أصبح Liquid AI d1-omni-600M الآن متاحًا للسحب عبر Ollama: نموذج قرار بحجم 600 مليون معلمة يستطيع أن يسمعك

Liquid AI d1-omni-600Mأصبح حزمة Ollama في 22:32 بالتوقيت العالمي المنسق يوم 17 أكتوبر 2026. هذا الطابع الزمني ليس تخمينًا: يقدّم سجل Ollama ترويسة ollama-push-time على كل بيان، وقُبلت الوسوم الأربعة خلف اسم d1-omni بين 22:31:25 و22:32:13 من ذلك المساء، أي قبل نحو أربع ساعات من كتابة هذا النص. النموذج نفسه ليس جديدًا — Liquid AIأوزانًا مفتوحة لـLiquid AI d1-omni-600Mإلى جانبLiquid AI d1-3Bفي 5 أكتوبر 2026، وأعلنت عن كليهما في منشورها "Open d1" في 7 أكتوبر — لكن حتى الليلة الماضية لم يكن لتشغيل النموذج القادر على معالجة الصوت على عتادك الخاص سبيلان سوى بيئة transformers مع trust_remote_code=True أو نسخة llama.cpp بنيتها بنفسك. الآن صار الأمر ollama pull d1-omni. لم يعلن أحد ذلك: لا مدونة Liquid AI ولا Ollama.

التغليف هو القصة، ويجدر بنا أن نكون دقيقين بشأن أي أجزاء منه موثّقة. أحدث منشورات Liquid AI المدوّنة هي d1-ultra في 15 أكتوبر وLFM2.5-24B-A2B في 13 أكتوبر، ولا يذكر أي منهما Ollama؛ فلا تزال صفحة النشر الخاصة بـ Ollama التابعة للمختبر نفسه تعلّمك تشغيل مستودعات GGUF الخاصة به مباشرة من Hugging Face عبر ollama run hf.co/LiquidAI/... ولا تذكر أي نموذج d1 بالاسم. ومدونة Ollama صامتة بالقدر نفسه — أحدث مدخلاتها هي Reflection's Beam في 16 أكتوبر وتكامل Fly.io في 13 أكتوبر. ما الموجود بدلًا من ذلك هو مدخل في السجل، وأربع وسوم، وبصمة قابلة للتحقق، وصفحة مكتبة كانت لا تزال قيد التأليف أثناء كتابة هذا المقال: فقد أعادت لقطة مبكرة من تلك الصفحة «No readme»، وأعادت لقطة بعد أربعين دقيقة وصفًا كاملًا كتبته Liquid AI يتضمن جدول معايير وقسم ترخيص. إذا أردت حدثًا مؤرخًا وقابلًا للتحقق خلال الأيام السبعة الماضية، فهذه الترويسة هي ذلك الحدث.

ما الذي قبله السجل فعليًا

أربعة وسوم تُحلّ إلى صورتين، وهذا أول ما يجب فهمه قبل السحب. d1-omni:latest وd1-omni:600m وd1-omni:600m-q8_0 هي نفس الـmanifest — بصمة 1ba59f63e836 — بينما d1-omni:600m-bf16 هو الثاني، بصمة c1e95fce6627. لا يوجد وسم F16، رغم أن مستودع GGUF الخاص بالمورّد ينشر فرعًا رئيسيًا F16.

• طبقات الأوزان (بناء Q8_0) — جذع بحجم 407 ميجابايت من d1-omni-600M-Q8_0.gguf بالإضافة إلى مُسقِط بحجم 442 ميجابايت من mmproj-d1-omni-600M-BF16.gguf، مع كتلة ترخيص بحجم 10.5 كيلوبايت وكتلة معاملات بحجم 18 بايت، بإجمالي 849,659,968 بايت.

• الحجم المُبلَّغ عنه — 850 ميغابايت للوسم الافتراضي و1.2 غيغابايت لـ 600m-bf16، وكلاهما كما هو مطبوع على صفحة المكتبة.

