Liquid AI d1-3B وd1-omni-600M: أوزان مفتوحة لنماذج لا تكتب ولو كلمة واحدة

صدر Liquid AI d1-3B وLiquid AI d1-omni-600M على Hugging Face في 7 أكتوبر 2026، ولنقطتي التفتيش هاتين خاصية تجعل كل جدول مقارنة قرأته هذا العام ذا شكل خاطئ. لا يولّد أيٌّ منهما نصًا. أنت تسلّم Liquid AI d1-3B حالة — تذكرة دعم، أو حمولة JSON، أو صورة فوتوغرافية، أو الثلاثة معًا — ومجموعة من الأسئلة المسمّاة، فيعيد إجابات منتزعة مباشرةً من توزيع النموذج على خياراتك. نعم/لا كاحتمال. اختيار من بين تسميات مع درجة ثقة ومتجه احتمالات كامل. موضع على مقياس مرتّب. لا توجد خطوة أخذ عينات، ولا JSON لتحليله، ولا توليد منفلت، ويُبلّغ عدّاد الاستخدام الخاص بالمورّد عن الأمر بوضوح: output_tokens: 0. نموذج 3B هو الخبر الأبرز — فهو يحقق 48.57 على مؤشر القرار Decision Index 0.2.1 المقيَّم من المورّد، متقدمًا على كل ما هو أقل من 10B ومتقدمًا على نموذج قرار يبلغ اثني عشر ضعف حجمه. أما الشقيق 600M فهو الجدير بالمتابعة: فهو يقرأ الصور وما يصل إلى ثلاثين ثانية من الكلام عبر أوزان الجذع نفسها، ومصنّف كإصدار بحثي مبكر.

ما هو نموذج القرار، في فقرة واحدة.

كانت هذه الفئة تتشكّل منذ عام تحت أسماء مثل نماذج النظام الأول والمصنّفات-التي-ليست-مصنّفات، ويُعدّ ثنائي d1 أوضح صياغة لها حتى الآن. يُسأل النموذج التوليدي سؤالًا فيكتب إجابة؛ ويجب تحليل الإجابة، وقد يفشل التحليل، وكل توكن يكتبه يكلفك مالًا ووقتًا. يُسأل نموذج القرار سؤالًا فيبلّغ عمّا يعتقده بالفعل. تأتي أسئلة Liquid بثلاثة أنواع. noul سؤال بنعم/لا، ويُجاب عنه بـ P(yes) بين 0 و1. choice يختار وسمًا واحدًا من مجموعة مسمّاة ويعيد الوسم، ودرجة ثقة، واحتمال كل خيار. score يضع الحالة على مقياس مرتّب من مستويين إلى عشرة مستويات ويعيد المستوى المتوقّع مع توزيعه ومفتاحه. يمكن للحالة الواحدة أن تحمل عدة أسئلة في آن واحد، وتُقرأ الحالة وصورها مرة واحدة لجميعها.

تلك الخصيصة الأخيرة هي المبرر التجاري بأكمله. ثلاثة أسئلة عن تذكرة واحدة تكلّف 1.3 ضعف زمن سؤال واحد، لا 3 أضعاف، لأن النموذج يجري تمريرة أمامية واحدة على المدخلات ويقرأ منها عدة إجابات. لا يوجد شيء لكتابته، لذا لا يوجد شيء يمكن كتابته بشكل سيئ.

تم بناء 3B و600M من اتجاهين متعاكسين

هنا يصبح الإصدار مثيرًا للاهتمام من الناحية التقنية، وهو الجزء الذي تجاهلته تغطية الإطلاق في معظمها. لا يشترك النموذجان في سلالة واحدة.

