مقارنة نماذج LLM المفتوحة 2026: أيهم الأفضل

مقارنة نماذج LLM مفتوحة المصدر في 2026

عالم النماذج اللغوية مفتوحة المصدر تغير بشكل جذري. ما كان ممكناً فقط في GPT-4 أصبح متاحاً مجاناً على سيرفرك الخاص. هذه المقارنة تضع الأرقام أمامك.

لماذا LLM محلي مفتوح المصدر؟

GPT-4o عبر API:
├── $0.005/1K token input
├── $0.015/1K token output
├── بيانات تذهب لـ OpenAI
└── لا تحكم في الموديل أو الإعدادات

LLM محلي (Llama 3 70B):
├── مجاني بعد الإعداد
├── البيانات تبقى على سيرفرك
├── تحكم كامل في الإعدادات
└── يعمل بدون إنترنت

متى تختار API: سرعة، نماذج الأحدث، لا وقت للإعداد. متى تختار محلي: بيانات حساسة، تكلفة عالية على API، customization.

المقارنة الشاملة (2026)

Llama 3 (Meta)

الأقوى في فئة النماذج مفتوحة المصدر في 2024-2025.

الإصدار	المعاملات	الاستخدام	الـ VRAM
Llama 3 8B	8 مليار	تطبيقات خفيفة	4-6 GB
Llama 3 70B	70 مليار	تطبيقات احترافية	35-40 GB
Llama 3.1 405B	405 مليار	Enterprise	200+ GB

# تشغيل Llama 3 8B عبر Ollama
import ollama

response = ollama.chat(
 model='llama3',
 messages=[
 {
 'role': 'user',
 'content': 'اكتب تقريراً تنفيذياً عن أداء الشركة للربع الأول'
 }
 ]
)
print(response['message']['content'])

Mistral (Mistral AI)

أوروبي المنشأ، ترخيص Apache 2.0 (تجاري مجاني).

الإصدار	المعاملات	المميزات
Mistral 7B	7 مليار	سريع جداً، جيد للإنتاج
Mixtral 8x7B	46.7 مليار (MoE)	جودة أعلى بسرعة Mistral
Mistral Large	123 مليار	منافس مباشر لـ GPT-4

MoE (Mixture of Experts): Mixtral يستخدم 8 خبراء، ينشّط 2 فقط لكل token. هذا يعطيه أداء نموذج 46B بسرعة واستهلاك نموذج 14B.

DeepSeek

الصيني الذي أدهش العالم في ديسمبر 2024.

DeepSeek R1:
├── جودة مساوية لـ o1 من OpenAI في الرياضيات والكود
├── مفتوح المصدر بالكامل
├── تكلفة تدريب: أقل من $6M مقابل مئات الملايين لـ OpenAI
└── الأفضل للمهام التحليلية ومسائل الكود

# DeepSeek R1 عبر Ollama
response = ollama.chat(
 model='deepseek-r1:8b',
 messages=[{'role': 'user', 'content': 'حل هذه المسألة الرياضية...'}]
)

Qwen (Alibaba)

قوي بشكل غير متوقع في اللغة العربية.

Qwen2.5 72B:
├── الأفضل في العربية بين النماذج مفتوحة المصدر
├── أداء متميز في الكود
├── يدعم السياق الطويل (128K token)
└── مناسب للشركات العربية

Gemma (Google)

خفيف وسريع، مرخص للاستخدام التجاري.

Gemma 2 9B:
├── جودة ممتازة لحجمه
├── سريع على CPU
├── مناسب للأجهزة المحدودة الموارد
└── Apache 2.0 license

المقارنة الموضوعية

مهمة: ترجمة ووثيقة تقنية (5,000 كلمة) من إنجليزي لعربي

النموذج | الجودة | الدقة التقنية | الوقت (8vCPU)
──────────────────────────────────────────────────────
Qwen2.5 72B (Q4) | ★★★★★ | ★★★★★ | ~8 دقائق
Llama 3 70B (Q4) | ★★★★☆ | ★★★★☆ | ~10 دقائق
DeepSeek R1 70B (Q4)| ★★★★☆ | ★★★★★ | ~12 دقائق
Mixtral 8x7B (Q4) | ★★★☆☆ | ★★★★☆ | ~5 دقائق
Llama 3 8B (Q4) | ★★★☆☆ | ★★★☆☆ | ~1 دقيقة

الإعداد على السيرفر

# تثبيت Ollama
curl -fsSL https://ollama.com/install.sh | sh

# تشغيل كـ service
systemctl enable ollama
systemctl start ollama

# تحميل النماذج
ollama pull llama3 # 4.7 GB
ollama pull qwen2.5:72b-q4 # 43 GB
ollama pull deepseek-r1:8b # 4.9 GB

# تشغيل كـ API Server
# افتراضياً على http://localhost:11434
curl http://localhost:11434/api/generate \
 -d '{"model": "llama3", "prompt": "مرحبا"}'

Open WebUI للواجهة الرسومية

# تثبيت Open WebUI (ChatGPT interface لـ Ollama)
docker run -d \
 -p 3000:8080 \
 --add-host=host.docker.internal:host-gateway \
 -v open-webui:/app/backend/data \
 --name open-webui \
 --restart always \
 ghcr.io/open-webui/open-webui:main

هذا بالضبط ما يُثبَّت تلقائياً في قالب AI Hosting "Open WebUI + Ollama" على كلاود (cloud.net.sa).

التوصية للشركات السعودية

الاستخدام	الموديل الموصى به	السيرفر
بريد وكتابة عامة	Llama 3 8B	أعمال (4 vCPU)
ترجمة عربي/إنجليزي	Qwen2.5 72B	مؤسسة + RAM إضافي
تحليل وثائق قانونية	DeepSeek R1 8B	أعمال
كتابة كود	DeepSeek R1 / Qwen2.5 Coder	أعمال
تطبيق عام للشركة	Mixtral 8x7B	مؤسسة

الخلاصة

عالم النماذج مفتوحة المصدر يتغير شهرياً. اختر Qwen2.5 للعربية، DeepSeek R1 للتحليل والكود، وLlama 3 للأغراض العامة. ابدأ بالنماذج الصغيرة (8B) للتجربة، وانتقل للكبيرة عند الحاجة لجودة أعلى.

---

ابدأ الآن

جاهز تشغّل الذكاء الاصطناعي على سيرفرك؟ اكتشف حلول استضافة AI أو صمم سيرفرك بالمواصفات المطلوبة.