MiniCPM5-2B-DSpark مقابل LFM2.5-2.6B-Base: أحدهما مكوّن للتقديم، والآخر مكوّن للتدريب

يشترك إصداران من أكثر إصدارات النماذج صغيرة الحجم إثارةً للاهتمام في أواخر صيف 2026 في أمرٍ واحد: {{1}}لا يعمل أيٌّ منهما بشكلٍ جاهز خارج الصندوق، وتقول الشركتان المطوِّرتان ذلك صراحةً في أول جملتين من بطاقتَيهما{{/1}}. {{2}}MiniCPM5-2B-DSpark هو نقطة فحص مسودة (draft checkpoint) من DSpark، نشرتها OpenBMB بهدوء على Hugging Face في 6 سبتمبر 2026 — وهو رفيقٌ بنحو 323.8 مليون معامل لنموذج MiniCPM5-2B، النموذج الكثيف الذي يعمل على الجهاز ويبلغ 2.52 مليار معامل، والذي أعلنت عنه ModelBest في WAIC في 19 يوليو 2026 —{{/2}} {{3}}ولا يفعل شيئًا حتى تُحمِّله إلى جانب ذلك النموذج المستهدَف داخل محرك استدلال تخميني (speculative decoding){{/3}}. {{4}}أما LFM2.5-2.6B-Base فهو نقطة فحص النصوص المُدرَّبة مسبقًا من Liquid AI، وهي متاحة على Hugging Face منذ 1 أغسطس 2026؛ إذ تصفها بطاقة Liquid نفسها بأنها «نقطة فحص النص المُدرَّب مسبقًا فقط»، ولا يُنصح بها إلا للمهام التي تتطلب ضبطًا دقيقًا مكثفًا{{/4}}. {{5}}أحدهما مكوِّنٌ لتسريع تقديم نموذج مكتمل؛ والآخر مكوِّنٌ لتدريب نموذجك الخاص من الأساس. وهما على رفَّين مختلفين، وخطأ المطوِّر سيكون في أن يمدَّ يده إلى الرف الخطأ{{/5}}.

ما الذي يجعلها جديرة بالمقارنة هو أنها تستهدف نفس العتاد ونفس طموح 2026 — ذكاء اصطناعي قادر على الهواتف وأجهزة الكمبيوتر المحمولة وأجهزة الحافة الطرفية — من طرفين متعاكسين في عملية البناء. إذا كنت تريد نموذجًا قابلًا للنشر على الجهاز مع تسريع مجاني، فإن حزمة OpenBMB تقدم لك كل شيء مفتوحًا. أما إذا كنت تريد امتلاك مرحلة ما بعد التدريب بنفسك، فإن Liquid تمنحك الركيزة والجهد. هذا المقال يتناول الطبقة التي تشتريها فعليًا.

بطاقتان تقولان "not for direct use" بلهجتين مختلفتين

اقرأ بطاقتي النموذج جنبًا إلى جنب، والمكمن في لغة الاقتران. بطاقة MiniCPM5-2B-DSpark مكتوبة بالكامل بلغة نموذجٍ آخر: هدف، ومُرمِّز رموز مشترك، وطبقات إقراض، وأطوال قبول، وأمر إطلاق SGLang يستقبل مسار الهدف ومسار الاقتراح. لا هوية للاقتراح بذاته — خمس طبقات انتباه كامل، 323٬776٬001 معاملًا، حجم كتلة سبعة، تدُرَّب لستة عصور على 7٫05 مليار رمز من استجابات مولّدة بواسطة MiniCPM5-2B، وصدرت بموجب Apache-2.0 مع تفعيل رؤوس الثقة وماركوف التابعة لطريقة DSpark (arXiv 2607.05147). الغرض منها: الإنتاجية — اقتراح حتى سبعة رموز، وليتحقق الهدف بنموذجه البالغ 2.52B من صحة الكتلة في تمرير واحد، ويحتفظ بما يقبله.

بطاقة openbmb/MiniCPM5-2B-DSpark أعلاه هي السطح العام الكامل للطرح — أداة خدمة مصاحبة لا يرافقها أي إعلان، تُبلغ عن طول القبول دون تسريع من الطرف إلى الطرف.

