NVIDIA Nemotron Labs Dory 1.0 4B مقابل MiniCPM5 2B: وقت تشغيل مخصص ضد LlamaForCausalLM عادي

أكثر ما يجدر ملاحظته بشأن NVIDIA Nemotron Labs Dory 1.0 4B وMiniCPM5-2B ليس جدول القياسات المعيارية لأي من النموذجين — بل ما يظهر في السطر الأول من قسم البنية المعمارية لدى MiniCPM5-2B. تقول بطاقته، بصراحة، إن البنية المعمارية قياسية، وهي LlamaForCausalLM: 42 طبقة، وانتباه الاستعلامات المجمّعة مع 16 رأس استعلام ورأسي KV، بلا نوى مخصّصة، وبلا حاجة إلى تفرّع من كود النموذج. أما بطاقة Dory فتقول العكس في كل معنى عملي. بنيتها المعمارية شبكة تكرارية كامنة حلقية تُطبَّق فيها كتلة الطبقات عددًا متغيرًا من المرات، ولتشغيلها اليوم عليك تثبيت vLLM من طلب سحب مفتوح أو بناء llama.cpp من commit مثبّت. أحد هذين النموذجين يندمج مباشرة في المنظومة التي لديك بالفعل. أما الآخر فيتطلب منك تغيير المنظومة أولًا. هذا الفرق سيحسم عمليات نشر أكثر مما تحسمه أي درجة نشرها أي من الموردين.

نموذجان صغيران، رهانان مختلفان تمامًا

N​VIDIA N​emotron Labs Dory 1.0 4Bهو نموذج N​VIDIA الحلقي الكثيف بحجم 4B، نُشر على Hugging Face بصيغ BF16 وMXFP8 وNVFP4 وQ5_K_M GGUF بموجب رخصة OpenMDW 1.1، وعلى بطاقته ختم "GA (10/16/2026)". وهو نصي فقط وبالإنجليزية فقط، ويستوعب حتى 256K رمزًا، ووضع نحو 6 تريليونات من رموز التدريب المسبق في منظومة دُرّبت أصليًا بـ NVFP4 خلال أول ~4.5T قبل التحول إلى BF16، ثم وُسّعت إلى سياق طويل عبر 300B رمز، واختُتمت بـ SFT إضافة إلى التعلم المعزز GRPO متعدد البيئات. وقد نُشر دون أي إعلان من أي نوع.

MiniCPM5-2B هو نموذج كثيف بحجم 2.5B من OpenBMB — بإجمالي 2,516,756,480 معاملًا، منها 1,981,982,720 معاملًا غير تضميني — تحت رخصة Apache 2.0، مع نافذة سياق تبلغ 131,072 رمزًا ودعم ثنائي اللغة للإنجليزية والصينية. وهو الإدخال الثاني في سلسلة MiniCPM5 بعد 1B، وقد بُني لتوسيع نطاق ما تسميه البطاقة نفس وصفة التدريب، وهو موجَّه صراحةً نحو النشر على الأجهزة، والمحلي، والمحدود الموارد. شمل التدريب اللاحق الضبط الدقيق الخاضع للإشراف، والتعلم المعزز، والتقطير على السياسة. وتدّعي البطاقة تحقيق أفضل مستوى مفتوح المصدر من فئة 2B بمتوسط 53.9 عبر مجموعة اختباراتها.

كلاهما صغير بما يكفي للعمل على مسرّع واحد. وكلاهما متاح للتنزيل اليوم. وكل ما بعد ذلك يتباعد.

التباين، بُعدًا بُعدًا

• البنية المعمارية — Dory 1.0 4B هو نموذج GPT مُطبّع ذو بنية تكرارية كامنة بحلقات، مع مزيج متداخل من الانتباه الكامل والانتباه ذي النافذة المنزلقة، وكتلة إدخال من 8 طبقات، وكتلة تكرارية من 20 طبقة، وكتلة إخراج من 8 طبقات. MiniCPM5-2B هو محوّل سببي كثيف تقليدي، بـ42 طبقة، GQA بـ16 رأسًا مقابل رأسي KV، وفق معيار LlamaForCausalLM.

• تكلفة الدخول إلى التشغيل — هذا هو العنوان الأبرز. لا يحتاج MiniCPM5-2B إلى نواة مخصّصة ولا إلى محرك متفرّع؛ إذا كانت منظومتك تشغّل نماذج على شكل Llama، فهي تشغّل هذا. يحتاج Dory إلى vLLM مبنيًّا من طلب سحب لم يُدمج أو llama.cpp مبنيًّا من commit مثبّت، مع تجاوزات وقت التشغيل لعدد الحلقات ووضع KV-cache.

