Liquid AI d1-3B يصل إلى Ollama: نقطة نهاية محلية هادئة لنموذج قرار

هناك d1 جديد في مكتبة Ollama، وهو ليس نموذج محادثة. يصفه الإدخال في سطر واحد — "نموذج قرار بحجم 3B من Liquid AI، مبني على LFM2.5-VL-3B" — وتحتوي تلك الجملة الواحدة على الحقيقتين الأكثر أهمية. Liquid AI d1-3B، النموذج الصغير الذي بنته Liquid AI فوق Liquid AI LFM2.5-VL-3B وأصدرته كأوزان مفتوحة في 5 أكتوبر 2026، أصبح الآن مُحزَّمًا بحيث تضعك عملية سحب واحدة به على جهازك؛ ولا يزال يعيد احتمالات معايَرة على أسئلة محدّدة الأنواع بدلاً من نص مُولَّد، تمامًا كما تفعل نقطة التحقق الأساسية. إذا كانت لديك خطوة فرز أو توجيه أو إشراف أو بوّابة في مسار معالجة، فهذه أول مرة يصبح فيها ذلك الجيل المحدد من النماذج على بُعد أمر واحد من العمل دون مفتاح API، ودون سعر لكل استدعاء، ودون خروج أي نص حالة من عتادك.

كلمة "هادئ" تقوم بعمل حقيقي هنا، مع ذلك، ويجدر بنا أن نكون دقيقين بشأن أي نصف من هذه القصة موثّق وأي نصف ليس كذلك. لم تذكر مدونة Liquid AI الخاصة أبدًا Ollama: أحدث منشور للمختبر، بتاريخ 13 أكتوبر 2026، يتناول نموذجًا مختلفًا في سلسلة LFM2.5، ومنشورا d1 الاثنان — إعلان الرؤية في 5 أكتوبر وإصدار "Open d1" في 7 أكتوبر — يصفان الأوزان وواجهة API ونتيجة معيارية، وليس بيئة تشغيل محلية. صفحة مكتبة Ollama الخاصة بـ d1 لا تحمل أي إعلان أيضًا، ولا يفعل ذلك فهرس وثائق المورّد، الذي يضع علامة على GGUF كمتاح لـ Liquid AI d1-3B وشقيقه القادر على الصوت Liquid AI d1-omni-600M بينما يذكر llama.cpp وOllama وMLX فقط كخيارات نشر عامة. ما هو موجود هو حزمة منشورة، ومدخل سجل ببصمة يمكنك التحقق منها، وملف readme عامل، وعداد تنزيلات أظهر 10.4K عندما كُتب هذا في 15 أكتوبر 2026. وما لا وجود له هو جملة من المورّد تقول "لقد فعلنا هذا."

ما الذي يحتوي عليه الإدراج فعليًا

ثمة ثلاثة وسوم مدرجة — d1:latest وd1:3b وd1:3b-q8_0 — وكلها تشير إلى نفس بصمة manifest، 8c2d9ddae441. هذا أول ما ينبغي فهمه عن الصفحة: عدّاد "3 models" في المكتبة هو عدد للوسوم، لا لنقاط الحفظ (checkpoints). مُخرَج واحد، ثلاثة أسماء، 3.7 غيغابايت، نافذة سياق 32K، وإدخال نصي وصوري. إذا كنت تأمل في اختيار حجم أو تكميم، فلا يوجد شيء لاختياره بعد.

السجل الكامن خلف الصفحة أكثر إفادة من الصفحة. تُبلِغ كتلة إعدادات الحزمة عن عائلة طراز lfm2، ونوع طراز 2.7B، ونوع ملف Q8_0، وحد أدنى لبيئة التشغيل Ollama 0.40.4. وهي تُشحن في طبقتي أوزان: طراز توليدي بحجم 2.87 GB ومُسقِط منفصل بحجم 856 MB. تلك الطبقة الثانية هي مُشفِّر الرؤية، ووجودها يخبرك بأن البناء المحلي يحتفظ بالمسار متعدد الوسائط بدل تجريد d1 إلى نص — فلا يزال بإمكان الطراز قراءة صورة إلى جانب تذكرة دعم والإجابة عن أسئلة بشأن كليهما. أفضل قراءة للرقمين في هذه الصفحة اللذين يبدو أنهما متعارضان — «3B» في الوصف و«2.7B» في السجل — هي أنهما الجذع والكل: تضع بطاقة طراز Liquid AI نقطة التحقق عند 3.12B معامل، بما في ذلك مُشفِّر رؤية بـ 400M معامل، أما جذع اللغة فهو الرقم الأصغر. هذه الحسابات حساباتنا، لا حسابات المورّد، وهي تُقدَّم كتفسير لا كمواصفة.