Liquid AI d1-3B ينحدر من LFM2.5-VL-3B، النموذج البصري-اللغوي أحادي وحدة فك التشفير الخاص بالمورّد. يحمل 3.12B من المعلمات، ومشفّر رؤية SigLIP2 NaFlex المُحسَّن للشكل بحجم 400M، ونافذة سياق من 32,768 رمزًا، ومفردات من 128,000 رمز، وست عشرة لغة موثّقة. ولبنائه، حسبت Liquid متوسط أوزان LFM2.5-2.6B والعمود الفقري النصي لـ LFM2.5-VL-3B، ونقاط تحقق مضبوطة بدقة من عدة بذور عشوائية وخلطات بيانات، ثم دمجت النتائج مرة أخرى. وملخّص المورّد نفسه لما كان مهمًا يتّسم بانتعاش خالٍ من البهرجة: كان التدريب على المدخلات الطويلة، وخلط ترتيب خيارات الإجابة، وتعقّب الاختصارات في بيانات التدريب أكثر تأثيرًا على الرقم النهائي من أي تقنية متقدمة.

Liquid AI d1-omni-600Mينحدر من LFM2.5-Encoder-350M، وهو مشفّر ثنائي الاتجاه — نوع مختلف كليًا من الشبكات. يبلغ إجمالي معاملاته 587 مليونًا موزعة على جذع مشترك ورأس قرار بحجم 381 مليونًا، ومشفّر رؤية بحجم 94 مليونًا مستعار من LFM2.5-VL-450M، ومشفّر صوتي بحجم 112 مليونًا مبني من FastConformer ذي 17 طبقة. يمر كل نمط عبر أوزان الجذع نفسها. سياقه 16,384 رمزًا يغطي مواضع النص والصورة والصوت معًا، وعند إرفاق الصور يُقلَّص نص الحالة والسؤال إلى 896 رمزًا لأن هذا ما دُرِّب عليه. يحصل الصوت على تحذير واحد تذكره البطاقة دون مواربة: دُرِّبت هذه القدرة على طلبات بين متحدث بالإنجليزية ومساعد، وتُقطع المقاطع عند ثلاثين ثانية.

فالعائلة ليست نموذجًا واحدًا بحجمين، بل هي مفكّك ترميز ومشفّر، دُرِّبا لاحقًا لأداء المهمة نفسها بآليتين مختلفتين تمامًا، إحداهما تبصر والأخرى تسمع.

الأرقام، ولمن هي

كل رقم في هذا القسم هو من مصادر Liquid نفسها. صفوف مؤشر القرار (Decision Index) الخاصة بنماذج d1 قيّمها المورّد باستخدام المُقيِّم الرسمي — ولم تُقدَّم إلى لوحة الصدارة — بينما يأتي كل صف منافس من لوحة الصدارة العامة عند الإصدار v0.2.1. ولم يُعِد أي مختبر مستقل إنتاج أي من ذلك حتى الآن، وعمر النماذج يومان وقت كتابة هذا النص.

• مؤشر القرار 0.2.1 — تسجل Liquid AI d1-3B نتيجة 48.57 مع درجات فرعية هي: المعرفة 23.8، واللغة 56.4، والاسترجاع 52.8، والأدوات 74.5، والفنون 36.3. تسجل Liquid AI d1-omni-600M نتيجة 15.95، مع الأدوات عند 15.1.

• حيث يقع {{1}}48.57{{/1}} — في المرتبة الأولى بين كل ما دون {{2}}10B{{/2}} في الجدول الذي نشره المورّد، ومتقدمًا على {{3}}Decider 35B-A3B{{/3}} عند {{4}}47.11{{/4}}. وهو الثاني إجمالًا، خلف {{5}}Winnow-12B{{/5}} عند {{6}}50.02{{/6}}، الذي يبلغ حجمه أربعة أضعاف.

