Llama 4 Scout وLlama 4 Maverick متاحان الآن. Scout يعمل على بطاقة رسومات استهلاكية واحدة. Maverick يتفوق على GPT-5.4 mini في مهام الاستدلال. كلاهما متاح للتنزيل مجاناً.
أطلقت ميتا Llama 4 يوم الأحد، وانكبّ مجتمع الذكاء الاصطناعي على دراسته بتمحيص دقيق لا يُحشد عادةً إلا لوثائق قضائية مسرّبة. صدر نموذجان في آنٍ واحد: Llama 4 Scout، وهو نموذج بـ 17 مليار معامل محسّن للنشر المحلي، وLlama 4 Maverick، وهو نموذج ضخم بـ 400 مليار معامل يعتمد بنية خبراء المزج، مصمم لأعباء العمل المؤسسية. كلاهما متاح للتنزيل مجاناً بموجب رخصة الاستخدام المفتوح من ميتا، التي تتيح النشر التجاري للمنظمات التي يقل عدد مستخدميها النشطين شهرياً عن 700 مليون — وهو عتبة تُعفي في الواقع كل الجهات تقريباً ما عدا ميتا نفسها وحفنة من عمالقة التكنولوجيا.
العنوان الأبرز لـ Scout هو أنه يعمل على بطاقة Nvidia RTX 4090 واحدة أو ما يعادلها من بطاقات الرسومات الاستهلاكية بذاكرة VRAM سعتها 24 غيغابايت. كان هذا العتبة التي ينتظرها المطورون: نموذج قادر فعلاً يستطيع مطور منفرد أو فريق صغير تشغيله بالكامل على أجهزته الخاصة، دون دفع تكاليف الاستدلال السحابي، ودون إرسال بياناته إلى أي خادم خارجي. في المعايير الأولية المتداولة على منتديات المطورين، يحقق Scout نتائج مماثلة لـ GPT-5.4 mini وGemini 2.0 Flash في مهام البرمجة والاستدلال القياسية، ويتفوق عليهما قليلاً في استخراج البيانات المنظّمة.
Maverick نموذج من طينة مختلفة. عدد المعاملات البالغ 400 مليار يبدو ضخماً، لكن بنية خبراء المزج تعني أن جزءاً صغيراً فقط من المعاملات يكون نشطاً في أي مرحلة استدلال — نحو 17 مليار، أي ما يعادل تقريباً الحجم الكامل لـ Scout. والنتيجة العملية أن Maverick يستهلك قدراً أقل من الحوسبة لكل استعلام مقارنةً بنموذج كثيف بـ 400 مليار معامل، مع الاحتفاظ بعمق المعرفة والاستدلال الخاص بشبكة أكبر بكثير. على اختبار MMLU، سجّل Maverick 87.4 مقارنةً بـ 86.1 لـ GPT-5.4 و85.8 لـ Claude 3.7 Sonnet. وعلى اختبار الاستدلال الرياضي (اختبار MATH)، حقق Maverick 79.6، وهو رقم يتجاوز بوضوح أي نموذج مفتوح المصدر أُصدر قبله.
“والنتيجة العملية أن Maverick يستهلك قدراً أقل من الحوسبة لكل استعلام مقارنةً بنموذج كثيف بـ 400 مليار معامل، مع الاحتفاظ بعمق المعرفة والاستدلال الخاص بشبكة أكبر بكثير.”
كان استقبال المطورين صاخباً وإيجابياً في مجمله، مع بعض التحفظات. نافذة السياق في Llama 4 هي 256,000 رمز في Scout ومليون رمز في Maverick — وهو رقم تنافسي على مستوى الحافة الأمامية، غير أن المجتمع سيُمضي الأسبوع القادم في اختبار ما إذا كان الأداء يتراجع في مهام السياق الطويل كما حدث مع إصدارات Llama السابقة. وأشار عدد من باحثي الذكاء الاصطناعي على منصة X إلى أن نتائج معايير Maverick جُمعت باستخدام نسخة "مضبوطة للدردشة" تختلف عن النموذج الأساسي، مما قد يؤثر على قابلية إعادة الإنتاج.
النقاط الرئيسية
→meta: Llama 4 Scout is Meta's 17-billion-parameter model designed for local deployment.
→llama 4: Llama 4 Scout is Meta's 17-billion-parameter model designed for local deployment.
→open source ai: Llama 4 Scout is Meta's 17-billion-parameter model designed for local deployment.
