Liquid AI d1 مقابل Liquid AI d1-3B: ما تسميه مكتبة Ollama نموذجًا واحدًا ويسميه المورّد نموذجين

هناك طريقتان لتسمية المجموعة نفسها من الأوزان، وLiquid AI d1 وLiquid AI d1-3B توضحان الفرق أفضل مما قد يفعله أي مقارنة بين المعاملات. احذف واصلة واحدة ولاحقة حجم من الاسم الثاني فتحصل على الأول، لذا يغري الأمر اعتبار السلسلة الأقصر لقبًا. لكن الكتالوجان اللذان يدرجان هذين النموذجين فعليًا لا يتفقان مع هذا التفسير. فهرس وثائق Liquid AI نفسه يبقي d1 في صفه الخاص مع الأحرف "API" حيث توجد روابط التنزيل، ويبقي d1-3B وd1-omni-600M في زوج منفصل من الصفوف مع روابط عاملة على Hugging Face وGGUF و"لا" في عمود قابلية التدريب. أما Ollama، الذي يُعد إدخاله في المكتبة السبب في أن هذا الزوج يستحق الكتابة عنه أصلًا، فيدمج كل ذلك في صفحة واحدة تسمى d1، ويصفه في سطر واحد بأنه "نموذج قرار بحجم 3B من Liquid AI، مبني على LFM2.5-VL-3B،" ويقدم تحته ثلاثة وسوم بالضبط. وعليه، فإن مقارنة Liquid AI d1 مع Liquid AI d1-3B ليست مقارنة بين نقطة نهاية مستضافة ونقطة تفتيش مفتوحة، وليست مقارنة بين نقطتي تفتيش أيضًا. إنها مقارنة بين نقطة نهاية مستضافة ونقطة التفتيش المفتوحة التي قررت بيئة التشغيل المحلية أنها d1 عندما تقول الكلمة دون تحديد. ومعظم ما يأتي يتعلق بتحديد أي من هذه القراءات يعتمد عليها نشرك فعليًا.

ملاحظة حول كيفية الحصول على مصادر الأرقام الواردة أدناه، لأن الأمانة في ذلك تهم أكثر من تنسيقه. كل ما هو رقمي هنا مستمد من إفصاح Liquid AI نفسها، سواء في بطاقات النماذج أو في منشور الإصدار الصادر في 7 أكتوبر. صفوف Decision Index قيّمها المورّد باستخدام المقيّم الرسمي بدلاً من تقديمها للترتيب العام، ولم نتمكن من العثور على أي طرف ثالث أعاد إنتاج أي نتيجة من نتائج d1 بشكل مستقل. وحيثما كان الرقم ناتجًا حسابيًا عن رقم منشور وليس قياسًا، فسيُذكر ذلك صراحةً.

من أين جاء الاسمان

الاسم الأقصر أقدم. قدّم منشور Liquid AI بتاريخ 5 أكتوبر النموذج باسم Liquid AI d1 — «نموذج القرار الأول لدينا»، متعدد الوسائط في ذلك الإصدار، يجيب عن أسئلة مكتوبة استنادًا إلى حالة من النصوص أو الصور أو كليهما، في تمريرة أمامية واحدة دون رموز إخراج. ويذكر ذلك المنشور سعرًا للخدمة المستضافة قدره 0.04 دولار لكل مليون رمز إدخال، ولا يحاسب إلا على رموز الإدخال، ويشير إلى أن الصور تُحتسب مثل النص بواقع 1.5 رمز لكل رقعة 32×32، لذا تكلّف صورة 1024×1024 مقدار 1,536 رمزًا. كما يحدد زمن استجابة القرار النصي بـ 200–300 مللي ثانية. هذه أرقام خدمة مستضافة، ويوضح المنشور صراحةً أن وقت التشغيل الكامن خلفها هو نقطة نهاية القرار الخاصة بالمورّد على api.liquid.ai/decisions/v1/systemone.

