LFM3 مقابل Qwen3.8-27B: فجوة في الحجم تبلغ 16× تضيق إلى 9% في اتباع التعليمات

LFM3-1.7B يحمل 1.73 مليار معامل. Qwen3.8-27B يحمل 27.78 مليارًا، إضافة إلى مشفّر رؤية — أي 16.1 ضعفًا من الوزن. ضعهما على السطر نفسه في القياس المعياري، فتأبى الحسابات أن تستقيم. في IFBench، الذي يختبر ما إذا كان النموذج يطيع قيودًا لم يُضبط عليها ضبطًا دقيقًا، الفجوة بينهما أقل من تسعة بالمئة. وفي Terminal-Bench 2.1، تبلغ 5.6 أضعاف. نموذجان، وفرق حجم واحد ثابت، ونتيجة تتأرجح من "لماذا قد تدفع مقابل النموذج الكبير أصلًا" إلى "النموذج الصغير لا يستطيع أداء هذه المهمة على الإطلاق" بحسب السطر الذي تقرؤه.

ذلك التباين هو القرار برمته. ليست هذه قصة عن نموذج صغير يلحق بنموذج كبير، وليست قصة عن نموذج كبير يُهدر في مهام صغيرة. إنها قصة عن حدّ مهمة يمتد، بثبات شديد، بين اتباع تعليمة وتنفيذ خطة — وعن بند ترخيص يعيد ترتيب مقارنة الأسعار بهدوء لأي شخص يعمل في شركة تتجاوز خط إيرادات معيّن.

ما هو كل واحد من هذه في الواقع

أعلنت Liquid AI عن عائلة LFM3 في 2026-10-27 — أي في اليوم السابق لكتابة هذا — بصفتها ستة نماذج مفتوحة الأوزان من فئة 2B تقريبًا، متفرعة من عمود فقري مشترك LFM3-1.7B-Base. LFM3-1.7B هو العضو النصي: بنية ثلاثية هجينة من 24 طبقة (13 التفافًا قصيرًا مُبوّبًا، و5 طبقات انتباه بنافذة منزلقة بعرض 256 رمزًا، و6 طبقات انتباه كامل)، مُدرَّبة مسبقًا على 22 تريليون رمز مع تمريرة تدريب متوسط نهائية بحجم 3.5 تريليون رمز تضمّنت تتبعات الوكيل واستدعاءات الأدوات. الأوزان متاحة على Hugging Face، ويشحنها Ollama باسم lfm3:latest بحجم تنزيل 1.7 GB، بينما تنصح بطاقة النموذج الخاصة بالبائع بعدم استخدامه في البرمجة الوكيلية أو الاستدلال المعقد متعدد الخطوات. تلك الجملة الأخيرة أهم من أي شيء آخر في البطاقة، وسنعود إليها.

Qwen3.8-27B ليس جديدًا. نشرت علي بابا أوزانه في منتصف أغسطس 2026 بموجب ترخيص Apache 2.0، وقد أمضى عشرة أسابيع في تراكم التنزيلات والتكميمات وتقارير المستخدمين الحقيقية التي ببساطة لا يملكها إصدار عمره يوم واحد. إنه نموذج كثيف بحجم 27.78 مليار معامل مبني على كتلة متكررة من طبقات Gated DeltaNet وGated Attention، بعمق 64 طبقة، مع إدخال أصلي للصور والفيديو وسياق من 262,144 رمزًا يمتد إلى مليون رمز باستخدام YaRN. التفكير مفعّل افتراضيًا وقابل للضبط عبر إعداد جهد الاستدلال.

التأطير الصادق لهذه المزاوجة غير متماثل بطريقة مهمة: أحد النموذجين لديه جدول قياس مرجعي من المورّد ولا تقارير ميدانية، والآخر لديه كلاهما. تعامل مع أي شيء أدناه عن LFM3-1.7B باعتباره ادعاءً حول مجموعة اختبارات Liquid AI، وليس حول عبء العمل الخاص بك.