• الحد الأدنى لإصدار وقت التشغيل — يتطلب: 0.40.4 ضمن كتلة الإعدادات، التي تُبلّغ أيضًا عن model_family: lfm2، وmodel_type: 380.73M، ونوع الملف Q8_0.

• السياق — تثبّت كتلة المعلمات num_ctx عند 16,384.

• الترخيص — النص المضمّن هو LFM Open License v1.0، ويسمّي Liquid AI, Inc. بصفته الجهة المرخِّصة، بما يطابق المعرّف lfm1.0 على بطاقة النموذج.

وحدة الإسقاط هذه تستحق نظرة ثانية، لأن حجمها أكبر من النموذج المرفقة به. إن قراءة بيانات GGUF الوصفية مباشرةً من كتلة السجل (registry blob) تُظهر clip.has_vision_encoder = True وclip.has_audio_encoder = True في الملف نفسه: 197 موترًا بصريًا عبر 12 كتلة عند تضمينات بعرض 768 ومدخلات بحجم 256 بكسل، و641 موترًا صوتيًا عبر 17 كتلة عند تضمينات بعرض 512 مع 128 حاوية mel. هذا برج SigLIP2 ومُرمِّز FastConformer وكلاهما يسافران في الحزمة متعددة الوسائط، ولهذا يأتي جذع بمعاملات 381M خلف مرفق بحجم 442 MB. القدرة الصوتية موجودة فعليًا داخل الحزمة التي تنزّلها؛ أما مسألة ما إذا كانت نقطة النهاية (endpoint) قادرة على الوصول إليها فهي تأتي لاحقًا.

النموذج يبلغ 587 مليون معامل، وشارة 125K أكبر من الحقيقة.

تعلن صفحة Ollama عن "نافذة سياق 125K" على كل وسم. قيمة num_ctx الخاصة بالحزمة نفسها هي 16,384، وتقول بطاقة الطراز من Liquid AI الشيء نفسه بالكلمات: 16,384 رمزًا تشمل مواضع النص والصورة والصوت معًا، مع تقليص نص الحالة والسؤال إلى 896 رمزًا كلما وُجدت صور. يمكن تتبع رقم 125K — إذ يحمل ملف GGUF الرئيسي lfm2.context_length = 128000 — لكنه سقف البنية المعمارية، وليس النافذة التي تحصل عليها، وهو الرقم الأكثر احتمالًا لتضليل من يحاول تحديد حجم بديل لمصنّف سياق طويل. اعتبر 16,384 الرقم العملي، و896 رمزًا من النص الرقم العملي عندما تكون صورة ضمن الحالة.

بقية البيانات الوصفية تؤكد بطاقة النموذج لا العبارة التسويقية. الجذع مكوّن من 18 كتلة، وتضمينات بعرض 1,024، ومفردات من 65,536، وهو ليس مفككًا: lfm2.attention.causal قيمته False. عدّادات رؤوس KV لكل طبقة تُقرأ 0، 0، 8، 0، 0، 8، …، ما يعني أن معظم تلك الكتل ليست كتل انتباه على الإطلاق، وهو ما يظهر من سلف المشفّر ثنائي الاتجاه. رأس القرار مكوّن من كتلتين (lfm2.decision.block_count = 2)، وثوابت المعايرة التي يحتفظ بها المورّد في config.json موجودة في GGUF هذا أيضًا — أسئلة الاختيار تحمل درجة حرارة 1.7465 عند خيارين، و1.3999 عند ثلاثة إلى خمسة، و1.1751 عند ستة إلى عشرة، و1.3725 فوق أحد عشر؛ نعم/لا هي 1.6663؛ الأسئلة المقيّمة هي 1.7301 عند ثلاثة إلى خمسة مستويات و1.0 عند ستة إلى عشرة. هذا هو التصميم كاملًا في مكان واحد: مجموعة ثابتة من الإجابات المسمّاة، تُقيَّم في تمريرة واحدة، ومعايرة حسب شكل السؤال، مع output_tokens: 0 في النهاية.