يظهر الاسم الأطول في منشور 7 أكتوبر وعلى Hugging Face، وهو الاسم الذي يحمل التفاصيل القابلة لإعادة الإنتاج: 3.12 مليار معامل، وسياق بطول 32,768 رمزًا، ومفردات من 128,000 رمز، وست عشرة لغة موثّقة، ومشفّر رؤية SigLIP2 NaFlex المحسَّن للأشكال بسعة 400 مليون، وسلسلة الأساس LFM2.5-2.6B-Base → LFM2.5-VL-3B → d1-3B. وتذكر تلك البطاقة أيضًا بوضوح أن النموذج ليس نموذج محادثة ولا يكتب نصًا. هذه هي نقطة التحقق التي بُني عليها النظام البيئي المحلي بأكمله: يحمل مستودع GGUF إصدار Q4_K_M بحجم 1.67 GB، وQ8_0 بحجم 2.87 GB، وF16 وBF16 بحجم 5.4 GB لكل منهما.

ما لا تعلنه أي وثيقة من المورّد صراحةً هو أن Liquid AI d1 و Liquid AI d1-3Bهما الأوزان نفسها. يخصص فهرس الوثائق لهما صفّين منفصلين. ويسمي منشور الإصدار d1 عائلةً، لا نقطة تفتيش. لاحظت كتابات طرف ثالث هذه الفجوة وأشارت إلى أن المورّد لم يؤكد التطابق. لذا فإن البيان الصادق قصير: الأرقام التي نُشر بها الاسمان لا تتعارض في أي مكان استطعنا العثور عليه، وأُعلن عن إصدار العائلة ونقطة النهاية المخدومة بفارق يومين مع وصف متوافق، ولم يقل المورّد إنهما النموذج نفسه. تعامل مع التكافؤ بوصفه افتراض عمل معقولاً، لا كحقيقةٍ وضع المورّد اسمه عليها.

ما الذي يغيّره البناء المحلي فعليًا

إدخال Ollama ليس إعادة إصدار ولا نقطة تحقق جديدة. إنه قرار تغليف، ويفرض التغليف ثلاثة قيود لا تذكرها وثائق المورّد نفسها على الإطلاق. الأول هو قائمة الوسوم: d1:latest وd1:3b وd1:3b-q8_0، ثلاثة وسوم تشير إلى تكميم واحد. مستودع GGUF الذي ينشره Liquid يحمل أربع دقات، وQ4_K_M بحجم 1.67 GB — ذلك الذي سيلجأ إليه معظم الناس على حاسوب محمول — ليس ضمن وسوم Ollama. ما يمكنك سحبه هو Q8_0 بحجم 2.87 GB وكل ما يتوسع إليه في المخزن المحلي؛ وتُبلغ صفحة المكتبة أن التنزيل يبلغ 3.7 GB.

الثاني هو عقد الطلب. يجيب Ollama على هذه النماذج عبر /v1/systemone، ويأخذ حالة plus كائن questions، ويعيد إجابات محددة النوع مع output_tokens: 0. وهذا هو الشكل نفسه الذي تستخدمه نقطة النهاية المستضافة لدى المورّد، وهو ما يجعل التبديل بين المحلي والمستضاف تغييرًا في الإعدادات لا إعادة كتابة. القيد الثالث يقع في وثائق نقطة نهاية Ollama لا في صفحة النموذج، وهو أضيق من قيد نموذج توليدي: يجب أن تتناسب الطلبات ضمن 64 KiB بدون صور و32 MiB معها، والبث غير مدعوم، وتُرفض النماذج المستضافة سحابيًا، ويجب أن تكون الصور بصيغة base64 PNG أو JPEG أو WebP في جسم الطلب — وتُرفض عناوين URL البعيدة. تشترك كل أسئلة الطلب في الصور نفسها، لذا فالصورة التي تريد أن تنظر إليها إجابة واحدة فقط تحتاج إلى طلب خاص بها. لا يتم قطع المدخلات أبدًا، ما يعني أن الحالة الأكبر من الحد تُعيد خطأً بدلًا من قطعها بصمت. هذا هو نمط الفشل الأفضل، لكنه لا يزال نمط فشل يجب على عميلك التعامل معه.