سطر المواصفات الذي لا يخسر فيه النموذج الصغير

ابدأ بالأبعاد التي لا تُجدي فيها زيادة المعلمات بمقدار 16× أي شيء على الإطلاق، لأن عددها أكبر مما يوحي به فرق الحجم.

• نافذة السياق — 262,144 رمزًا أصليًا في كليهما. يصل إليها LFM3-1.7B أثناء التدريب المتوسط؛ ويوفرها Qwen3.8-27B أصليًا ويمتد إلى مليون رمز باستخدام YaRN.

• اللغات — 16 لغة معلنة لـ LFM3-1.7B (بما في ذلك الإنجليزية والصينية واليابانية والكورية والعربية والهندية)؛ أما Qwen3.8-27B فقد دُرِّب على نطاق واسع عبر اللغات دون عدد رئيسي معلن.

• الوسائط — نصٌّ مدخلًا ونصٌّ مخرجًا لـ LFM3-1.7B؛ نصٌّ وصورةٌ وفيديو مدخلًا ونصٌّ مخرجًا لـ Qwen3.8-27B. هذا هو الموضع الوحيد الذي يؤدي فيه النموذج 27B مهمة مختلفة نوعيًا بدلًا من أن يكون نسخة أكبر من المهمة نفسها.

• الذاكرة عند 4 بت — حوالي 1 غيغابايت لـ LFM3-1.7B مقابل حوالي 14–16 غيغابايت لـ Qwen3.8-27B.

• الذاكرة عند BF16 — 3.46 غيغابايت مقابل نحو 56 غيغابايت، وهو الفرق بين حاسوب محمول وجهاز متعدد وحدات معالجة الرسومات.

• الترخيص — LFM Open License v1.0 مقابل Apache 2.0. احتفظ بهذه الفكرة في ذهنك.

نافذة سياق بحجم 256K على كلا الجانبين هي السطر المفاجئ حقًا. فلطالما ارتبط طول السياق تاريخيًا بعدد المعاملات، وهنا يقدّم نموذج يمكنك تشغيله في نحو غيغابايت واحدة النافذة الاسمية نفسها التي يقدّمها نموذج يحتاج إلى محطة عمل. وكلمة «اسمية» تؤدي عملًا حقيقيًا في تلك الجملة — فنافذة بحجم 256K على نموذج بـ1.7B لا تكون مفيدة إلا إذا كان النموذج قادرًا على العثور على الأشياء داخلها، وهو بالضبط ما تختبره صفوف السياق الطويل أدناه.

حيث تحقق المعاملات البالغة 16× نسبة تسعة بالمئة

أجرت Liquid مجموعة اختبارات من 27 صفًا ونشرت الجدول الكامل، بما في ذلك الأعمدة التي يتفوق فيها أحد المنافسين. ويُبلغ كلا النموذجين عن IFBench، وهو أنظف صف للمقارنة المتماثلة في المقارنة بأكملها لأنه نسخة معيار واحدة يُبلغ عنها كلا المورّدين.

يسجّل LFM3-1.7B نتيجة 73.03. ويسجّل Qwen3.8-27B نتيجة 79.5. هذا فرق قدره 6.5 نقاط، أي أقل من تسعة في المئة من نتيجة النموذج الأكبر — وذلك على نموذج أصغر بمقدار 16.1 مرة. وبالنسبة لعبء عمل يقوم في معظمه على «خذ هذا المدخل الفوضوي، وأخرِج شكل JSON هذا بالضبط، ولا تكسر المخطط أبدًا»، فإن هذا الفرق قريب من الضجيج، أما فرق النشر فهو غيغابايت واحد مقابل ستة عشر.

يقدّم جدول Liquid نفسه الحجة ذاتها ضد منافس أقرب. ففي مواجهة Qwen3.5-9B — وهو نموذج يبلغ خمسة أضعاف حجم LFM3-1.7B — يفوز النموذج الصغير على IFBench بفارق 24 نقطة (73.03 مقابل 48.84)، وعلى IFStruct بفارق 4.5 (93.72 مقابل 89.20)، وعلى Multi-IF بفارق 4.7 (89.10 مقابل 84.44). ومهما كان صحيحًا غير ذلك، فإن الالتزام بالتعليمات ليس قدرة تتناسب بسلاسة مع عدد المعاملات، ويمكن لنموذج 1.7B مدرَّب جيدًا أن يتفوق على نموذج 9B متوسط في ذلك.