• معايير النصوص، وفق ما أبلغ عنه المورّد — يحقق d1-3B متوسط 82.9 عبر سبعة معايير عامة، متقدماً على نتيجة Decider 4B البالغة 81.1؛ ويحقق d1-omni-600M متوسط 78.4، متجاوزاً نتيجة Decider 2B البالغة 77.1 بنحو ربع عدد المعاملات. ويسجل 600M أفضل درجة سمية في الجدول (Civil Comments 95.8) وأفضل درجة إعادة صياغة فيه (PAWS-X 79.5).

• الرؤية، وفق ما أبلغ عنه المورّد — يحقق d1-3B متوسطًا قدره 74.1 عبر أحد عشر اختبارًا معياريًا عامًا للصور، تُقرأ كقرارات بين خيارات كل اختبار، مقابل 73.9 لنموذجه الأساسي LFM2.5-VL-3B. وإزالة الصور تخفض الأسئلة نفسها إلى 45.1، وهكذا يُظهر المورّد أن الإجابات تأتي من البكسلات.

• زمن الاستجابة، مقيس من قِبل المورّد — يستغرق سؤال واحد 8 مللي ثانية على RTX 4090 و9 مللي ثانية على AMD MI325X؛ و16 مللي ثانية على Jetson AGX Thor، و26 مللي ثانية على Jetson AGX Orin 64 GB، و50 مللي ثانية على أصغر Jetson Orin Nano، و30 مللي ثانية على Apple M5 Pro. أربع وستون حالة محزومة في تمريرة واحدة تعمل بمعدل 475 في الثانية على 4090.

• ما المفقود — لا يملك d1-omni-600M جدول استدلال على الإطلاق. تقول Liquid إنه قيد التطوير النشط، وهي ببساطة لا تُبلغ عن زمن الاستجابة له. كذلك لا يوجد أي معيار لتقييم قرارات الصوت في أي مكان من الإصدار، لأنه — بحسب كلمات المورّد — تُعدّ معايير تقييم قرارات الصوت المخصّصة مسألة مفتوحة حالياً.

الادعاء الذي يطرحه البيان الصحفي في واقع الأمر

قبل يومين من إطلاق أوزان النموذج، نشرت Liquid النسخة المستضافة من هذا النموذج وشغّلتها في مواجهة GPT-6.1 Sol وClaude Opus 5.5 على ستة تطبيقات. وخلاصتها: أن d1 يضاهي GPT-6.1 Sol أو يتفوق عليه في أربعة من التطبيقات الستة، وبكلفة تقل بين 19 و200 ضعف، ويجيب بسرعة أكبر في كل مهمة. ويستحق المنهج المنشور الاطلاع عليه قبل تكرار أي من ذلك — فقد شُغّل كل تطبيق مرة واحدة لكل نموذج في 5 أكتوبر 2026، وأجابت نماذج الدردشة بصيغة JSON عند إعداد الاستدلال الافتراضي لديها، واحتُسبت كلفة d1 على أساس 0.04 دولار لكل مليون رمز إدخال.

العروض التوضيحية هي النصف الأكثر إقناعًا. فرز الأجزاء السليمة والمعيبة من أربعة خطوط إنتاج — لوحات الدوائر، والشموع، والكاجو، والعلكة — بدقة تتراوح بين 85% و97%، على نموذج لم يُدرَّب قط على المهمة وفهمها من وصف قصير. عبارة SQL شرطية تجيب بنعم أو لا عن كل تذكرة من 150 تذكرة دعم. حلقة ضغط سياق تقرأ كل مخرَج أداة في جلسة وكيل برمجي، فتحتفظ به أو تقلّمه أو تُسقطه، ما يزيل 52% من الرموز مع الحفاظ على كل مخرَج تحتاجه المهمة. في تتريس، أدت إضافة الشاشة إلى لعبة قابلة للوصف النصي بالكامل إلى رفع النتيجة من 70 سطرًا ممسوحًا إلى 81 — نتيجة بصرية لا يمكن الحصول عليها من مصنّف نصي فقط مهما كان جيدًا.

