جدول المحتويات

ربما تفترض أن نموذج اللغة الكبير (LLM) لا بد أن يعمل في السحابة. في الحقيقة، أصبح تشغيل الذكاء الاصطناعي بالكامل داخل جهاز الكمبيوتر الخاص بك — أي "نموذج LLM المحلي" — خيارًا واقعيًا اليوم. بياناتك لا تغادر الجهاز أبدًا، ولا توجد رسوم API، وهو يعمل دون اتصال بالإنترنت. والنماذج الصغيرة لا يتجاوز حجمها بضعة غيغابايت، فحتى الحاسوب المحمول العادي يستطيع تشغيلها.

يشرح هذا المقال للمبتدئين ماهية نموذج LLM المحلي، ومزاياه وعيوبه، والمواصفات المطلوبة، وكيف تبدأ (من تثبيت Ollama بالخطوات الرسمية حتى التحقق من التشغيل)، وكيف تختار نموذجًا، ومتى تستخدمه بدلًا من السحابة.

LOCAL LLM · ذكاء اصطناعي يعمل على جهازك الخاص

لا شيء يُرسَل إلى السحابة، ولا شيء يُحاسَب عليه

— بياناتك تبقى على الجهاز؛ ثبِّته مرة واحدة واستخدمه كما تشاء

🔒

الخصوصية

مدخلاتك لا تُرسَل أبدًا إلى خادم خارجي — آمن حتى للبيانات السرية.

💰

بلا تكلفة

لا رسوم API. ثبِّته مرة واحدة وهو مجاني مهما أكثرت من استخدامه.

✈️

دون اتصال

يعمل بلا إنترنت — على متن طائرة أو خارج المنزل، دون أي مشكلة.

1. ما هو نموذج LLM المحلي؟

نموذج LLM المحلي يعني تشغيل نموذج ذكاء اصطناعي مثل ChatGPT أو Claude مباشرةً على جهاز الكمبيوتر الخاص بك (أو هاتفك) بدلًا من السحابة. فالذكاء الاصطناعي الذي تستخدمه عادةً يرسل مدخلاتك إلى خادم بعيد، ويعالجها هناك، ثم يعيد إليك الإجابة — أما نموذج LLM المحلي فإنه يجري كل تلك المعالجة على الجهاز الماثل أمامك.

تخيّل الأمر كأنه "بث الموسيقى مقابل تنزيلها." فالذكاء الاصطناعي السحابي أشبه بالبث عبر الشبكة في كل مرة تريد فيها الاستماع؛ أما نموذج LLM المحلي فأشبه بتنزيل المقطوعة إلى جهازك لتتمكن من تشغيلها دون اتصال، في أي وقت. فبمجرد أن تضع نموذجًا — وهو ملف بحجم بضعة غيغابايت — على جهازك، يمكنك تشغيله بلا إنترنت ولا رسوم.

💡 في سطر واحد: نموذج LLM المحلي هو "ذكاء اصطناعي يعمل بالكامل على جهازك، دون إرسال أي شيء إلى الشبكة." إنه قوي في الخصوصية والتكلفة — لكنه ليس بذكاء الذكاء الاصطناعي السحابي من الطراز الأول. واستيعاب هذه المقايضة هو الخطوة الأولى.

2. لماذا محليًا؟ المزايا والعيوب

لنماذج LLM المحلية ثلاث مزايا كبرى: الخصوصية، والتكلفة، والاستخدام دون اتصال. فلأن المدخلات لا تغادر جهازك، يصبح التعامل مع البيانات السرية أيسر، ولا توجد رسوم API. ولأنه لا توجد رسوم على كل طلب، يتسع الفارق كلما كررت المهمة نفسها آلاف المرات.

وهناك عيوب أيضًا. فلنكن صريحين بشأنها.