تُعدّ صفوف السياق الطويل أكثر غموضًا، وتستحق التصريح بها بوضوح بدلًا من تحسين الصورة لصالح Liquid. في AA-LCR، تحرز LFM3-1.7B نتيجة 52.83 — وهي نتيجة حقيقية بالنسبة لحجمها، وتقارب مستوى Qwen3.5-4B البالغ 52.67. وفي RULER 128K تحرز 65.56، متقدمة كثيرًا على MiniCPM5-2B البالغة 37.96 لكنها متأخرة كثيرًا عن Qwen3.5-9B البالغة 87.11. لذا فإن نافذة 256K ليست شكلية، لكنها أيضًا ليست مكافئة لنافذة نموذج أكبر. لا يظهر Qwen3.8-27B في ذلك الجدول إطلاقًا، ما يعني عدم وجود رقم سياق طويل مماثل لهذه المقارنة تحديدًا — فقط توقع قوي بأن نموذجًا بحجم 27B بنافذة أصلية 262K سيتفوق على نموذج بحجم 1.7B بالنافذة الاسمية نفسها.

حيث يمنح 16× من المعاملات خمسة أضعاف ونصف

الآن الصفوف التي حذّرت منها بطاقة النموذج. كل واحد من هذه هو إصدار معيار يبلّغ عنه كلا المورّدين، لذا لا يجري أي طرح بين الإصدارات.

• Terminal-Bench 2.1 — 12.92 لـ LFM3-1.7B مقابل 73.0 لـ Qwen3.8-27B. فجوة 5.6×.

Humanity's Last Exam، دون أدوات — 7.17 مقابل 30.8. فجوة 4.3×.

• GPQA Diamond — 63.37 مقابل 89.2. فجوة بمعامل 1.4×.

• LiveCodeBench v6 — 73.46 مقابل 90.3. فجوة بمقدار 1.2×.

ترتيب تلك القائمة هو النتيجة الجوهرية. الفجوة هي الأصغر في توليد الشيفرة من محاولة واحدة، حيث يأتي LFM3-1.7B أقل بنحو 19% من نموذج أكبر منه ست عشرة مرة. وهي الأكبر في Terminal-Bench، حيث لا تكون المهمة "كتابة شيفرة" بل "تشغيل آلة عبر خطوات عديدة، والتعافي من أخطائك، والتوقف عندما يكتمل العمل." وهذه بالتحديد هي القدرة التي تقول بطاقة Liquid نفسها إن النموذج يفتقر إليها، والأرقام تتفق مع البطاقة. في GPQA وHLE تكون الفجوة في المعرفة، وهي أقل النتائج إثارة للدهشة هنا — فنموذج بحجم 1.7B دُرّب على 22T رمزًا قد رأى ببساطة أقل مما رآه نموذج بحجم 27B دُرّب على المزيد، ولا يعوّض ذلك أي قدر من الهندسة المعمارية.

ثمة صف واحد يشير في الاتجاه المعاكس، وهو الرقم الأكثر إثارة للاهتمام على أي من البطاقتين. وفي التقسيم العام لـ AA-Omniscience، يسجل LFM3-1.7B دقة 7.07 و92.93 في عدم الهلوسة. ويعني هذا الزوج أن النموذج يمتنع في الغالب عن الإجابة بدلًا من أن يجيب إجابة خاطئة. وهو أعلى رقم لعدم الهلوسة في جدول المقارنة الخاص بـ Liquid، متقدمًا على كل نموذج أكبر مدرج. أما 30.8 التي يسجلها Qwen3.8-27B على HLE فهي الموقف المعاكس: فهو يعرف أكثر ويلتزم بذلك.