لا يوجد أي تاريخ تقويمي في أي مكان على صفحة المكتبة. فهي تعرض طوابع زمنية نسبية — "تم التحديث قبل ساعتين" في لحظة الالتقاط — وعدّاد تنزيلات، ما يعني أن اليوم الذي ظهر فيه هذا الإدراج لأول مرة ليس معروفًا من الإدراج نفسه. جميع المراسي المؤرخة موجودة على Hugging Face وعند المورّد: مستودع الأوزان الخاص بـLiquid AI d1-3B أُنشئ في 5 أكتوبر 2026، ومستودع GGUF مرافق في 6 أكتوبر، ونشرت Liquid AI منشور إصدارها في 7 أكتوبر. إذا احتجت إلى تحديد تاريخ لـ"متى أصبح هذا قابلًا للتشغيل محليًا"، فالجواب الأمين اليوم هو أن الحزمة موجودة ويجري سحبها الآن، ولا يمكن لأحد خارج Ollama أن يقول في أي صباح طُرحت.

لماذا يُعدّ حدث التغليف حدثًا حقيقيًا

افتتحت Ollama فئة نموذج القرار في 29 سبتمبر 2026، حين أطلقت نقطة النهاية ‎/v1/systemone‎ وعلامة CLI ‎--ask‎ للنماذج التي تجيب عن أسئلة مكتوبة في تمريرة أمامية واحدة. وكانت Nimble وClef أولى العائلات التي عبرت ذلك الباب. وما تضيفه حزمة d1 الجديدة شيء مختلف عن صف معيار جديد: فهي تأخذ نموذجًا كان حتى الآن يعيش إما في بيئة Python مع صنف نموذج مُضمَّن أو خلف نقطة نهاية مستضافة، وتجعل الاستدلال المحلي أمرًا واحدًا.

يستحق هذا العقد إعادة الصياغة لأنه ليس ما يعنيه معظم القراء بـ "تشغيل نموذج". تُسلِّم d1 حالة — سلسلة نصية، أو كائن JSON، أو مصفوفة، أو سلسلة نصية مع صور — ومجموعة من الأسئلة المُسمّاة، فتحصل على إجابات دون أي رموز مُولَّدة على الإطلاق. noul هو سؤال بنعم/لا يُجاب عنه باحتمال واحد بين 0 و1. يُرجع choice التسمية المختارة، ودرجة ثقة، وخريطة احتمالات كاملة عبر خياراتك. يضع score الحالة على مقياس مُرتَّب من مستويين إلى عشرة مستويات، ويُرجع المستوى المُرجَّح بالاحتمال بالإضافة إلى احتمال كل مستوى. حالة واحدة، وحتى 64 سؤالاً، وتمريرة واحدة على المدخل. يُرجع مثال الاستجابة الخاص بـ Ollama لتذكرة دعم usage.output_tokens: 0، وهو أنظف بيان ممكن للتصميم.

لأي شخصٍ يستدعي خط أنابيبه بالفعل نموذج قرار عبر HTTP، يغيّر المسار المحلي ثلاثة أشياء دفعة واحدة: زمن الاستجابة، لأن الطلب يتوقف عن مغادرة الجهاز؛ والتكلفة، لأنه لا يوجد عدّاد لكل استدعاء؛ والتعامل مع البيانات، لأن نص التذكرة والصورة التي تصنّفها لا تعبران الشبكة إطلاقًا. إذا كانت الحالة لديك هي رسالة عميل أو مستند داخلي، فغالبًا يكون ذلك الأخير هو الحجة الوحيدة التي يلزم طرحها.

تشغيله، والحدود التي يفرضها التوثيق حوله

هناك ثلاث طرق مدعومة للدخول، وكلها موثّقة في صفحة المكتبة. مسار CLI هو ollama run d1 --ask "Is a refund being requested?" مع تمرير الحالة من ملف، وعلامتا --choice و--level للنوعين الآخرين من الأسئلة. مسار HTTP هو POST إلى http://localhost:11434/v1/systemone مع model وstate وimages array اختياري وquestions object. مسار SDK يوجّه عميل Python الخاص بـ TypeSafe إلى localhost، حيث يتم تجاهل مفتاح API وأي قيمة بديلة تعمل.

