LFM3-1.7B مقابل Gemma 4 26B A4B: وصفتان للحصول على توكن رخيص، وواحدة فقط تناسب الهاتف

على الورق، يعتمد هذان النموذجان النهج نفسه لمعالجة المشكلة نفسها. LFM3-1.7B، الذي أعلنت عنه Liquid AI في 27 أكتوبر 2026، وGemma 4 26B A4B، الذي أطلقته Google DeepMind في 2 أبريل 2026، وُجِد النموذجان للإجابة عن سؤال واحد: كيف تُدخِل نموذجًا قادرًا ضمن ميزانية ذاكرة صغيرة؟ لكنهما يقدّمان إجابتين متعارضتين. قلّصت Liquid النموذج. أما Google فأبقت النموذج كبيرًا ولا تدفع إلا مقابل شريحة منه لكل رمز. الأوزان مجانية، لذا فإن الفاتورة هي ما يتقاضاه أرخص مضيف كفء. ننقل أسعار قوائم مزوّدي الخدمة كما هي بهامش ربح 0%.

قد تبدو هذه التفرقة من التفاصيل الثانوية في البنية المعمارية إلى أن تحسب تكلفة عملية نشر، وعندها تصبح الشيء الوحيد الذي يهم. ينشّط Gemma 4 26B A4B عدد 3.8 مليار معلمة لكل رمز، لكن لا يزال يتعين عليك الاحتفاظ بـ25.2 مليار منها في مكان ما. ينشّط LFM3-1.7B كل 1.73 مليار من معلماته ويخزّن بالضبط هذا العدد. أحدهما رخيص في الحوسبة. والآخر رخيص في الامتلاك.

وصفتان لتوكن رخيص

Gemma 4 26B A4B هو نموذج مزيج خبراء: 128 خبيرًا موجّهًا بالإضافة إلى خبير مشترك واحد، و30 طبقة، مع تفعيل نحو ثمانية خبراء لكل توكن. يمنحه ذلك سعة معرفية تعادل نموذجًا كثيفًا بحجم 25.2B، وتكلفة حسابية أقرب إلى نموذج بحجم 4B. وإطار Google الخاص بهذا الشأن هو أنه يصل إلى نحو 97% من نتيجة MMLU-Pro لنموذج Gemma 4 31B الكثيف بنحو 12% من عمليات FLOPs.

يسلك LFM3-1.7B الطريق الآخر. فهو كثيف بالكامل — كل معامل يعمل على كل رمز — وتأتي الوفورات من بنية أعيد تصميمها لا من التخلخل. تتألف حزمة Liquid الثلاثية الهجينة من 24 طبقة: 13 التفافًا قصيرًا مُبوّبًا، وخمس طبقات انتباه بنافذة منزلقة، وست طبقات انتباه كامل. يتولى الالتفاف، وهو رخيص، معظم نمذجة التسلسل، ولا يظهر الانتباه الكامل سوى ست مرات. وهكذا يحمل نموذج بـ 1.73B سياقًا من 262,144 رمزًا ومفردات من 128,000 رمز دون أن تلتهم ذاكرة KV المؤقتة الجهاز.

• إجمالي المعلمات — 1.73 مليار لـ LFM3-1.7B؛ 25.2 مليار لـ Gemma 4 26B A4B.

• النشط لكل رمز — 1.73 مليار مقابل حوالي 3.8 مليار. هذا هو الصف الوحيد الذي يكون فيه الاثنان في نفس المستوى.

• الذاكرة بدقة 4 بت — نحو 1 غيغابايت مقابل نحو 18 غيغابايت. هذا هو الصف الذي يحدد عملية النشر.

• السياق — 262,144 رمزًا في كليهما، مجددًا تعادل حقيقي.

• الوسائط — نص فقط مقابل إدخال النص والصورة، مع استدعاء الدوال الأصلي ووضع تفكير قابل للتكوين.

• الترخيص — ترخيص LFM المفتوح الإصدار 1.0، مجاني دون 10 ملايين دولار من الإيرادات السنوية؛ Apache 2.0 بدون حد أدنى لـ Gemma 4 26B A4B.