إذا كان نمط الفشل في خط أنابيبك هو وصول قيمة خاطئة بثقة إلى قاعدة البيانات، فإن نموذجًا يمتنع عن الإجابة 93% من الوقت يُعد ميزة، وسقف الدقة هو الثمن. وإذا كان نمط الفشل في خط أنابيبك هو null حيث ينبغي أن تكون هناك قيمة، فإن السلوك نفسه هو العيب. هذا هو أكثر ما تتوقف عليه هذه المواجهة حدةً، ولا تلتقطه أي درجة إجمالية.

ثلاثة أرقام يجب ألا تطرحها

ستُغرى صفحات المقارنة المباشرة حول هذه الثنائية بترتيب كل اختبار قياسي ينشره المورّدان. ثلاثة من تلك السطور لا تصمد عند الاحتكاك بالمنهجية.

SWE-bench. تذكر Liquid أن LFM3-1.7B سجّل 43.40 على SWE-bench Verified باستخدام أداة OpenCode. وتذكر Alibaba أن Qwen3.8-27B سجّل 61.7 على SWE-bench Pro. معيار مختلف، وأداة مختلفة، وتوزيع مهام مختلف. إن فرق 18 نقطة بين هذين الرقمين ليس قياسًا لأي شيء. إذا أردت الصورة التقريبية لطبيعة الفجوة، فاستخدم Terminal-Bench 2.1، حيث يذكر كلاهما الإصدار نفسه.

أي مؤشر تجميعي. تمنح Artificial Analysis الطراز Qwen3.8-27B درجة 33.7 على مؤشر الذكاء الخاص بها عند إعداد الاستدلال xhigh. وحتى تاريخ 2026-10-28، لا يوجد أي إدخال لـ LFM3 على Artificial Analysis على الإطلاق. إن إصدارًا عمره يوم واحد لم يخضع لتقييم مستقل، والقول الصادق هو أن LFM3-1.7B لا يملك أي أرقام مُعاد إنتاجها بشكل مستقل. كل رقم يُنسب إليه في هذا المقال — وفي كل مكان آخر هذا الأسبوع — ينشأ من مجموعة الاختبارات الخاصة بـ Liquid AI على المعايير التي اختارتها Liquid AI.

إعدادات جهد الاستدلال. تتفاوت درجات Qwen3.8-27B المنشورة تفاوتًا كبيرًا بين الأوضاع المنخفضة والمتوسطة وxhigh وغير الاستدلالية؛ فمؤشر 33.7 هو رقم xhigh، أما الرقم في الوضع غير الاستدلالي فهو أقل بدرجة ملموسة. وأي مقارنة تقرن رقمًا من Qwen برقم من LFM3 دون تسمية إعداد الجهد إنما تقارن نموذجًا متأنيًا بنموذج سريع وتسمّي الفرق معمارية.

ما من شأنه أن يحسم الأمر بسيط: تشغيل مستقل لـ LFM3-1.7B على نفس أدوات الاختبار، عند إعداد جهد معلن، ويُفضّل بعد أن تكون لدى المجتمع بضعة أسابيع مع الأوزان. وحتى ذلك الحين، فالخلاصة المنصفة هي أن الفجوة التي أبلغ عنها المورّد في اتباع التعليمات صغيرة، والفجوة التي أبلغ عنها المورّد في التنفيذ متعدد الخطوات كبيرة، وكلتا الدعوتين تأتيان من الجهة نفسها ذات المصلحة.

الترخيص هو الثمن الفعلي.

هذا هو الجزء الذي يقلب الاستنتاج المعتاد لمقارنة بين الصغير والكبير.

يُتاح LFM3-1.7B بموجب رخصة LFM Open License v1.0. الأوزان مجانية التنزيل والتشغيل، ويُستثنى الاستخدام التجاري للكيانات التي تبلغ إيراداتها السنوية 10 ملايين دولار أو أكثر. يُتاح Qwen3.8-27B بموجب Apache 2.0 دون شرط إيرادات، ودون قيد على مجال الاستخدام، ودون اتفاق منفصل.