إنه ليس نموذج محادثة ولا يكتب نصًا. تُدرج Liquid AI خمس عشرة لغة، وتضع بيانات التدريب الصوتي باللغة الإنجليزية فقط — طلبات بين متحدث ومساعد — وتحدّ المقاطع الصوتية عند 30 ثانية. كما تحذّر البطاقة من bfloat16 على وحدات GPU: في فحوص المورّد الخاصة به، غيّر أفضل إجابة في 0.8% من صفوف النص و1.7% من صفوف الصوت، بينما طابق float16 float32 في كل مكان.

الصوت موجود في الأوزان لكنه غائب عن واجهة API الموثّقة.

هذا هو التناقض الذي يجدر معرفته قبل أن تبلغ عن خطأ برمجي. يوثّق ملف README الخاص بصفحة المكتبة، الذي كتبته Liquid AI، الصوت بوضع WAV بترميز base64 داخل مصفوفة images في طلب /v1/systemone. أما ملف README الخاص بـ GGUF على Hugging Face من المورّد لنفس نقطة التفتيش، فيوثّقه بشكل مختلف، عبر مصفوفة files تحمل data:audio/wav;base64,… إلى خادم llama.cpp. ولا يوثّق مرجع نقطة النهاية الذي تنشره Ollama أيًّا منهما: فمخطط طلبه يحتوي على state وimages وquestions وkeep_alive، ويصف images بأنها «تتطلب نموذجًا يدعم الرؤية، مثل Clef»، ولا يحتوي على حقل audio ولا حقل files على الإطلاق. وفي المقابل، يسمّي دليل نماذج القرار الخاص بـ Ollama كلاً من Nimble وTev1 وClef وClef Flash بوصفها نماذج القرار، ويقول فقط إن نماذج Clef يمكنها أيضًا تقييم الصور.

إذن، فالموقف الصادق بشأن الصوت في Ollama اليوم هو: تم التحقق من وجود المُشفِّر في الـblob، ويقول ملف README الخاص بالمورّد إنه يعمل عبر الصور، لكن المخطط المنشور لا يعترف به. أما إدخال الصور في النموذج نفسه فيقوم على أساس أكثر متانة — فالرؤية قدرة موثّقة في System One، ويظهر d1-omni في قائمة فئة الرؤية لدى Ollama. وهناك فجوتان توثيقيتان أصغر إلى جانب تلك الفجوة: إذ تسمح مرجعية نقطة النهاية بما يصل إلى 255 مفتاح خيارات في سؤال اختيار، بينما يقول دليل القرار إنها من 2 إلى 26، كما أن الحد الأدنى لبيئة تشغيل الحزمة البالغ 0.40.4 أعلى من 0.35.0 الذي تذكره وثائق نقطة النهاية.

مُصنَّف ضمن الرؤية، لا ضمن القرار

تضع مرشّحات بحث النماذج في Ollama نماذج القرار ضمن فئة خاصة بها. وهي تضم تسعة مدخلات — nimble-v3 وpplx-decider وkev وtev1 وnimble وclef-flash وclef وlaya وstrands-decider — ولا يوجد d1 ولا d1-omni بينها. صفحة d1-omni موسومة بـ vision و600m، وهي تظهر فعلًا في قائمة vision، لذا لن يعثر القارئ الذي يتصفّح بحثًا عن «نموذج قرار» على الأحدث. هذه مشكلة قابلية اكتشاف لا مشكلة قدرات، لكنها تهم إذا كنت تخطط لمقارنة عائلات القرار في كتالوج Ollama نفسه وخلصت إلى أن هذا النموذج غير موجود.