لا يزال تفصيلان في الوثائق بلا حل، ويجدر معرفتهما قبل أن تبلّغ عن خطأ. يصف مرجع endpoint الخاص بـ Ollama نوع سؤال الاختيار بأنه يقبل من 2 إلى 255 مفتاح خيارات، بينما تقول صفحة قدرات decision-models إنه يقبل من 2 إلى 26؛ أحدهما قديم. كما تسرد صفحة القدرات النماذج المدعومة لديها على أنها Nimble وTev1 وClef وClef Flash، دون أي ذكر لـ d1 — رغم أن ملف readme الخاص بحزمة d1 نفسه يوثّق دعم /v1/systemone و--ask، وتتطلب الحزمة Ollama 0.40.4 بينما الحد الأدنى الموثق في endpoint نفسه هو 0.35.0. اقرأ متطلب الإصدار المذكور على الحزمة، لا المذكور في الدليل.

الأرقام، وتحت أي اسمٍ نُشرت

هذا هو الجزء من المزاوجة الأكثر عرضة للخطأ، لأن كلا الاسمين منشوران مع أرقام أداء، والأرقام ليست منظمة بالطريقة التي تتوقعها.

• مؤشر القرار 0.2.1 — 48.57، منشور تحت Liquid AI d1-3B. يصفه Liquid بأنه أفضل نتيجة لنموذج قرار بأقل من 10 مليارات معامل، ويضعه متقدمًا على نموذج 35B-A3B عند 47.11. • زمن استجابة القرار النصي — 200–300 ms، منشور تحت Liquid AI d1 في منشور API المستضاف. لا يوجد رقم مكافئ مرتبط باسم نقطة التحقق المفتوحة نفسها. • زمن استجابة سؤال واحد على عتاد محلي — 8 ms على RTX 4090، و16 ms على Jetson AGX Thor، و26 ms على Jetson AGX Orin 64 GB، و50 ms على Orin Nano، و30 ms على Apple M5 Pro. منشور تحت Liquid AI d1-3B. • الإنتاجية — 475 قرارًا في الثانية على RTX 4090 و1,106 في الثانية على AMD MI325X مع تجميع الأسئلة في دفعات. منشور تحت Liquid AI d1-3B. • الرؤية — متوسط 74.1 عبر أحد عشر معيارًا عامًا للصور، مقابل 73.9 لقاعدة LFM2.5-VL-3B التي بُني منها. منشور تحت Liquid AI d1-3B. • إزالة الصور — نفس مجموعة الأسئلة التي أُجيب عنها مع إزالة الصور تسجل 45.1، وهو مقياس المورّد نفسه لما يقدمه مسار الرؤية. منشور تحت Liquid AI d1-3B.

تنتج عن تلك القائمة مشكلتان، وليست أيٌّ منهما قاتلة، وهذا بالضبط سبب تجاهلهما. الرقم المستضاف والرقم المحلي يفصل بينهما فارق يتراوح بين 25 و37 مرة — 200–300 مللي ثانية مقابل 8 مللي ثانية — وقد قُيسا على أساس أشياء لا يصفها المورّد بمصطلحات قابلة للمقارنة. وتفسير الفجوة بأنها تعني «المحلي أسرع» غير مدعوم، لأن الرقم المستضاف هو قياس من طرف إلى طرف عبر API، بينما 8 مللي ثانية هي تمريرة أمامية على وحدة معالجة رسومات مُسمّاة. إنهما ليسا القياس نفسه، ولا يزعم المورّد قط أنهما كذلك.

المشكلة الثانية هي صف الرؤية. إن تحسّنًا بمقدار 0.2 نقطة على النموذج الأساسي عبر أحد عشر معيارًا لتصنيف الصور يقع ضمن التشويش الذي يشوب معظم الإبلاغ عن المعايير، لذا فمهما كان ما يمنحه إياك رأس القرار، فهو ليس مُرمِّز صور أفضل جوهريًا. يبدو صف الاستئصال أكثر إثارة للإعجاب بكثير في الاتجاه المعاكس — بنحو 29 نقطة من التقلب عند إضافة الصور — لكنه يقارن مجموعتين مختلفتين من الأسئلة بدلًا من نسختين لمجموعة واحدة، وهو ما تذكره Liquid في المنشور نفسه. كلا الصفين مفيد. لا يدعم أي منهما ادعاءً قويًا بشأن جودة القرار البصري، ولم يُجرِ أي طرف ثالث أيًا منهما.