○ المزايا
  • البيانات لا تغادر جهازك أبدًا (الخصوصية)
  • استخدام غير محدود دون رسوم إضافية
  • يعمل بلا إنترنت
  • تخصيص النماذج والإعدادات بحرية
✕ العيوب
  • ليس بذكاء الذكاء الاصطناعي السحابي من الطراز الأول
  • يحتاج إلى جهاز كمبيوتر بقدرات معقولة
  • بعض الإعداد الأولي
  • لا معرفة محدّثة (تقتصر على تاريخ انتهاء تدريبه)

باختصار: "متأخر خطوة عن أحدث المستويات في الذكاء، لكنه فائز واضح في الخصوصية والتكلفة والعمل دون اتصال." وللاستخدامات التي يمكنك فيها قبول هذه المقايضة، يُعَدّ نموذج LLM المحلي خيارًا قويًا.

3. مواصفات الجهاز المطلوبة والكمّنة

"هل سيعمل على جهازي؟" هو على الأرجح سؤالك الأهم. والمفتاح هنا أمران: الذاكرة (RAM أو ذاكرة VRAM في بطاقة الرسوميات) والكمّنة.

الكمّنة (Quantization) تقنية ضغط تخفّض دقة الأرقام داخل النموذج مقابل تصغير حجمه كثيرًا. الصيغة القياسية للتشغيل المحلي هي GGUF، وQ4_K_M هو الخيار المرجعي للتوازن. ويمكن التحقق من مقدار التصغير في قائمة وسوم Ollama: يبلغ حجم Llama 3.1 8B نحو 16 GB بدقة 16 بت (fp16)، و4.9 GB بصيغة Q4_K_M، أي نحو 30% من الحجم. وهذه النسخة Q4_K_M هي نفسها التي يُنزّلها الأمر ollama run llama3.1:8b (قائمة وسوم llama3.1، حتى 30 سبتمبر 2026). ويضم Hugging Face ‏207,667 نموذجًا بصيغة GGUF (مرشّح GGUF في Hugging Face، في التاريخ نفسه).

فكم يبلغ حجمها فعليًا؟ إليك أحجام التنزيل المعروضة في مكتبة نماذج Ollama، من الأصغر إلى الأكبر.

وسم Ollama الحجم المدخلات أقصى سياق
llama3.2:3b 2.0 GB نص 128K
gemma4:e2b 4.6–7.5 GB نص، صورة، صوت* 128K
llama3.1:8b 4.9 GB نص 128K
gemma4:e4b 6.6–9.5 GB نص، صورة، صوت* 128K
gemma4:12b 7.7–8.0 GB نص، صورة 256K
gemma4:26b 16–19 GB نص، صورة 256K
muse-glimmer 18 GB نص، صورة 128K
qwen3.8:27b 18 GB نص، صورة 256K
gemma4:31b 19–20 GB نص، صورة 256K
llama3.1:70b 43 GB نص 128K

*المصدر: صفحات الوسوم في مكتبة نماذج Ollama (حتى 30 سبتمبر 2026). نطاقات الأحجام كما تعرضها المكتبة. الصوت: جدول صفحة gemma4 يذكره لـ E2B وE4B فقط (أما قائمة الوسوم نفسها فتعرض: نص، صورة). صف muse-glimmer مأخوذ من قائمة وسوم muse-glimmer (حتى 5 أكتوبر 2026).

نصيحتان لقراءة الجدول:

  • تحتاج ذاكرة أكبر من حجم الملف: الجدول يعرض أحجام الملفات. وأثناء التشغيل تُضاف إليها ذاكرة لحفظ سياق المحادثة (السياق). السياق الافتراضي في Ollama هو 4,096 رمزًا، وكلما أطلته زاد استهلاك الذاكرة (الأسئلة الشائعة في Ollama).
  • تحقّق بالأمر ollama ps مما إذا كان النموذج قد اتسع في GPU: إذا ظهر في عمود PROCESSOR ‏"100% GPU" فالنموذج كله على بطاقة الرسوميات، و"100% CPU" يعني أنه يعمل في ذاكرة النظام. أما تقسيم مثل "48%/52% CPU/GPU" فيعني أن جزءًا منه فاض خارجها (الأسئلة الشائعة نفسها). الجزء الذي يعمل على المعالج يكون عادةً أبطأ، وهذه إشارة لاختيار وسم أصغر بدرجة.