• المعاملات — 4B كثيف مقابل 2.516B إجمالاً (1.98B غير التضمين). Dory أكبر بنحو 60%، وتُطبَّق كتلته المتكررة بشكل متكرر، لذا فإن الحوسبة الفعالة لكل رمز عند أربع حلقات تتجاوز ما يوحي به عدد المعاملات.

• السياق — تصل Dory إلى 256K رمزًا مع 262,144 موضعًا تم التحقق منها في vLLM. يدعم MiniCPM5-2B عددًا يبلغ 131,072. نافذة Dory ضعف ذلك؛ أما ما إذا كنت ترغب في الدفع مقابل ذلك، فهو سؤال KV-cache الموضح أدناه.

• اللغات — Dory إنجليزي فقط، مع 43 لغة برمجة في مزيج التدريب المسبق الخاص به. MiniCPM5-2B ثنائي اللغة الإنجليزية والصينية. بالنسبة لعبء عمل باللغة الصينية، يحسم هذا البُعد المقارنة دون الرجوع إلى أي صف آخر.

• الترخيص — OpenMDW 1.1 لـ Dory، وApache 2.0 لـ MiniCPM5-2B. كلاهما يسمح بالاستخدام التجاري؛ وApache 2.0 هو الترخيص الذي وافقت عليه بالفعل معظم المراجعات القانونية.

• مرونة الحوسبة — عمق Dory معلمة وقت تشغيل: حلقة واحدة لزمن الاستجابة، واثنتان كالوضع الافتراضي الموصى به، وأربع عندما تكون الدقة الوكيلية أكثر أهمية، وكل ذلك من نقطة تفتيش واحدة. لدى MiniCPM5-2B عمق ثابت، ورافعة أدائه هي التكميم — إذ توفّر العائلة بنيات GGUF وMLX وGPTQ وLiteRT بالإضافة إلى نموذج مسودة DSpark لفك التشفير التخميني.

• النظام البيئي — أصبح MiniCPM5-2B متاحًا للعموم منذ أوائل سبتمبر 2026، ولديه أكثر من مليون تنزيل ومجموعة من البُنى المُكمَّمة والمشتقة. امتلأت مستودعات Dory الأربعة بين عشية وضحاها، وكانت عدّادات التنزيل الخاصة بها عند الصفر عند كتابة هذا.

الأرقام، ولماذا لا ينبغي لك طرحها

تنشر كلتا البطاقتين جداول معيارية، وتتقاطع الجداول في مهام كافية بما يجعل المقارنة جنبًا إلى جنب ممكنة. يستحق الأمر القيام بذلك بعناية، لأن الطرح الساذج سيكون مضلّلًا بطريقة محددة وقابلة للتنبؤ.

اقرأ Dory عند إعدادات الحلقة الثلاثة الخاصة به مقابل الرقم الواحد المُبلَّغ عنه لـ MiniCPM5-2B:

• SciCode — 27.3 / 34.94 / 35.11 مقابل 26.3. عند حلقتين وما فوق، تتصدر Dory.

• SWE-bench Verified — 50.3 / 59.5 / 61.8 مقابل 46.4.

• Terminal-Bench 2.1 — 12.5 / 18.1 / 22.2 مقابل 8.6.

• GPQA Diamond — 69.19 / 72.41 / 72.16 مقابل 70.2. حتى عند حلقة واحدة، يتخلف Dory اسميًا؛ وعند ثلاث حلقات أو أكثر، يتقدم بفارق ضئيل.

• HLE، نصي فقط — 8.25 / 10.89 / 10.43 مقابل 8.9.

• IFBench — 74.29 / 77.94 / 79 مقابل 66.3.

• AA-LCR — 63 / 71 / 73 مقابل 59.0.

يبدو Dory أقوى في معظم هذه، وأحيانًا بفارق كبير. والآن السبب في عدم تصديق الحساب: هاتان أداتا اختبار مختلفتان تقيسان مجموعتين مختلفتين من المطالبات، ولم يشغّل أي من المورّدين نموذج الآخر. قاست NVIDIA نموذج Dory على NeMo Gym وNemo Evaluator SDK، مع أعداد التكرار لكل معيار التي تفصح عنها البطاقة — SciCode ثماني مرات، وAA-LCR ست عشرة مرة، وعدة معايير مرة واحدة بالضبط. قاست OpenBMB نموذج MiniCPM5-2B على إعدادها الخاص، وأبلغت عن متوسط واحد قدره 53.9 عبر مجموعتها. إن فارق نقطتين أو ثلاث نقاط بين هذين الإعدادين ضجيج، وليس حكمًا. لا شيء في أي من البطاقتين يمثل إعادة إنتاج مستقلة، ولم ينشر أي طرف ثالث مقارنة مباشرة بين هذين النموذجين.