حيث يختلف الاسمان في الممارسة العملية

بالنسبة للمشتري، يتلخص التمييز في أربعة أسئلة، ولا تشير الإجابات جميعها في الاتجاه نفسه.

• شكل التكلفة — Liquid AI d1 يُحتسب لكل رمز إدخال، بالسعر المنشور من المورّد، دون أي رموز إخراج تُدفع. Liquid AI d1-3B تنزيل بحجم 2.87 غيغابايت في حزمة Ollama أو 1.67 غيغابايت من مستودع GGUF التابع للمورّد، دون أي عدّاد لكل استدعاء على الإطلاق. • زمن الاستجابة، قابل للقياس — المسار المستضاف يذكر 200–300 مللي ثانية لكل قرار نصي. أما الرقم المنشور للمسار المحلي وهو 8 مللي ثانية فهو تمريرة أمامية على RTX 4090 مع نموذج ساخن، وهو رقم حقيقي وليس رحلة ذهاب وإياب لطلب. • مسار البيانات — المسار المستضاف يرسل الحالة إلى المورّد. أما المسار المحلي فيُبقيها على الجهاز، وهو ما يُشكّل عادةً بالنسبة لتذكرة دعم أو ملاحظة طبية أو صورة الحجة التي تُنهي النقاش. • تثبيت الإصدار — Liquid AI d1 خلف نقطة نهاية هو ما يقدّمه المورّد اليوم. Liquid AI d1-3B في Ollama حزمة ثابتة تتحكم بها، والمقايضة هي أنك تملك الترقيات.

الحقيقة المحرجة الكامنة تحت الأربعة جميعًا هي أن نقطة التحقق المفتوحة شقيقة للنموذج المستضاف وليست بديلاً عنه، ولم يصرّح المورّد بغير ذلك. توصي بطاقة النموذج الخاصة بنقطة التحقق المفتوحة باستخدامه في التوجيه والفرز، والرقابة على المحتوى، وتصنيف النوايا، وفحوص الاستخلاص، وإعادة الترتيب، واستخدام نموذج لغوي كبير كحَكَم، وحواجز الحماية، وتصفه بأنه دُرّب لاحقًا على LFM2.5-VL-3B لاتخاذ قرارات معايَرة بتمريرة واحدة. ويصف منشور النموذج المستضاف المجموعة نفسها من المهام بكلمات مختلفة ويقتبس سعر الاستضافة. إذا كان هذان نموذجًا واحدًا، فإن النسخة المحلية نسخة مجانية من منتج مستضاف، وهذا أمر غير معتاد أن يطلقه مختبر دون أن يقول ذلك. وإذا كانا عمليتي ضبط دقيق لنموذج أساس مشترك، فلا ينبغي افتراض أن الأرقام المنشورة تنتقل في أي من الاتجاهين. التفسير الثاني يتطلب قدرًا أقل من الافتراضات حول المورّد ويتماشى مع الأدلة المتوفرة لدينا.

تشغيل كلا شقي القرار دون تشغيل مجموعتين تقنيتين

أياً كان الاسم الذي تستقر عليه، فإن خط الأنابيب المحيط به يميل إلى أن يبدو متشابهاً. تحصل قائمة انتظار الدعم على سؤال اختيار لتحديد فريق الوجهة، وسؤال نول حول ما إذا كان يتم طلب استرداد، وسؤال تقييم للإلحاح — حالة واحدة، ثلاثة إجابات، تمريرة واحدة. إن النقطة التي يتباعد فيها الاسمان حقاً هي عند النقطة التي يتحكم فيها القرار في استدعاء نموذج توليدي تستأجره بدلاً من تشغيله. هذا الاستدعاء مشكلة مختلفة بملف فشل مختلف، وهو الجزء من خط الأنابيب حيث تكون صحة d1 أقل أهمية: إجابة توجيه باحتمال 0.98 يتبعها 502 من النموذج الذي وجهت إليه هي طلب فاشل في كلتا الحالتين.