تلك عروض توضيحية تديرها الشركات الموردة بمهام تختارها الشركات الموردة، ويقول قسم المنهجية ذلك. ورغم ذلك، لا تزال أوضح صورة نشرها أي شخص عن الغرض من نموذج القرار.

أين يعمل، وما تكلفة الاتصال به

الأوزان المفتوحة مصمّمة للتنفيذ المحلي، وقد أنجز المورّد أعمال التكامل مسبقًا: دعم من اليوم الأول لـ llama.cpp، وكامل حزمة NVIDIA من DGX نزولًا إلى Jetson، وتكميم NVFP4، ونسخة 8-بت للأوزان/التنشيطات منشورة إلى جانب نقطة الحفظ الأساسية. وتحويلات GGUF متاحة بالفعل على Hugging Face. وإذا كنت تفضّل ألّا تستضيف أي شيء بنفسك، فإن Liquid يقدّم d1 المستضافة عبر واجهة برمجة التطبيقات الخاصة به — رموز الإدخال فقط، دون رموز إخراج، مع احتساب الصور كإدخال بمعدل 1.5 رمز لكل رقعة بحجم 32×32 بكسل، ما يجعل صورة بحجم 1024×1024 تعادل 1,536 رمزًا. كما يتوفّر الوصول النصي فقط عبر منصات طرف ثالث.

ملاحظة التوجيه الصادقة: لا يتواجد أيٌّ من Liquid AI d1-3B أو Liquid AI d1-omni-600M في كتالوجنا، وهذه المقالة ليست ادعاءً بتوفّر أيٍّ منهما. ما يغيّره ثنائي d1 بالنسبة للموجّه هو شكل خط المعالجة المحيط به. نموذج قرار يجيب في أجزاء من الثانية ولا يكلّف شيئاً من رموز الإخراج هو مرشّح، لا بديل — ففرز الجيد والمعيب وفرز التذاكر يحدثان قبل نداء التوليد، ونداء التوليد هو حيث نقطة نهاية واحدة عبر أكثر من 200 نموذج، أسعار القائمة المُمرَّرة بهامش ربح 0%، والتحويل التلقائي عند الفشل تبرّر بقاءها فعلاً. طبقة مختلفة، الخط نفسه.

ما الذي قد يحسم الجدال؟

ثلاثة أمور لم تُحل بعد، وكلها من النوع الذي لا يحسمه إلا الوقت.

الأول هو إعادة إنتاج مستقلة. أرقام Decision Index أنتجها المورّد باستخدام المُقيّم الرسمي، وكل صف من صفوف المنافسين نُقل من لوحة صدارة عامة، وهو أسلوب يمكن الدفاع عنه وليس الشيء نفسه كأن يقوم طرف ثالث بتشغيل نموذجك. الثاني هو الصوت. نقطة تحقق بحجم 600M توجّه أمرًا صوتيًا في تمريرة أمامية واحدة هي قدرة جديدة حقًا، ولا يوجد أي معيار مرجعي لقياس ما إذا كانت تؤدي ذلك جيدًا. الثالث هو الفئة نفسها: عندما تُقرأ الإجابة من توزيع بدلاً من كتابتها، فإن أنماط الفشل المعتادة لنموذج صغير — التكرار، والانحراف، والرفض، وتهيؤ صيغة — لا يمكن أن تحدث ببساطة، ولم ينشر أحد رواية جيدة عمّا يحل محلها. خطأ المعايرة هو المرشح الواضح، وهو بالضبط ما يدعوك حقل الثقة في كل إجابة إلى قياسه بنفسك.

تُشغِّل عشرة عروض توضيحية نموذج Liquid AI d1-3B في حلقة على مدخلات كاميرا حية داخل Space عام على Hugging Face، وهي أرخص طريقة لتكوين رأيك بنفسك. الأوزان مجانية والأسئلة محددة. وهذا موقع انطلاق أفضل مما تقدمه معظم الإصدارات هذا العام.