تأتي هذه الحدود من وثائق نقطة نهاية Ollama لا من Liquid AI، وهي أكثر تقييدًا من حدود نموذج توليدي: يجب أن تقع الطلبات ضمن 64 KiB بدون صور و32 MiB معها، ولا يُدعم البث، وتُرفض النماذج المستضافة سحابيًا رفضًا باتًا، ويجب أن تكون الصور بصيغة base64 PNG أو JPEG أو WebP تُرسل في جسم الطلب — أما عناوين URL البعيدة فتُرفض. تتشارك كل الأسئلة في الطلب الصور نفسها، لذا يجب إرسال أي صورة تريد أن يراعيها الجواب الأول فقط كاستدعاء منفصل. لا تُقتطع المدخلات أبدًا، ما يعني أن الحالة المفرطة الحجم خطأ وليست مطالبة مقصوصة بصمت.

هناك تفصيلان توثيقيان يستحقان الإشارة إليهما باعتبارهما غير محسومين. يصف مرجع نقطة نهاية Ollama نوع الاختيار بأنه يقبل من 2 إلى 255 مفتاح خيار، بينما تقول صفحة القدرات الخاصة بنماذج القرار إنه يقبل من 2 إلى 26 — أحدهما قديم، وليس من الواضح أيهما. كما تسمي صفحة القدرات نماذجها المدعومة Nimble وTev1 وClef وClef Flash، دون أي ذكر لـ d1، رغم أن ملف readme الخاص بحزمة d1 نفسه ينص على أنها تعمل عبر /v1/systemone و--ask. وتتطلب الحزمة Ollama 0.40.4؛ بينما الحد الأدنى الموثق لنقطة النهاية نفسها هو 0.35.0. لا شيء من ذلك يمثل تناقضًا يمنعك من سحب النموذج، لكن اقرأ متطلب الإصدار الموجود على الحزمة بدلًا من الموجود في دليل القدرات.

الأرقام، ومن أنتج كل واحد منها

الآن، الجزء الذي يستحق أكبر قدر من الحذر. كل رقم أداء مرتبط بهذا النموذج مصدره Liquid AI، ولا يوجد تقييم مستقل لـ Liquid AI d1-3B في الوجود بحسب ما يمكننا العثور عليه. النتائج التي أبلغ عنها المورّد، والمعادة على صفحة Ollama وعلى بطاقة النموذج، هي:

• مؤشر القرار 0.2.1 — 48.57 لـ d1-3B، مقابل 47.11 لـ Decider 35B-A3B، الذي تصفه Liquid بأنه أفضل نتيجة لنموذج قرار بأقل من 10 مليارات معامل. • الرؤية — متوسط 74.1 عبر أحد عشر معيارًا عامًا للصور، مقابل 73.9 لقاعدة LFM2.5-VL-3B التي بُني منها. • زمن الاستجابة — 8 مللي ثانية لكل قرار على RTX 4090، و9 مللي ثانية على AMD MI325X، و30 مللي ثانية على Apple M5 Pro. • الإنتاجية — 475 قرارًا في الثانية على 4090 و1,106 على MI325X عندما تُجمَّع الأسئلة في دفعات. • الاستئصال — نفس مجموعة الأسئلة المُجاب عنها بدون صور تسجل 45.1، وهو مقياس Liquid الخاص لمدى مساهمة مسار الرؤية.

صف الرؤية هو الذي ينبغي أن يهدّئ التوقعات. فتحسّن بمقدار 0.2 نقطة على النموذج الأساسي في مجموعة من معايير تقييم الصور يقع ضمن الضجيج في معظم تقارير المعايير؛ وأيًا كان ما يمنحك إياه رأس القرار، فهو ليس مُرمِّز صور أفضل جوهريًا. أما صف الاستئصال فهو أكثر إثارة للاهتمام في الاتجاه المعاكس — فرق بنحو 29 نقطة عند إضافة الصور — لكنه يقارن مجموعتين مختلفتين من الأسئلة، لا نسختين من المجموعة نفسها. ومؤشر Decision Index أداة طرف ثالث سجّلت عليها Liquid مدخلاتها بنفسها بدلًا من تقديمها للتصنيف العام، لذا تعامل مع 48.57 كادعاء من بائع قيس بمسطرة شخص آخر. وأرقام السرعة أيضًا غير مدققة: 8 مللي ثانية على 4090 رقم معقول لنموذج 3B يقوم بتمريرة أمامية واحدة، وما يزال الوضع أنه لم ينشر أحد عملية تشغيل لا يملكها.