بطاقة LFM2.5-2.6B-Base مكتوبة من أجل نموذج غير موجود بعد: نموذجك أنت. يكدّس النموذج الهجين 2.69B ثماني طبقات من انتباه الاستعلامات المُجمَّعة فوق اثنين وعشرين كتلة التفاف قصير ثنائية البوابة — بنية Liquid للنشر على الأجهزة — وهو مدرَّب على نحو 34 تريليون رمزًا عبر 16 لغة بسياق يبلغ 128K. النموذج نصي فقط، ولا يخضع لضبط التعليمات، ولا ينشر أي معايير قياس خاصة به، لأن القاعدة المُدرَّبة مسبقًا لا تُقيَّم؛ بل المنتجات المضبوطة بدقة الناتجة عنها هي ما يُقيَّم. مهمته أن يخضع لمزيد من التدريب المسبق أو لضبط تعليمات خاضع للإشراف (SFT) على بياناتك، وبعد ذلك، أي شيء تصدره يرث شروط ترخيصه.

بطاقة {{1}}LiquidAI/LFM2.5-2.6B-Base{{/1}} أعلاه تُظهر جدول العائلة — النموذج الأساسي {{2}}مقابل النموذج الوكيل LFM2.5-2.6B المُدرَّب لاحقًا{{/2}} — وملاحظة {{3}}"نقطة التحقق المدربة مسبقًا على النصوص فقط"{{/3}} التي تُعرِّف النموذج الأساسي {{4}}باعتباره مادة خام{{/4}}.

المستودعات، بُعدًا بُعدًا

• الدور — MiniCPM5-2B-DSpark: يُسرّع هدفًا قائمًا ومكتملًا. LFM2.5-2.6B-Base: الركيزة التي تُدرَّب لاحقًا لتصبح نموذجًا مكتملًا.

• المعلمات — MiniCPM5-2B-DSpark: نموذج مبدئي بحجم 324M لهدف كثيف بحجم 2.52B. LFM2.5-2.6B-Base: هجين بحجم 2.69B (كتل الانتباه والالتفاف القصير).

• السياق — هدف MiniCPM5-2B: سياق أصلي بطول 128K. LFM2.5-2.6B-Base: سياق أصلي بطول 128K.

• ما يجب عليك إضافته — MiniCPM5-2B-DSpark: محرك خدمة (SGLang DSPARK) والنموذج المستهدف. LFM2.5-2.6B-Base: تشغيل ضبط دقيق، ومجموعة تقييم، ومكدس استدلال.

المعايير — MiniCPM5-2B-DSpark: طول قبول المستودع فقط (إجمالي الجشع 5.52 لكل خطوة)، لا يوجد رقم لتسريع الأداء. LFM2.5-2.6B-Base: لم يُنشر أي شيء للنموذج الأساسي نفسه.

• الترخيص — MiniCPM5-2B-DSpark: Apache-2.0، بدون قيود. LFM2.5-2.6B-Base: LFM Open License v1.0 — استخدام تجاري مجاني حتى إيرادات سنوية تبلغ 10 ملايين دولار، ويُورَّث هذا الحد الأقصى إلى أي نموذج تقوم بضبطه.

لوحة النتائج أعلاه هي رف المكونات مرسومة على شكل بطاقة: أحد العمودين يمثل إضافة تقديم لنموذج مكتمل، والآخر يمثل ركيزة تدريب لنموذج لا وجود له حتى تقوم ببنائه.

فرق العشرة ملايين دولار

بالنسبة للمطوّر، فإن فجوة الترخيص هي البند الأقل بريقًا والأكثر حسماً في تلك القائمة. تضع ModelBest وOpenBMB نموذج MiniCPM5-2B ونموذجه المساعد تحت رخصة Apache-2.0: يمكنك تشغيل النموذج المستهدف، وتشغيل النموذج المساعد، وبناء منتج تجاري فوقهما دون سقف للإيرادات ودون أي التزام موروث يتجاوز النسبة إلى المصدر. رخصة Liquid's LFM Open License v1.0 تسمح بالاستخدام التجاري لكنها تفرض سقفًا له — مجانية لمن يقل دخلهم السنوي عن 10 ملايين دولار، وهذا السقف ينتقل إلى عملك المشتق، لذا فإن المنتج الذي تضبطه بدقة انطلاقًا من LFM2.5-2.6B-Base يحمل السقف نفسه. هذا لا يجعل رخصة Liquid غير معقولة؛ بل يجعلها بندًا يتعين على الشركة الناشئة التي تطمح إلى تجاوز السقف أن تخطط له من اليوم الأول. إذا كان طموح إيرادات مشروعك صغيرًا أو كنت تقيّم أمرًا بحثيًا، فالسقف ليس مشكلة. أما إذا كنت تبني شيئًا تنوي تطويره، فإن Apache-2.0 هي مادة خام من نوع مختلف.