ما يعنيه ذلك أيضًا هو أن d1-omni هو أول نموذج قرار في مكتبة Ollama يمكنه استقبال الكلام أصلًا — فمُشفّر الصوت موجود في الحزمة، ولا يحمل أي شيء آخر في تلك القائمة المكوّنة من تسعة نماذج واحدًا منه. أما ما إذا كانت نقطة النهاية ستُسلّمه ملف WAV الخاص بك، فهو السؤال المفتوح من القسم أعلاه، وهو الشيء الوحيد الأرجح أن يكون قد تغيّر بحلول وقت قراءتك لهذا.

الأرقام، ومن أنتج كل واحد منها

كل رقم دقة مُرفق بـLiquid AI d1-omni-600M هو رقم Liquid AI، ولا يوجد أي تقييم مستقل لأي نموذج d1 قائم بحسب ما تمكّنا من العثور عليه — لا صف في لوحة الصدارة، ولا تشغيل من طرف ثالث، ولا رفض منشور لتقييم المورّد. فقد قيّم المورّد كلا نقطتي تفتيش d1 بنفسه باستخدام مقيّم مؤشر القرار الرسمي بدلًا من إرسالهما إلى لوحة الصدارة العامة، ويذكر ذلك على بطاقة النموذج؛ وكل صف منافس في جدوله يأتي من لوحة الصدارة v0.2.1، ما يعني أن المقارنة هي رقم مُقيَّم ذاتيًا موضوع إلى جانب أرقام مُقيَّمة خارجيًا.

• مؤشر القرار 0.2.1 — 15.95 لـ d1-omni-600M (المعرفة 8.3، اللغة 12.9، الاسترجاع 35.0، الأدوات 15.1، الفنون 6.8) مقابل 48.57 لـ d1-3B.

• المعايير القياسية كقرارات، متوسط السبعة — 78.4 لـ d1-omni-600M مقابل 82.9 لـ d1-3B، مع تقدّم نموذج 600M في Civil Comments (95.8 مقابل 93.0) وPAWS-X (79.5 مقابل 76.9) وتأخره في BoolQ (77.7 مقابل 86.7) وSQuAD 2.0 (74.0 مقابل 85.3).

• Fast Decisions، تقسيم المطوّرين — 76.9، حسب ما أفاد المورّد، لم يُنشر صف مقارنة.

• السرعة — لا شيء. تذكر البطاقة بصراحة أن أرقام الاستدلال لا يتم الإبلاغ عنها لأن هذا إصدار بحثي مبكر قيد التطوير النشط، لذا فإن أي ادعاء حول زمن الاستجابة تراه له في مكان آخر هو قياس خاص بشخص آخر.

• أرقام بيانات الاختبار على صفحة Ollama — يُظهر المثال العملي في readme أن "urgent" أُجيب عنه عند 0.998 و"technical" عند 0.995. هذه مخرجات توضيحية لطلب واحد، ينشرها وقت التشغيل، وليست معيار أداء.

الفجوة بين 15.95 و48.57 هي الشيء الأكثر فائدة في البطاقة، لأنها تحسم مسألة الشراء بكلمات البائع نفسه: يخبرك ملف القراءة (readme) أن تستخدم d1 عندما تكون الدقة في النصوص والصور هي ما يهم، وأن تلجأ إلى d1-omni عندما يكون الحجم مهمًا أو عندما تحتاج إلى الصوت. إن نموذجًا بحجم 587M يسجّل 78.4 عبر سبعة معايير تقييم عامة، إذا أُعيد صياغته على هيئة قرارات، هو مصنّف طرفي معقول. وهو ليس نسخة أصغر من 3B.

أين يتلاءم OrcaRouter، وأين لا يتلاءم

نحن لا نقدّم هذا النموذج. أظهر فحص كتالوجنا في 18 أكتوبر 208 معرّفات نماذج، ولا واحد منها من Liquid AI، لذا لا شيء هنا يُعدّ ادعاءً بالتوفر، وليس لدينا أي مسار لجلببه من جانبنا. إذا كنت تريد Liquid AI d1-omni-600M، فإن المسار المحلي هو الموصوف أعلاه، والمسار المستضاف هو واجهة API الخاصة بالمورّد وأي منصات تابعة لجهات خارجية تتبناه.