لماذا لا يعني وجود 3.8B نشطة أنها تستهلك 3.8B من الذاكرة

هذا هو الخطأ الأكثر شيوعًا عند قراءة ورقة مواصفات نموذج mixture-of-experts، لذا يستحق الأمر الصراحة. المعاملات النشطة تحكم الحوسبة، وبشكل تقريبي السرعة. لكنها لا تحكم حجم الملف الذي تنزّله أو ذاكرة VRAM التي تحجزها. يحتاج Gemma 4 26B A4B إلى كامل معاملاته البالغة 25.2 مليار معامل مقيمة في الذاكرة للتوجيه بين الخبراء؛ وعند 4 بت يصل ذلك إلى نحو 18 غيغابايت. يمكنك تشغيله على بطاقة واحدة بسعة 24 غيغابايت، وتوفر Google إصداري FP8 وNVFP4 لجعل ذلك عمليًا، لكن لا يمكنك وضعه على هاتف.

يبلغ حجم LFM3-1.7B حوالي 1 GB عند 4-bit — وتقول بطاقة Liquid إنه يتسع على هاتف أو حاسوب محمول، وعند هذا الحجم يكون الادعاء قابلاً للتصديق لا مجرد تسويق. كما يحتفظ بذاكرة KV cache سعتها 1.6 GB عند 128K رمزاً، وهو الرقم الذي يحدد فعلياً عدد الطلبات المتزامنة ذات السياق الطويل التي يمكنك الاحتفاظ بها.

النتيجة العملية: نشر 26B-A4B قرارٌ يتعلق بخادم الاستدلال، أما نشر 1.7B فهو قرارٌ يتعلق بإطلاق التطبيق. هذان مشروعان مختلفان بفرقٍ مختلفة وهياكل تكلفة مختلفة، ولا يوجد أي اختبار قياسي يسد الفجوة بينهما.

ما نشره كل مورّد، وما يخبرك به ذلك

نشرت Google جدولاً واسعاً لـ Gemma 4 26B A4B: 82.6 في MMLU-Pro، و82.3 في GPQA Diamond، و88.3 في AIME 2026 دون أدوات، و77.1 في LiveCodeBench v6، وتصنيف Elo قدره 1718 على Codeforces، و73.8 في MMMU-Pro، و44.1 في MRCR v2 عند 128K مع ثماني إبر. جميعها مُبلّغ عنها من قبل المورّد، ولم يُعِد إنتاج أي منها بشكل مستقل. وتضعها متابعات طرف ثالث عند نحو 1438 في تصنيف Elo على LMArena.

نشرت Liquid جدولًا أضيق لـ LFM3-1.7B، وهو يميل نحو العمل الوكيلي: 71.39 على BFCL V4، و80.36 على ToolSandbox، و68.01 على τ³-bench، و45.60 على LiveClaw، و38.42 على WebArena-Verified. كما تُبلغ عن 96.66 على IFEval، و73.03 على IFBench، و63.37 على GPQA Diamond، و73.46 على LiveCodeBench v6، و65.56 على RULER عند 128K. لا تنشر Liquid رقمًا لـ MMLU-Pro خاصًا بـ LFM3-1.7B، وغياب ذلك ليس صفرًا — بل هو ببساطة غير مقيس.

فقط LiveCodeBench v6 وGPQA Diamond يتقاطعان بشكل نظيف. يفوز Gemma 4 26B A4B في كليهما، بفارق 3.6 و18.9 نقطة على التوالي. وحيث تتحول مجموعة Liquid إلى الطابع الوكيلي، لا يوجد رقم لـGemma للمقارنة به — إذ تذكر Google أن τ²-bench عند 68.2، وτ² ليس τ³، لذا فإن وضع 68.01 إلى جانبه سيكون مقارنة مُلفّقة تتنكّر في زي مقارنة دقيقة.

أين يظل 1.7B داخل المحادثة؟

فجوة 3.6 نقطة في LiveCodeBench أصغر مما تتوقعه نسبة المعاملات البالغة 14 إلى 1، والسبب معماري. تكافئ البرمجة التنافسية القدرة على الاحتفاظ بنمط وإخراج دالة صحيحة — وهي مهارة تستفيد من إشارة تدريب نظيفة أكثر مما تستفيد من السعة الخام. إذا كانت أسئلة البرمجة هي المهمة كلها، لكان 26B هو الفائز ولكان هذا القسم قصيرًا.

ما يُبقي LFM3-1.7B فعليًا ذا صلة هو الجمع بين سياق من 262,144 رمزًا وبصمة حجمها 1 GB. فالنموذج القادر على استيعاب مستند كبير والعمل على الجهاز الذي يقرؤه منتج مختلف عن نموذج يستطيع استيعاب المستند نفسه على خادم. وتُبلِغ Liquid عن 65.56 على RULER عند 128K، وهي ليست درجة مذهلة في السياق الطويل — إذ تُبلِغ Gemma 4 26B A4B عن 81.4 على عائلة الاختبار نفسها — لكنها مقيسة على أي حال، على الجهاز، عند حجم غيغابايت واحد.