بالنسبة لشركة ناشئة من شخصين، فالحساب بديهي: نموذج يتّسع في غيغابايت واحد، ولا يكلّف شيئًا لكل رمز، ويعمل على عتاد تملكه بالفعل هو أقرب إلى وجبة مجانية. أما بالنسبة لشركة تجاوزت إيراداتها 10 ملايين دولار — أي معظم الشركات التي لديها ميزانية استدلال إنتاجية تستحق التحسين — فإن النموذج الرخيص ليس مجانيًا، والنموذج المكلف مرخّص بلا لبس. والنموذج الذي يبدو كالخيار الاقتصادي هو الذي تأتي معه المحادثة القانونية الملحقة.

هذه ليست حجة ضد LFM3-1.7B. بل هي حجة لقراءة الترخيص قبل أن تقرأ جدول المعايير، لأن الترخيص يحدد ما إذا كان جدول المعايير متاحًا لك أصلًا.

ما يلزم لتشغيل كل واحد منها فعليًا

LFM3-1.7B هو تثبيت بسطر واحد. وهو متوفر في مكتبة Ollama باسمَي lfm3:latest وlfm3:1.7b، وكلاهما تنزيل بحجم 1.7 GB مع نافذة سياق معلنة تبلغ 256K، ويعمل في Transformers مع الضبط الدقيق على وحدة GPU واحدة. يتضمن إصدار Hugging Face دفاتر ملاحظات لـ SFT وDPO وGRPO، بما في ذلك مثال عملي لتدريب النموذج على اختيار الأداة الصحيحة من بين 108 أدوات في تطبيق هاتف. إذا كان هدفك هو مستخرِج صغير ومتخصص ومضبوط بدقة يعمل على الجهاز نفسه الذي توجد عليه البيانات، فهذا مسار قصير حقًا من التنزيل إلى النشر.

Qwen3.8-27B مشروع من نوع مختلف. عند نحو 56 GB بدقة BF16، فهو يحتاج إلى جهاز متعدد وحدات GPU أو تكميم عدواني؛ وعند 4 بت يتسع في 14–16 GB، أي ما يعادل وحدة GPU واحدة عالية المستوى أو حاسوبًا محمولًا بمواصفات جيدة، مع دفع ذاكرة KV المؤقتة الاستخدام الفعلي للذاكرة إلى أعلى من ذلك. ويعمل في Transformers وvLLM وSGLang وTokenSpeed. إذا كنت لا ترغب في امتلاك تلك العتاد، فهو متاح مستضافًا — على OrcaRouter يقدّمه مزوّدان في المنبع، بسعر 0.33 دولار لكل مليون رمز إدخال و2.40 دولار لكل مليون رمز إخراج من الأول، و0.40 / 4.21 دولار من الثاني.

هذا الفارق السعري بين المزوّدين يستحق التوقف عنده، لأنه من النوع الذي لا يظهر إلا عند النظر إلى كتالوج حي بدلًا من بيان صحفي. الأوزان نفسها، ونافذة السياق نفسها، لكن الإخراج من المزوّد الثاني أغلى بنحو 75%. يمرّر OrcaRouter سعر القائمة الخاص بالمزوّد كما هو بهامش ربح 0%، لذا يظهر السعران جنبًا إلى جنب، والتحويل التلقائي عند الفشل يعني أن تعثّر أحد المزوّدين يُلتف حوله بدلًا من أن يظهر لمستخدميك. إذا كنت تقيّم Qwen3.8-27B كمسار تصعيد لخط أنابيب يبدأ بنموذج صغير، فهذا هو الجزء الذي ستضعه خلف مفتاح واحد.

لنكون صريحين بشأن النصف الآخر: لا يوفّر OrcaRouter نموذج LFM3-1.7B. فهو تنزيل للأوزان، وتشغيله يعني تشغيل نقطة نهاية خاصة بك على عتادك الخاص. سبب ذكرنا في هذه المقالة أصلاً هو مسار التصعيد، وليس النموذج الصغير.

من الذي يجب أن يختار ماذا

لا يعتمد القرار في الواقع على جدول القياسات المرجعية، بل يعتمد على سؤالين يمكنك الإجابة عنهما قبل تشغيل أي شيء.