→large language models: Llama 4 Scout is Meta's 17-billion-parameter model designed for local deployment.
صاغ الرئيس التنفيذي لميتا مارك زوكربيرغ الإطلاق بوصفه جزءاً من رهان طويل الأمد. وكتب في بيان مرافق للإصدار: "نؤمن بأن الذكاء الاصطناعي مفتوح المصدر هو السبيل لبناء منظومة بيئية أكثر صحة. ليس لأن ذلك عمل خيري — بل لأن أفضل منتجات الذكاء الاصطناعي ستُبنى على أسس يمكن للجميع رؤيتها ومراجعتها وتحسينها." إنه خطاب مألوف، لكنه يُحدث أثراً مختلفاً اليوم عما كان عليه حين أُطلق Llama 1 في فبراير 2023 لجمهور أصغر بكثير. نضجت بيئة الذكاء الاصطناعي مفتوح المصدر نضوجاً ملحوظاً منذ ذلك الحين، واستعداد ميتا لإصدار نماذج بهذا الحجم أجبر كل مختبر بارز آخر على مواجهة حجج التكلفة وسهولة الوصول.
التداعيات العملية حقيقية. مطور يبني أداة لمراجعة الوثائق القانونية، أو شركة رعاية صحية تعالج سجلات المرضى، أو جهة حكومية تشترط السيادة على البيانات — كل هؤلاء يمتلكون الآن نموذجاً يضاهي الحافة الأمامية الراهنة، قابلاً للنشر بالكامل ضمن بنيتهم التحتية الخاصة. هذا تطور غير هيّن. لا يُلغي الحجة لصالح النماذج السحابية من OpenAI وAnthropic وGoogle، لكنه يُضيّقها.
Advertisement
المجال الوحيد الذي كان الاستقبال فيه أكثر تحفظاً هو السلامة. يعتمد نهج ميتا في سلامة النماذج في Llama 4 على منظومة متعددة الطبقات: نموذج مصنّف Llama Guard 4 مخصص لتصفية المدخلات والمخرجات، إلى جانب نظام Prompt Guard محدّث لرصد محاولات كسر القيود. وجد الباحثون الذين أمضوا عطلة نهاية الأسبوع في اختبار الأوزان العامة أنه، كما في إصدارات Llama السابقة، يمكن استمالة الأوزان الأساسية لإنتاج محتوى صُمِّمت طبقات السلامة لحجبه. أقرّت ميتا بذلك في ملاحظات الإصدار، واصفةً إياه بأنه "خاصية متأصلة في الأوزان المُصدَرة بشكل مفتوح"، ومشيرةً إلى أنها نشرت أوزان Llama Guard 4 تحديداً لتمكين المُنشِرين من تشغيل طبقة التصفية الخاصة بهم.
هذا موقف معقول. وهو أيضاً موقف سيُبقي الجدل السياسي حول الذكاء الاصطناعي مفتوح المصدر يعمل بكامل طاقته في المستقبل المنظور.
Continue reading to see the full article
#meta#llama 4#open source ai#large language models#ai models#machine learning#gpt comparison#developers#artificial intelligence#zuckerberg
ما هو Llama 4 Scout وما متطلبات الأجهزة التي يحتاجها؟
Llama 4 Scout هو نموذج ميتا ذو 17 مليار معامل، مصمم للنشر المحلي. يعمل على بطاقة رسومات استهلاكية واحدة بذاكرة VRAM سعتها 24 غيغابايت، كبطاقة Nvidia RTX 4090، مما يجعله في متناول المطورين الأفراد والفرق الصغيرة دون الحاجة إلى بنية تحتية سحابية.
كيف يقارن Llama 4 Maverick بـ GPT-5.4 وكلود؟
في اختبارات المعايير، سجّل Llama 4 Maverick 87.4 على اختبار MMLU (مقارنةً بـ 86.1 لـ GPT-5.4 و85.8 لـ Claude 3.7 Sonnet)، و79.6 على اختبار MATH، مما يجعله منافساً أو متفوقاً على النماذج المغلقة المصدر في عدة مهام استدلالية.
هل Llama 4 مجاني للاستخدام التجاري؟
نعم. Llama 4 متاح للتنزيل والاستخدام التجاري مجاناً بموجب رخصة الاستخدام المفتوح من ميتا. القيد الرئيسي يسري على المنظمات التي يتجاوز عدد مستخدميها النشطين شهرياً 700 مليون مستخدم، وهو ما يقصر التقييد فعلياً على أكبر شركات التكنولوجيا فقط.
