتصف التدريب تتضمن آثارًا وكيلية واستدعاءات أدوات، وقد وسّعت تلك المرحلة السياق إلى 262,144 رمزًا. عند 4 بتات يستهلك نحو 1 غيغابايت، وهو الحجة التصميمية بأكملها: جذع صغير بما يكفي للضبط الدقيق على وحدة معالجة رسومات واحدة وللتشغيل على هاتف.

Gemma 4 12B موجود ليُستخدم. إنه العضو الكثيف متوسط الحجم في عائلة Gemma 4 المكوّنة من خمسة نماذج من Google، دون مشفّرات منفصلة متعددة الوسائط — إذ تُسقَط رقع الصور والموجات الصوتية مباشرةً في المساحة نفسها التي تُسقَط فيها رموز النص. يعمل على حاسوب محمول بنحو 7 GB عند تكميم 4 بت، ويأتي بترخيص Apache 2.0 دون شرط عتبة إيرادات، ويحظى بنوع الدعم البيئي الذي يتراكم لنموذج عمره ستة أشهر: نسخ مكمّمة، وتكاملات مع الأطر، ومجتمع اكتشف بالفعل أنماط فشله.

ستة فروق تحسم الأمر

• المعاملات — 1.73 مليار كثيف مقابل 11.95 مليار كثيف. نسبة الحجم هي 6.9 إلى 1، وهي تحكم كل ما يترتب على ذلك: الذاكرة، وتكلفة الضبط الدقيق، وسرعة الاستدلال، وسقف المعرفة العامة.

• الوسائط — نصّ داخل، نصّ خارج، لـ LFM3-1.7B-Base. نص وصورة وصوت داخل، نص خارج، لـ Gemma 4 12B. لا تستطيع نقطة التحقق الأساسية رؤية لقطة شاشة، ولا يضيف أي قدر من الضبط الدقيق مُرمِّز رؤية لم يُدرَّب قط.

• السياق — كلاهما 262,144 رمزًا. هذا هو الصف الوحيد الذي لا يتنازل فيه النموذج الصغير عن أي شيء، وهو إنجاز حقيقي للبنية الهجينة وليس مصادفة تسويقية.

• اللغات — ستة عشر لغة مُدرجة في LFM3-1.7B-Base، بما في ذلك العربية والهندية والتايلاندية والفيتنامية والإندونيسية. وقد جرى التدريب المسبق لـ Gemma 4 12B على أكثر من 140 لغة، مع دعمٍ جاهزٍ يُزعم توفره لأكثر من 35 لغة، وهو ما يمثل شبكةً أوسع بكثير وميزةً حقيقية للنشر متعدد اللغات.

• المفردات — 128,000 رمز لـ LFM3-1.7B-Base، و262,000 لـ Gemma 4 12B. تضغط المفردات الأكبر النص بقوة أكبر في اللغات ذات الكتابة اللاتينية وفي الشيفرة؛ بينما تحافظ المفردات الأصغر على صغر مصفوفة التضمين، وهو أمر مهم عندما يكون النموذج بأكمله 3.46 GB.

• الترخيص — ترخيص LFM Open License v1.0 مجاني للاستخدام التجاري إذا كانت الإيرادات السنوية أقل من 10 ملايين دولار، مع ترخيص تجاري فوق هذا الحد. أما Gemma 4 12B فهو Apache 2.0، مع شروط الاستخدام المقبول من Google إلى جانب الأوزان بدلاً من أن تكون شرطًا على الإيرادات.

الرقم الوحيد الخاص بالجناح نفسه، ولماذا لا يُنقل

هناك مكان واحد بالضبط حيث نشرت Liquid نتيجة مقابل Gemma 4 12B على مجموعة التقييم نفسها، وهو يخص طرازًا مختلفًا. وعبر 62 معيارًا للرؤية، تذكر Liquid أن LFM3-VL-2B، طرازها للرؤية بقدرة 1.9B، سجّل 66.0 في الفئة العامة لمجموعة التقييم مقابل 74.0 لـ Gemma 4 12B. وفي موضع آخر من الجدول نفسه يكون الطراز الأصغر أقرب، وخلاصة Liquid هي أن طراز الرؤية «يضاهي» Gemma 4 12B رغم أنه أصغر بأكثر من ستة أضعاف.

اقرأ الجدول بدلًا من الجملة، فسيقول شيئًا أدق: نموذج متعدد الوسائط بحجم 1.9B لا يزيد فارقه عن ثماني نقاط عن نموذج متعدد الوسائط بحجم 12B في مجموعة واسعة من اختبارات الرؤية، والفجوة متفاوتة بين الفئات. اقرأها على أنها عبارة عن LFM3-1.7B-Base فلن تقول شيئًا على الإطلاق. فنقطة الحفظ الأساسية النصية لا تحتوي على برج رؤية ولم تُقيَّم على أي من تلك المعايير. فالادعاء يخص نموذجًا شقيقًا، وهو من نوع زلات الإسناد التي تحوّل مقارنة دقيقة إلى مقارنة مضللة.

ما قيمة الـ12B العامّ بالمال

تمتلك Gemma 4 12B سعر سوق لأن أطرافًا ثالثة تقدمها. ويورد Artificial Analysis وسيطًا مدمجًا قدره 0.10 دولار لكل مليون رمز إدخال و0.30 دولار لكل مليون رمز إخراج عبر المنصات التي تستضيف الأوزان المفتوحة — وهو وسيط عبر مزودين، وليس سعر قائمة، وسيتغير مع تغير جانب العرض. وهذا رخيص بما يكفي لدرجة أن معظم الفرق لا تفكر أبدًا في تشغيله بنفسها.