اختر LFM3-1.7B إذا كان العمل أحادي الدور ومقيّدًا بالمخطط — الاستخراج، والتصنيف، والتوجيه، والإخراج المنظم، واختيار الأدوات على الجهاز — ولا يمكن للبيانات مغادرة الجهاز. وهو أيضًا الخيار الصحيح إذا كنت تنوي الضبط الدقيق، لأن نموذجًا بحجم 1.7B مع مسار SFT/DPO/GRPO مضمّن وميزانية وحدة معالجة رسومات واحدة يُعد مشروع عطلة أسبوع بدلًا من ربع سنة. إن نافذة 256K واللغات الـ16 وسلوك الامتناع تشير كلها إلى حالة الاستخدام نفسها: مكوّن ضيق النطاق وعالي الحجم وحساس للخصوصية، حيث تكون الإجابة الخاطئة أسوأ من عدم الإجابة، وحيث تكون شركتك تحت خط الإيرادات.

اختر Qwen3.8-27B إذا كان على النموذج أن يخطّط. الوكلاء متعددو الخطوات، والعمل في الطرفية، والبرمجة طويلة الأمد، وأي شيء يجب فيه على النموذج أن يتعافى من أخطائه عبر اثني عشر استدعاءً للأدوات — ففجوة 5.6× في Terminal-Bench ليست مشكلة ضبط، بل هي بطاقة النموذج التي تخبرك بالحقيقة. وهو أيضًا الخيار الصحيح عندما تحتاج إلى المعرفة لا إلى الصيغة، وعندما تحتاج إلى إدخال مرئي أو فيديو، وعندما يكون Apache 2.0 مطلبًا لا تفضيلًا.

واختر كليهما إذا كانت الإجابة الصادقة هي أن خط أنابيبك يتكوّن من نصفين. النمط الذي يناسب هذا الاقتران هو تمريرة أولى رخيصة ومحلية ومقيّدة بالمخطط، مع مسار تصعيد إلى 27B عندما تمتنع التمريرة الأولى — وهو بالضبط ما صُمّم نموذج يمتنع 93% من الوقت ليُرسله كإشارة. تستخدم هذه البنية أفضل صف لكل نموذج، ولا تستخدم أسوأ ما لدى أيٍّ منهما.

ما الذي سيغيّر هذه الإجابة؟

أمران، وكلاهما يستحق المراقبة بدلًا من التخمين.

أولها تقييم مستقل لـ LFM3-1.7B. كل ادعاء حول القدرات أعلاه يستند إلى مجموعة Liquid AI الخاصة، وقد صدرت نقطة التحقق Base في هذه العائلة دون أي جدول قياس أداء على الإطلاق — وهو ما يخبرك بأن أرقام العائلة حكاية من مرحلة ما بعد التدريب، لا حكاية معمارية. ومن شأن تشغيل محايد على IFBench وTerminal-Bench أن يؤكد الانقسام الذي تصفه هذه المقالة أو يبدده.

الأمر الثاني هو ما إذا كانت Liquid تطرح نموذجًا نصيًا أكبر على هذه البنية الأساسية. المقارنة بأكملها مؤطرة بفجوة قدرها 16× في عدد المعاملات، وتشير نتيجة اتباع التعليمات إلى أن وصفة التدريب تقوم بعمل أكبر مما يقوم به عدد المعاملات. وإذا ظهر LFM3 متوسط الحجم، فإن السؤال المثير للاهتمام يتوقف عن كونه «هل يمكن لنموذج بـ 1.7B أن يتبع التعليمات» — فهو يستطيع ذلك بالفعل — ليصبح «ماذا تفعل هذه الوصفة بأربعة مليارات من المعاملات».

حتى يحدث أحد تلك الأمور، فإن الملخص المفيد أضيق نطاقًا من لوحة نتائج: فـ LFM3-1.7B نموذج بارع حقًا في اتباع التعليمات لكنه عاجز عن التخطيط، وQwen3.8-27B مخطط بارع حقًا مع ترخيص يمكنك أن تبني عليه شركة. والاختيار بينهما ليس مسألة معيار تقييم، بل هو سؤال عن أيّ من هاتين الجملتين يصف عبء العمل لديك.