ما تغيّره الحزمة هو شكل النظام المحيط بها، وهنا تكمن فائدتنا. نادرًا ما يكون نموذج القرار هو خط الأنابيب كله: فلا تزال التذكرة التي يصنّفها، والإطار الذي يعلّم عليه، والنص المنسوخ الذي يوجّهه بحاجة إلى من يجيب عنها أو يلخّصها أو يصعّدها بكتابة نص. وتقع تلك الاستدعاءات التوليدية خلف مفتاح واحد متوافق مع OpenAI لأكثر من 200 نموذج مستضاف بسعر المزوّد المعلن، ويُمرّر بهامش ربح قدره 0%، لذا يصل إليك تغيّر سعر المورّد في اليوم نفسه بدلًا من أن يصلك عبر عقد جديد. ولأن d1-omni-600M يأتي دون أدلة مستقلة على الدقة ودون زمن استجابة منشور، فإن الطريقة الصحيحة لوضعه أمام حركة المرور الحقيقية هي خلف التحويل التلقائي عند الفشل بين المزوّدين — دعه يتولى الاستدعاءات التي يثق بها، وأبقِ مسارًا للخروج عندما لا يكون واثقًا، بدلًا من جعل 587 مليون معلمة نقطة فشل وحيدة لخطوة الفرز لديك. يبقى القرار محليًا؛ ولا يلزم أن يكون مسار الاحتياط كذلك.

ما الذي قد يغير هذه القراءة؟

أربعة أشياء، أيٌّ منها كفيل بتحويل ملاحظة تغليف إلى مقال مختلف. أن توثّق Ollama الصوت في مخطط طلبات System One، وهو ما سيحوّل حيلة WAV-داخل-الصور في ملف readme إلى مُدخل مدعوم، ويجعل هذا أول نموذج قرار قادر على الكلام يمكن تشغيله بأمر واحد. أو أن تعترف أيٌّ من الشركتين بالمنفذ — بأن تضيف Liquid AI نموذج d1-omni إلى صفحة Ollama في وثائق النشر لديها، أو بأن تُدرجه Ollama تحت نماذج القرار بدلًا من الرؤية. أو رقم سرعة من أي جهة، مورّدًا كانت أو غير مورّد، بما أنه لا يوجد أي رقم اليوم. أو صفٌّ مستقل في مؤشر القرار لأي نموذج من نماذج d1، وهو ما يظل القطعة الوحيدة الناقصة في العائلة بأكملها.

حتى ذلك الحين، القرار واضح. إذا كنت تشغّل Ollama بالإصدار 0.40.4 أو أحدث، فإن pull أمر واحد، والتنزيل بحجم 850 MB، وما تحصل عليه هو مصنّف بحجم 587M يجيب عن أسئلة مكتوبة في تمريرة أمامية واحدة على النص والصور — وإذا كان ملف readme على حق، فأيضًا على أكثر من 30 ثانية من الكلام الإنجليزي. وإذا كانت حالتك طويلة، فضع في اعتبارك نافذة 16,384 رمزًا وميزانية النص البالغة 896 رمزًا بدلًا من شارة 125K. وإذا كنت بحاجة إلى دليل على أنه دقيق قبل أن يوسم أي شيء يراه العميل، فهذا الدليل غير موجود بعد، لهذا النموذج أو أي من أشقائه.

إخفاقات الذكاء الاصطناعي الموثقة وحوادث الوكلاء الكامنة وراء إصدارات مثل هذا الإصدار تُجمع في أرشيف حوادث الذكاء الاصطناعي OrcaRouter، حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة كونه محل نزاع.