هناك سبب بنيوي واحد لتوقع أن يكون تفوق Dory الظاهر حقيقياً في المهام الوكيلية وأن يتلاشى في غيرها. تُظهر بطاقة Dory أن الحلقات تحقق أكبر مكسب على SWE-bench وTerminal-Bench، وأقل مكسب في استرجاع المعرفة — فـ AA-Omniscience بالكاد يتغير عبر أعداد الحلقات. أما قوة MiniCPM5-2B نفسها فهي موزعة على نحو مختلف: إذ يسجل 97.1 على τ²-Bench Telecom و88.7 على GAIA Text-103، وهي نتائج وكيلية لا تقيسها بطاقة N​VIDIA بصيغة قابلة للمقارنة. إذا كانت مهمتك هي استخدام الأدوات في مجال ضيق، فأرقام بطاقة MiniCPM هي التي ينبغي اختبارها أولاً، ولا يظهر أي منها على ورقة Dory.

لاحظ أيضًا ما تمتنع البطاقتان عن مقارنته. تقيس MiniCPM5-2B أداءها مقابل Qwen3.5-4B عند 51.1، وgranite-4.2-3B عند 42.7، وLFM2.5-2.6B عند 33.2 على متوسطها الخاص. وتقيس Dory أداءها مقابل Qwen3.5-4B، وQwen3.5-9B، وGemma 4 26B A4B، وQwen3.6-35B-A3B. النموذج الوحيد الذي تُسند إليه كلتا البطاقتين رقمًا هو Qwen3.5-4B، وتمنحانه درجة مختلفة — وهذا يخبرك أكثر عن أُطُر التقييم منه عن Qwen.

كم يكلفك تشغيل كل واحد منها

قصة تشغيل MiniCPM5-2B هي القصة المملة، و«ممل» هنا مديح. معمارية قياسية، بلا نوى مخصصة، وتشكيلة من التكميمات الجاهزة، وعائلة تتضمن بالفعل نسخ MLX لـ Apple Silicon، وGPTQ لاستدلال GPU، وLiteRT للهواتف المحمولة، ونموذج مسودة لفك التشفير التخميني. نموذج بحجم 2.5B على شكل LLaMA بسياق 128K يتسع في ذاكرة متواضعة ويعمل على المحركات التي تشغّلها بالفعل. تصف OpenBMB السلسلة كاملة بأنها مصممة للأجهزة المحلية ومحدودة الموارد بحكم التصميم، ولا شيء في البطاقة يلزمك بتبنّي أي شيء جديد.

قصة تشغيل Dory هي القصة المثيرة للاهتمام، وهي لم تنته بعد. دعم vLLM قيد المراجعة في طلب السحب 60149؛ وإلى أن يُدمج، تخبرك البطاقة بتثبيت vLLM من ذلك الفرع مع تعيين علامة النواة المُجمَّعة مسبقًا، ثم التشغيل باستخدام تجاوزات تضبط عدد حلقات التكرار ووضع KV-cache. دعم llama.cpp في طلب السحب 30306، مع مراجعة مثبتة بدلاً من الرأس المتحرك، وتعليمات بناء تستهدف ARM64 macOS الأصلي على Apple Silicon. أرقام سرعة Dory المنشورة الوحيدة من NVIDIA هي تسريعات التكميم على DGX Spark — 1.69× و1.84× لـ MXFP8 مقابل BF16 حسب مزيج الإدخال/الإخراج، و2.17× و2.44× لـ NVFP4 — وليست أرقام إنتاجية. لا توجد نقطة نهاية مستضافة لـ Dory في أي مكان يمكننا التحقق منه.

الجزء الهندسي الجديد حقًا على جانب Dory هو تصميم الذاكرة، وهو الادّعاء الأجدر بالاختبار قبل أن تلتزم. يحتفظ التكرار العودي القياسي بذاكرة KV منفصلة لكل حلقة، لذا تنمو الذاكرة مع كل تمريرة إضافية. يدعم Dory وضع تخزين KV للحلقة الأخيرة يحتفظ بذاكرة واحدة لكل طبقة انتباه عودية ويكتب فوقها في كل تمريرة، مما يُبقي البصمة عند حجم حلقة واحدة تقريبًا مهما كان عدد الحلقات التي تشغّلها. تقول NVIDIA إن الدقة تبقى قريبة من وضع لكل حلقة مع أطوال مخرجات شبه دون تغيير. إذا صحّ ذلك، فالعمق المرن قدرة حقيقية؛ وإذا انحرفت الدقة، فالميزة تكلّف أكثر مما توحي به البطاقة. لم يتحقق أحد خارج NVIDIA من ذلك.