في أجهزة Mac بمعالجات Apple Silicon يتشارك المعالج وبطاقة الرسوميات الذاكرة نفسها (الذاكرة الموحّدة)، لذا يسهل على جهاز Mac ذي الذاكرة الكبيرة تشغيل وسوم أكبر على GPU. وهذه متطلبات النظام والعتاد كما تذكرها الصفحات الرسمية لكل أداة.

Ollama LM Studio
Mac macOS 14 Sonoma أو أحدث؛ معالجات Apple من سلسلة M ‏(CPU وGPU) أو x86 ‏(CPU فقط) Apple Silicon ‏(M1–M4)، وmacOS 14.0 أو أحدث؛ يُوصى بذاكرة RAM بسعة 16 GB أو أكثر (قد تعمل النماذج الصغيرة مع 8 GB)
Windows Windows 10 22H2 أو أحدث (Home أو Pro)؛ برامج التشغيل: NVIDIA 551.61 أو أحدث، وAMD مع دعم ROCm v7 أو Vulkan x64 (دعم AVX2 إلزامي) وARM ‏(Snapdragon X Elite)؛ يُوصى بذاكرة RAM بسعة 16 GB أو أكثر وذاكرة VRAM مخصّصة بسعة 4 GB أو أكثر
Linux سكربت تثبيت، إضافة إلى خطوات للتثبيت اليدوي x64 وARM64، وUbuntu 20.04 أو أحدث (يُوزَّع بصيغة AppImage)
القرص Windows: ‏4 GB على الأقل للتطبيق؛ وقد يصل مجموع النماذج إلى عشرات أو مئات الغيغابايت —

المصادر: وثائق Ollama لنظامَي macOS وWindows، ومتطلبات نظام LM Studio (جميعها حتى 30 سبتمبر 2026).

لا يستخدم Ollama حتى الآن وحدة NPU (وهي جزء عتادي مخصص للذكاء الاصطناعي) الموجودة في الحواسيب المحمولة الحديثة. لمعرفة ما تفعله NPU، اطّلع على «ما هو NPU، وهل يحتاج حاسوبك إليه؟».

للتجربة الأولى تكفي الوسوم في أعلى الجدول (نحو 2 إلى 5 GB).

بالمقابل، في أدوات مثل Claude Code وCodex التي تشغّل النموذج على الخادم، لا يغيّر أداء الكمبيوتر سوى سرعة الأوامر التي تعمل محليًا ومقدار الذاكرة المتاحة، أما الوقت الذي يقضيه الذكاء الاصطناعي في التفكير فلا يتغيّر (Claude Code وCodex: مواصفات الكمبيوتر المطلوبة).

4. كيف تبدأ — اختيار الأداة والتشغيل الأول

إذا أردت التعمق في Ollama، فراجع الدليل الكامل لـ Ollama (الأوامر، وAPI، والتخصيص).

اختر إحدى الأداتين الأكثر شيوعًا بحسب أسلوبك في العمل.

LM Studio (للمبتدئين)

تطبيق سطح مكتب أنيق. تختار نموذجًا من القائمة، وتنزّله، ثم تبدأ المحادثة مباشرة. لا حاجة إلى البرمجة، والواجهة تشبه ChatGPT. إن كانت هذه تجربتك الأولى فابدأ به.

Ollama (للمطوّرين)

أداة خفيفة تعمل من سطر الأوامر. سطر واحد، ollama run gemma4، ينقلك من تنزيل النموذج إلى محادثته. وتوفّر أيضًا API، فهي مناسبة لمن يريد دمجها في تطبيقه الخاص.