لا يوجد لـ LFM3-1.7B-Base سعر كهذا لأنه ليس نموذجًا مُقدَّمًا للخدمة. تكلفته هي عملية الضبط الدقيق، وخط أنابيب البيانات، وحزمة الخدمة، وهذه الأرقام تتفاوت بأكثر من مرتبة قدرية اعتمادًا على ما تبنيه. ما يطرحه Liquid هو أن عملية التشغيل تتسع على وحدة معالجة رسوميات واحدة وأن الناتج يتسع في نحو غيغابايت واحد، وهذا صحيح بشأن النموذج ولا يقول شيئًا عن تكلفة البيانات الموسومة. الضبط الدقيق المتخصص ليس أرخص من استدعاء واجهة برمجة تطبيقات لنموذج عام إلا إذا كانت لديك البيانات بالفعل؛ وإن كانت لديك، فهو أرخص بشكل هائل عند الأحجام الكبيرة.

هنا تُثبت طبقة التوجيه قيمتها. OrcaRouter تُمرّر أسعار قوائم المورّدين كما هي بهامش ربح قدره 0%، لذا يصل تخفيض سعر المورّد في اليوم نفسه بدلًا من انتظار دورة إعادة تسعير، كما يتيح المفتاح نفسه الوصول إلى أكثر من 200 نموذج مع تحويل تلقائي عند الفشل. والنمط العملي لفريق يدرس هذا القرار هو الإبقاء على النموذج العام على المسار الموجّه بينما يجري تقييم الضبط الدقيق المتخصص، ثم تحويل حركة المرور عندما يتفوق الضبط الدقيق على مجموعة الاختبار المحجوزة الخاصة بك — لا على متوسط أحد المورّدين.

ثلاثة مشترين، ثلاث إجابات

لديك بيانات خاصة ومهمة ضيقة النطاق. خذ LFM3-1.7B-Base. فالجذع البالغ 1.73B صغير بما يكفي للضبط الدقيق على وحدة معالجة رسومات واحدة، وسياق 256K يصمد أمام الضبط الدقيق، ومفردات اللغات الست عشرة تغطي معظم عمليات النشر الإقليمية. يمكن أيضًا ضبط Gemma 4 12B ضبطًا دقيقًا، لكنك ستدفع مقابل إعادة تدريب قدرات أنت على وشك تخصيصها بعيدًا.

أنت بحاجة إلى نموذج يعمل بعد ظهر اليوم. خذ Gemma 4 12B. لا تستطيع نقطة التحقق الأساسية الإجابة عن سؤال، والنموذج الشقيق المضبوط هو تنزيل مختلف بمسألة ترخيص مختلفة. Gemma 4 12B مضبوط بالتعليمات، ومتعدد الوسائط، وموثّق، ومتاح بسعر وسيط منشور. ويُقاس الوقت حتى أول إجابة بالدقائق.

أنت بحاجة إلى كليهما. هذه هي الحالة الشائعة، وهي الحالة التي يخفيها هذا التأطير. اضبط النموذج الأساسي بدقة للمهمة الضيقة عالية الحجم، ووجّه كل ما عدا ذلك إلى نموذج عام. الاثنان ليسا بديلين على مستوى البنية، والتعامل مع القرار على أنه قرار حصري هو ما يجعل الفرق تنتهي إما إلى دفع مبالغ زائدة مقابل نموذج متخصص أو إلى تقديم خدمة ناقصة لحالة استخدام لم يُدرَّب نموذجها الصغير عليها قط.

الترخيص هو المسألة الكامنة

Apache 2.0 هو السبب في أن كثيرًا من الشركات تتوقف عن القراءة عند ترخيص Gemma. لا يوجد حد للإيرادات، ولا مُحفّز تجاري، ولا تفاوض — فالأوزان ملكك لتعديلها وتقديمها، رهناً بسياسة الاستخدام المقبول من Google. كما أن ترخيص LFM Open License v1.0 من Liquid متسامح عند النطاق الصغير، لكنه يحدد حدًا للإيرادات السنوية قدره 10 ملايين دولار يُطبّق فوقه ترخيص تجاري. بالنسبة لشركة ناشئة، الفرق نظري. أما بالنسبة لوحدة أعمال داخل شركة أكبر، فهو نقاش مشتريات يبدأ قبل أن تبدأ أول عملية ضبط دقيق.

ما الذي سيغيّر الإجابة؟

من شأن دليلين أن ينقلا هذه المقارنة من جدال فئوي إلى جدال رقمي. الأول تقييم للنموذج الأساسي من Liquid — حتى لو كان صغيرًا، على مجموعة بيانات محجوزة — يتيح للقارئ الحكم فيما إذا كان 22 تريليون رمز والمكدس الثلاثي الهجين قد أنتجا نقطة انطلاق أفضل من LFM2.5-2.6B-Base. الثاني ضبط دقيق مستقل لـ LFM3-1.7B-Base على مهمة عامة، يُقدَّم مقابل خط أساس Gemma 4 12B. لا يوجد أي منهما بعد، ولا يَعِد منشور الإطلاق بهما.

حتى يفعلوا ذلك، يعتمد القرار على ما تشتريه لا على أيّ النموذجين أفضل: جذع بحجم 3.46 غيغابايت بلا درجات ولا ضبط بالتعليمات، أو نموذج عام بـ12 مليار معامل مع جدول كامل بأرقام المورّد وترخيص لا تضطر إلى إعادة النظر فيه أبدًا. هذا ليس قرارًا متقاربًا بشأن القدرة. إنه قرار متقارب بشأن الملاءمة، والعمود الفارغ في لوحة النتائج هو أصدق ما في هذه الصفحة.