حيث يستحق جهاز التوجيه قيمته — وحيث لا يستحقها

MiniCPM5-2B ليس في كتالوج OrcaRouter، وكذلك N​VIDIA N​emotron Labs Dory 1.0 4B. لا يملك Dory أي نقطة نهاية مستضافة في أي مكان يمكننا تأكيده؛ MiniCPM5-2B هو نموذج على الجهاز كُتبت بطاقته للنشر المحلي، وليس لمنصة استدلال. قول ذلك بصراحة يهم أكثر من إيجاد زاوية، لأن الأثر العملي هو أن طرفي هذه المقارنة يعملان على عتاد تملكه.

عندها يصبح خط الأساس المستضاف هو الجزء المحرج في التجربة. معظم الفرق التي تُقيّم نموذجًا بحجم 2B أو 4B لا تُقيّمه في الفراغ — بل تسأل هل يمكنه أن يحل محل استدعاء مستضاف بجزء يسير من التكلفة وبجزء يسير من القدرة، والإجابة عن ذلك السؤال تعني تشغيل النموذج المستضاف على مجموعة المهام نفسها. مفتاح OrcaRouter واحد يصل إلى تلك النماذج المستضافة بسعر قائمة المزوّد مع هامش ربح 0%، دون عقد ثانٍ ودون SDK ثانٍ، لذا لا تحتاج المقارنة إلى عملية شراء خاصة بها. يهم التحويل التلقائي عند الفشل هنا لسبب مختلف: التقييم المحلي الطويل على GPU واحدة سيتعرض للانقطاع، ووجود مسار احتياطي موصول مسبقًا خلف نقطة النهاية نفسها يُبقي التشغيل حيًا. تتيح لغة توجيه DSL لنقطة نهاية محلية وأخرى مستضافة أن تتشاركا موقع استدعاء واحدًا، فلا ينقسم نصفا نشر هجين إلى قاعدتي كود. لا يختار أي من هذا فائزًا بين Dory وMiniCPM5-2B. إنه يجعل استبعاد الخاسر رخيصًا.

الحكم

اختر MiniCPM5-2B إذا كانت العقبات التي تعترض النشر تهمّ أكثر من أعلى درجات الأداء الوكيلي. فهو بترخيص Apache 2.0، وبحجم أصغر بالنصف، وثنائي اللغة، وبمعمارية قياسية، وتحيط به نسخ مُكمَّمة (quantisations) تشمل بيئات تشغيل للجوّال. وإذا كان على فريقك الإطلاق هذا الشهر، وكان البديل هو خوض معركة بناء نواة (kernel)، فإن نموذج 2.5B يفوز من ناحية اللوجستيات وحدها — كما تشير نتائجه المُبلَّغ عنها في τ²-Bench وGAIA إلى أنه لا يتخلى عن الكثير في مهام استخدام الأدوات التي تُنشر النماذج الصغيرة فعليًا من أجلها.

اختر NVIDIA Nemotron Labs Dory 1.0 4B إذا كان ما تريده ليس نموذجًا بل تجربةً: نقطة تفتيش واحدة تزيد دقتها الخاصة مع حوسبة الاستدلال، ونافذة بسعة 256K مع تصميم تخزين مؤقت يهدف إلى جعل ذلك ميسور التكلفة، وترخيص يسمح بالنشر التجاري. ادخل في الأمر وأنت تعلم أنك ستبني محرك التقديم الخاص بك من فرع، وأن كل رقم منشور هو رقم المورّد نفسه على منصة اختبار المورّد مع أعداد مرات التكرار المفصح عنها في حاشية، وأن عدّادات التنزيل لا تزال صفرًا. الجانب الإيجابي هو أنك ستكون من أول الأشخاص خارج NVIDIA الذين يختبرون طريقة مختلفة حقًا لاستهلاك الحوسبة على نموذج صغير. الثمن هو أنك ستقوم بعمل التحقق الخاص بـ NVIDIA نيابة عنها.

الشيء الذي قد يغيّر هذه المقارنة بأسرع ما يمكن ليس معيارًا قياسيًا. بل هو أن تدمج vLLM و llama.cpp طلبات السحب الخاصة بـ Dory. في اللحظة التي تُحمَّل فيها Dory من ملف ثنائي صادر ضمن إصدار، تختفي إلى حد كبير حجة الاحتكاك التي ترجّح كفة MiniCPM5-2B حاليًا، ويتنافس النموذجان أخيرًا وفق الشروط التي توحي بها جداول المعايير بدلًا من الشروط التي يفرضها نظام البناء لديك.

لا شيء من ذلك افتراضي: تم جمع إخفاقات الذكاء الاصطناعي الموثقة وحوادث الوكلاء الكامنة وراء إصدارات مثل هذا في OrcaRouter AI Incident Archive، حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة النزاع الخاصة به.