مفترق طرق البناء مقابل الشراء للمطوّرين

أطر الأمر على أنه قرار بين بناء النموذج وشرائه، وعندها يتوقف الاختيار عن كونه مربكًا. MiniCPM5-2B-DSpark هو مسار «الشراء»: فالعمل الشاق — التدريب اللاحق لنموذج يعمل على الجهاز للمهام الوكيلية وطويلة السياق — قد أُنجز أصلًا في MiniCPM5-2B، ونموذج المسودة هو طبقة تسريع فوقه لا تتطلب ترخيصًا إضافيًا. أنت تشتري نموذجًا مكتملًا وتسريعًا، وكلاهما مرخّص بموجب Apache-2.0، وما يتبقى لك هو الخدمة والتقييم. والسؤال المفتوح هو سؤال كمّي: قاست OpenBMB معدل قبول المسودة (5.52 رمزًا لكل خطوة تحقق في وضع فك الترميز الجشع)، لكنها لم تقيس المكسب الزمني الفعلي، لذلك ما زال عليك إجراء القياسات على نشر SGLang على عتادك الخاص لتعرف ما الذي اشتريته.

LFM2.5-2.6B-Base هو مسار "البناء": أنت تشتري الأساس الأولي للتدريب المسبق وتقوم بالتدريب اللاحق بنفسك، وهو السبب الوحيد الصادق لاختيار نموذج أساسي بدلاً من النموذج الأخ الشقيق LFM2.5-2.6B المُعدَّل بعد التدريب الذي تبيعه Liquid بالفعل. يكون هذا المسار منطقيًا عندما تمتلك مجالًا أو لغةً أو ملف سلوكي لا تغطيه النماذج الجاهزة — فتأخذ بنية Liquid وأساسها المكوَّن من 34 تريليون رمز وتجعله ملكك. إنه عملٌ أكثر بالتأكيد، ويبدأ بدون أي معايير منشورة، وينقل معه سقف الإيرادات إلى الأمام. المكافأة هي نموذج لا يملكه أحد غيرك.

حقيقة التوجيه

لا يظهر أيٌّ من نقطتي التحقق في أي كتالوج مستضاف اليوم، بما في ذلك OrcaRouter — فالمسودة بحكم تعريفها أداة خدمة محلية ملحقة، وقاعدة Liquid مشروع ضبطٍ دقيقٍ ذاتي الاستضافة. وهذا هو الموضع الذي تظل فيه طبقة التوجيه مفيدة دون أن تدّعي استضافة أيٍّ منهما: ما إن تخدم أو تضبط أيًّا من النموذجين، فإن الطبقة الواقعة أمام نقاط النهاية الخاصة بك هي التي تجعل تجربتهما قابلة للعكس. وجّه مسار اختبار إلى بناء SGLang القائم على MiniCPM5-2B-plus-draft بينما يبقى الإنتاج على ما تخدمه اليوم، ودع التبديل التلقائي عند الفشل يلتقط التوقف، وأبقِ الأسعار المدرجة من المزودين تمرّ دون زيادة (بهامش ربح 0%) للنماذج المستضافة التي تقارن بها. والمقصود من الطبقة هنا ليس التسليم — بل أن أيًّا من المكوّنين لا يُلزمك التزامًا لا رجعة فيه.

على أي رف تتسوق؟

اختر MiniCPM5-2B-DSpark (مع نموذجه الهدف) عندما تريد اليوم نموذجًا مكتملًا يعمل على الجهاز بترخيص Apache-2.0، إضافةً إلى نموذج مساعد (draft) قد يجعله أسرع — على أن تدرك أنك ستقيس بنفسك مقدار التسريع الذي يوفره النموذج المساعد، لأن البائع لم يقم بهذا القياس. واختر LFM2.5-2.6B-Base عندما تنوي إجراء تدريب لاحق على نموذجك الخاص وترغب في البنية الهجينة من Liquid والأساس القائم على 16 لغة كنقطة انطلاق للأوزان — مع قبولك تكلفة الضبط الدقيق، وغياب أي معايير أداء منشورة، وسقف الإيرادات البالغ 10 ملايين دولار الذي سيرافق أي منتج تطلقه. الاثنان ليسا متنافسين على المهمة نفسها؛ بل هما مهمتان مختلفتان تعملان على العتاد نفسه، والاختيار الخاطئ الوحيد هو شراء أحدهما وأنت تعتقد أنك تشتري الآخر.