أين يتلاءم OrcaRouter، وأين لا يتلاءم

لا يقدم OrcaRouter Liquid AI d1-3B. راجعنا كتالوجنا قبل كتابة هذا — 207 نموذجًا، لا شيء منها من Liquid AI، ولا أي منها نموذج قرار — لذا إذا كنت ترغب في استدعاء d1 من API بدلاً من الأجهزة الخاصة بك، فإن المسار المستضاف اليوم هو نقطة نهاية القرار الخاصة بالبائع على api.liquid.ai/decisions/v1/systemone، حيث تتعامل طبقة d1 المدفوعة مع الصور وطبقة d1:free المجانية نصية فقط، بالإضافة إلى أي منصات طرف ثالث تتبناه. لا ينبغي قراءة أي شيء في هذا المقال على أنه ادعاء بأننا نستضيفه.

ما نقوم به ملاصق للمشكلة التي يحلها هذا النموذج. سبب وجود نموذج قرار هو أن خطوط الأنابيب تحتاج إلى طريقة رخيصة وحتمية للاختيار بين الخيارات، والمثال الموثّق الخاص بـ d1 نفسه هو تذكرة تُوجَّه إلى فريق وجهة — وهي مشكلة توجيه على مستوى أدنى من مشكلتنا. عندما يتحكم ذلك القرار في استدعاء نموذج توليدي تستأجره بدلًا من أن تشغّله، فإن OrcaRouter هو مفتاح واحد متوافق مع OpenAI لأكثر من 200 نموذج مستضاف بسعر قائمة المزوّد، يُمرَّر بهامش ربح 0%، لذا يصل إليك تخفيض سعر المورّد في يوم صدوره بدلًا من موعد تجديد العقد التالي. ولأن النصف المحلي من خط الأنابيب هذا هو النصف الذي تملكه، فإن المخاطرة تكمن في النصف المستضاف: التحويل التلقائي بين المزوّدين عند الفشل يبقي طلبًا خضع للفرز حيًا عندما يتعطل النموذج الذي وجّهت الطلب إليه. لا يُعد أي من هذين سببًا لاستخدام نموذج قرار بحجم 3B. بل هما سببان لوجوب ألا يكون الشيء الواقع على الجانب الآخر من القرار نقطة فشل واحدة.

ما الذي سيجعل هذا يتحوّل من ملاحظة تغليف إلى قصة؟

خمسة أمور، أيٌّ منها وحده كفيل بتغيير القراءة. أن تعترف Liquid AI بعملية النقل، أو أن تضيف فهرسة وثائقها Ollama إلى صف النشر الذي تملؤه حاليًا بـ llama.cpp وMLX. تكميم ثانٍ: مستودع GGUF الخاص بـ Liquid يوفّر Q4_K_M وF16 وBF16 إلى جانب Q8_0، لذا فإن نسخة محلية أصغر متاحة تقنيًا، لكن ليس عبر هذه الحزمة. مسار محلي لـ Liquid AI d1-omni-600M، النموذج الشقيق ذي 587 مليون معامل الذي يقرأ حتى ثلاثين ثانية من الصوت والذي تصنّفه الجهة المورّدة إصدارًا بحثيًا مبكرًا — ذلك سيكون أهم من 3B للعمل على الأجهزة، ولا يوجد أي أثر له في أي مكتبة حتى الآن. صف مستقل في Decision Index، أو مشاركة في لوحة صدارة عامة، وهي القطعة الوحيدة المفقودة في عائلة النماذج هذه بأكملها. وأن تضيف Ollama الرمز d1 إلى صفحة قدرات اتخاذ القرار لديها، وهو تغيير من سطر واحد يخبرك بأن النقل معتمد رسميًا لا عارضًا.

حتى ذلك الحين، القرار بسيط بما يكفي لاتخاذه وفق شروطك الخاصة. إذا كنت تشغّل بالفعل إصدارًا حديثًا من Ollama، فإن السحب أمر واحد فقط، والتنزيل هو 3.7 GB، والشيء الذي يحل محله إما استدعاء مستضاف تفضّل ألا تقوم به بنص عميل، أو بيئة Python تتطلب صيانتها جهدًا أكبر مما يستحقه النموذج. وإذا كنت بحاجة إلى أدلة مستقلة على الدقة قبل أن يوضع هذا أمام مستخدمين حقيقيين، فهذه الأدلة غير موجودة بعد لأي نموذج d1، ولا يخلقها أي قدر من التغليف المحلي.

يُعد تشغيل خطوة اتخاذ القرار على أجهزتك الخاصة أيضًا وقتًا مناسبًا للنظر في ما ساء بالفعل في هذه الفئة: فالحوادث الموثّقة للذكاء الاصطناعي وإخفاقات الوكلاء المتعلقة بنماذج اتخاذ القرار مُجمّعة في أرشيف OrcaRouter لحوادث الذكاء الاصطناعي، حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته وتصنيف ثقته وعلامة النزاع الخاصة به.