نحن لا نستضيف أي نموذج من Liquid AI — فقد راجعنا فهرسنا الخاص قبل كتابة هذا — لذا لا شيء هنا يُعدّ ادعاءً بشأن استدعاء هذه الأوزان عبرنا. ما نقوم به هو الطبقة الواقعة على الجانب الآخر من القرار: مفتاح واحد متوافق مع OpenAI للنماذج التي يتوزّع عليها الطلب المُفرَّز، بسعر القائمة لدى كل مزوّد كما هو ودون أي هامش ربح بنسبة 0%، بحيث يصلك تخفيض سعر المزوّد في اليوم الذي يُطبَّق فيه بدلًا من عند تجديد العقد، مع تحويل تلقائي عند الفشل بين المزوّدين بحيث ينجو الطلب المُفرَّز من توقّف النموذج الذي وجّهته إليه. إذا كنت تربط نموذج قرار بخط أنابيب للمرة الأولى، فهذا هو النصف الذي يستحق أن تجعله مملًا.

أي اسم يُستخدم، حسب الموقف

إذا كنت تريد تجربة النموذج هذا الأسبوع دون بيئة Python تستحق الصيانة، فاستخدم الاسم الذي يستخدمه وقت التشغيل المحلي. اسحب Liquid AI d1 من المكتبة، واقبل Q8_0 و3.7 GB، واعتبر سقف الطلب البالغ 64 KiB وقاعدة عدم البث قيودًا تصميمية لا إزعاجات. تحصل على نقطة نهاية حقيقية، وإجابات مُحدّدة الأنواع، ولا عدّاد لكل استدعاء في اليوم الأول.

إذا كنت بحاجة إلى حجم أصغر من Q8_0، فالاسم الذي يجب استخدامه هو Liquid AI d1-3B، لأن إصدار Q4_K_M بحجم 1.67 GB يوجد في مستودع GGUF الخاص بالمورّد وليس في مدخل المكتبة. هذه الحقيقة الواحدة هي الفرق العملي الأكبر بين الاسمين اليوم، وهي الأكثر ترجيحًا أن يفوّتها أي شخص يقرأ صفحة المكتبة ويتوقف عندها.

إذا كنت تضع هذا أمام مستخدمين يدفعون وتحتاج إلى دليل على الدقة أولاً، فلا يساعدك أيٌّ من الاسمين بعد. لا يوجد تقييم مستقل لأي نموذج d1 تمكنا من العثور عليه، وكانت صفوف Decision Index مُقيَّمة ذاتيًا، ولم تنشر الجهة الموردة أي معيار مرجعي لقرار صوتي على الإطلاق. ما يمكنك فعله هو قياس قيمة الثقة التي يعيدها النموذج بالفعل — من 0 إلى 1، وهي تعكس مدى قوة ترجيح الاحتمالات لإجابة واحدة وليس مدى احتمال أن تكون تلك الإجابة صحيحة — واكتشف على حركة المرور الخاصة بك أين يكون الأمر غير متأكد. هذا القياس أكثر قيمة من أي من الشرائح أعلاه، ويستغرق يومًا واحدًا.

نموذج القرار هو النصف الرخيص من خط المعالجة. أما النموذج التوليدي الذي يوجّه إليه فهو النصف الذي يحتاج إلى عقد — مفتاح واحد متوافق مع OpenAI يحمل النماذج التي يتشعّب إليها طلب خضع للفرز، كل منها بسعر قائمة مزوّده، مُمرَّرًا بهامش ربح نسبته 0%.

إن تصغير نقطة حفظ (checkpoint) مُقطّرة مقابل إصدارها الكامل يُعدّ أيضًا لحظة جيدة لمراجعة السجل: فحوادث الذكاء الاصطناعي الموثّقة وإخفاقات الوكلاء حول نماذج Liquid الصغيرة مجموعة في أرشيف OrcaRouter لحوادث الذكاء الاصطناعي، حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته وتصنيف ثقته وعلامة كونه محل خلاف.