كلتاهما مجانيتان وتعملان على Windows وMac وLinux. وهناك أدوات أخرى مثل Jan وOpen WebUI وllama.cpp. إذا كنت تفضّل النقر على الكتابة، فثبّت LM Studio ونزّل نموذجًا صغيرًا؛ فهذا أسرع طريق. وإن لم تكن الطرفية تخيفك، فخطوات Ollama التالية تشغّل لك نموذجًا في دقائق.

تشغيل أول نموذج باستخدام Ollama

نتبع هنا خطوات ملف README والوثائق الرسمية لـ Ollama، من التثبيت حتى التحقق من التشغيل (حتى 30 سبتمبر 2026). القائمة الكاملة للأوامر والتفاصيل موجودة في قسم الأوامر في دليل Ollama؛ أما هنا فنكتفي بالأمور الأربعة التي تحتاجها في المرة الأولى.

1. التثبيت. في macOS وLinux، شغّل هذا السطر في الطرفية:

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

في Windows، شغّل هذا السطر في PowerShell:

irm https://ollama.com/install.ps1 | iex

إذا كنت لا تريد تشغيل سكربت من الإنترنت مباشرة، فالتنزيلات اليدوية الرسمية تفي بالغرض أيضًا (Ollama.dmg لأجهزة Mac، وOllamaSetup.exe لنظام Windows، وخطوات التثبيت اليدوي لنظام Linux). ولـ Docker توجد الصورة الرسمية ollama/ollama (ملف README الخاص بـ Ollama).

2. تشغيل نموذج. كما في المثال الأول في README، لنشغّل Gemma 4. إذا لم يكن النموذج على جهازك بعد، فسيُنزَّل أولًا ثم تبدأ المحادثة.

ollama run gemma4

الوسم الافتراضي لـ gemma4 حجمه 6.6–9.5 GB. إذا كانت الذاكرة محدودة، فحدّد وسمًا أصغر، مثل ollama run gemma4:e2b أو ollama run llama3.2 ‏(2.0 GB).

3. التحقق من التشغيل. في طرفية أخرى، شغّل الأمر التالي لترى النموذج المحمّل وعمود PROCESSOR ‏(GPU أو CPU). وكما ذُكر في القسم 3، فإن "100% GPU" هو الوضع المثالي.

ollama ps

4. الترتيب. الأمر ollama stop gemma4 يُفرغ النموذج من الذاكرة، وollama rm gemma4 يحذفه حين لا تعود بحاجة إليه. تُحفَظ النماذج في ~/.ollama/models على macOS، و/usr/share/ollama/.ollama/models على Linux، وC:\Users\%username%\.ollama\models على Windows، ويمكن تغيير ذلك بمتغير البيئة OLLAMA_MODELS (الأسئلة الشائعة في Ollama).

⚠️ النماذج الموسومة بـ ":cloud" لا تعمل على جهازك: يقدّم Ollama أيضًا نماذج سحابية مثل gemma4:cloud. تُشغَّل هذه في سحابة Ollama وتتطلب تسجيل الدخول (وثائق Ollama السحابية). ويذكر Ollama أنه يعالج المطالبات والردود للإجابة عن طلباتك ولا يستخدمها في تدريب النماذج. ومع ذلك، إن كان هدفك إبقاء البيانات على جهازك، فتأكد قبل الاستخدام من أن الوسم لا ينتهي بـ :cloud.