وفيما يخص اتباع التعليمات، لا يُحرج النموذج الصغير نفسه: فـ 96.66 في IFEval و73.03 في IFBench أرقام قوية لهذه الفئة الحجمية، وكلاهما مُبلَّغ عنه من الجهة المصنّعة. وبالنسبة إلى أعباء عمل استدعاء الأدوات أو المخرجات المهيكلة، فإن هذا أقرب إلى المقياس المهم مما هو عليه GPQA Diamond.

ما الذي تُغيّره طبقة التوجيه فعليًا

Gemma 4 26B A4B مُدرج في كتالوج OrcaRouter — مفتاح API واحد يتيح الوصول إليه إلى جانب أكثر من 200 طراز آخر، مع تمرير أسعار قائمة المزوّدين بهامش ربح 0%، لذا يصل تغيير سعر المورّد في اليوم نفسه بدلاً من انتظار دورة إعادة تسعير. وهذا يهم هنا أكثر مما هو معتاد، لأن هذا طراز تتعلق اقتصاديته بالكامل بتسعير المزوّدين: فالأوزان مجانية، لذا فإن الفاتورة هي ما يتقاضاه أرخص مضيف كفؤ، وهذا الرقم يتحرك.

التجاوز التلقائي للفشل هو النصف الآخر. نموذج مزيج الخبراء بحجم 26B وسياق 256K هو تمامًا نوع عبء العمل الذي يصطدم بحدود السعة في أوقات الذروة، والتوجيه بين المزوّدين يعني أن تعثّر مضيف واحد في فترة ما ليس انقطاعًا في خدمتك. لا يحتاج LFM3-1.7B إلى أي من ذلك، لأنه يعمل على عتاد تتحكم فيه وليس لديه مزوّد يتجاوز الفشل منه. وهذا ليس نقطة لصالحه أو ضده — بل هو نتيجة اختيار الوصفة الأخرى.

الصياغة الصادقة لدورنا: نحن نوجّه النموذج الكبير المتناثر، ولا نقدّم النموذج الصغير الكثيف، والقرار بينهما ليس قرارًا يستطيع الموجّه اتخاذه نيابةً عنك.

اتخاذ القرار في تمريرة واحدة

إذا كانت ذاكرة هدف النشر أقل من 20 GB — هاتف أو حاسوب محمول أو Jetson أو حاسوب AI — فإن Gemma 4 26B A4B ليس خيارًا مرشحًا وتنتهي المقارنة عند هذا الحد. اعتمد LFM3-1.7B، وخطط للاسترجاع حول فجوة المعرفة التي يشير إليها Liquid نفسه، واستخدمه لاستدعاء الأدوات والاستخراج المنظم حيث تكون أرقامه تنافسية فعلاً.

إذا كنت تُقدّم الخدمة من GPU وكان عبء العمل كثيف المعرفة أو متعدد الوسائط، أو يتطلب مستوى الاستدلال نفسه لدى 82.3 GPQA Diamond و82.6 MMLU-Pro، فإن Gemma 4 26B A4B هو النموذج الأفضل، و18 GB هي ثمن الدخول. يزيل Apache 2.0 النقاش حول الترخيص بالكامل، وهو ما يستحق، بالنسبة لمؤسسة كبيرة، أكثر من بضع نقاط في المقاييس القياسية.

إذا كنت تبني منتجًا يُوزَّع على المنصتين معًا — مساعدًا على الجهاز يصعّد الاستعلامات الصعبة إلى خادم — فليس الاثنان متنافسين على الإطلاق. إنهما طبقتان في معمارية واحدة، والسؤال الهندسي المثير للاهتمام هو أين ترسم خط التصعيد، لا أي نموذج يتصدّر جدولًا.

السؤال المفتوح ليس القدرة، فقد حُسم الأمر لصالح Google، بل ما إذا كان نموذج بسعة 1 GB وسياق 256K جيدًا بما يكفي للمهام الوكيلية الضيقة التي تحتاجها معظم المنتجات العاملة على الجهاز فعليًا. إن بطاقة نموذج Liquid نفسها صريحة على نحو غير معتاد بأنه ليس نموذج استدلال. وهذه الصراحة أثمن من فجوة LiveCodeBench، لأنها تخبرك بأي نصف من عبء عملك ترسله إلى أين.