5. كيف تختار نموذجًا (أمثلة حتى سبتمبر 2026)

النماذج تتبدّل بسرعة، لذا من الأجدى أن تعرف معايير الاختيار قبل الأسماء: (1) هل يتسع في ذاكرتك (جدول القسم 3)؟ (2) هل تحتاج إلى إدخال صور أو صوت؟ (3) هل هو قوي فيما تحتاجه، كلغتك أو البرمجة؟ (4) هل ما زال يُحدَّث؟ يمكنك التحقق من الأسماء والأحجام وتواريخ التحديث في مكتبة نماذج Ollama. وهذه أمثلة بارزة حتى 30 سبتمبر 2026:

Llama 3.1 (8B)

النموذج الأكثر تنزيلًا في مكتبة Ollama، بإجمالي 120 مليون مرة. حجمه 4.9 GB فيعمل على أجهزة متوسطة المواصفات. لكن آخر تحديث له كان قبل عام. وللأجهزة ذات الذاكرة القليلة هناك Llama 3.2، المتوفر فقط بحجمَي 1B ‏(1.3 GB) و3B ‏(2.0 GB).

Meta Muse Glimmer (30B)

أحد نماذج Meta مفتوحة الأوزان، وهو نموذج صغير للأجهزة الشخصية، صدر في أغسطس 2026. نموذج كثيف بحجم 30B مقطَّر من Muse Spark، يقرأ النصوص والصور ويجيب نصًا. سياقه 128K وترخيصه Apache 2.0 (توثيق Meta). الوسم الافتراضي في Ollama، muse-glimmer، هو نسخة Q4_K_M بحجم 18 GB (قائمة الوسوم، حتى 5 أكتوبر 2026). وتذكر Meta أن ملف GGUF الخاص بها بدقة Q4_K_M (نحو 17 GB) يتسع في أقل من 24 GB من ذاكرة VRAM (Get the model). ما زال Llama 3.1 متاحًا ويكفي لجهاز متواضع، لكن نموذج Meta المفتوح الصغير هو هذا. وفي 15 أكتوبر صدر أيضًا الإصدار الكبير Muse Spark Open بحجم 816B، لكن أوزانه نحو 537 GB حتى بدقة 4 بت، لذا لا يعمل على جهاز شخصي. ولا يتوفر في Ollama منه سوى وسم يعمل على سحابة Ollama، وهو muse-spark-open:cloud (تم التحقق في 18 أكتوبر 2026).

Google Gemma 4

النموذج الذي يستخدمه README الخاص بـ Ollama مثالًا أول. يأتي بخمسة أحجام: E2B وE4B و12B و26B و31B، وجميعها تقرأ الصور. أما الصوت فيدعمه الصغيران E2B وE4B فقط.

Alibaba Qwen3.8

يُقدَّم بتحسينات في البرمجة وفي المهام الوكيلية الطويلة متعددة الخطوات. لا يوفّر Ollama منه إلا حجمًا واحدًا هو 27B ‏(18 GB، وسياق 256K، وإدخال صور)، فهو يناسب الأجهزة ذات الذاكرة الوفيرة.

DeepSeek وMistral وغيرهما

يتوفر DeepSeek-R1 بدرجات كثيرة من 1.5B إلى 671B، وهو نموذج استدلال يفكّر قبل أن يجيب. أما Mistral فيأتي بحجم واحد هو 7B. اختر بحسب الاستخدام والذاكرة.

السر هو التدرّج: جرّب وسمًا صغيرًا، وتأكد بالأمر ollama ps أنه على GPU، ولا تنتقل إلى حجم أكبر إلا إذا لم يكفِ. وكما في مقارنتنا لأدوات الذكاء الاصطناعي السحابية، لا تعرف إن كان النموذج يناسب استخدامك إلا بتجربته.

6. المحلي مقابل السحابة: متى تستخدم كلًّا منهما

لتعمّق أكبر في الفروق وفجوة الأداء وكيفية الاختيار بين المحلي والسحابي، اطّلع على مقالنا حول LLM المحلي مقابل السحابي.

المحلي والسحابي ليسا خيارًا أحاديًا — فالخطوة الذكية هي توزيعهما بحسب الدور.

  • المحلي يناسب: التعامل مع البيانات السرية، والمهام كثيفة الحجم أو المتكررة، والبيئات دون اتصال، والأعمال الروتينية التي تريد إبقاء تكلفتها منخفضة.
  • السحابي يناسب: المسائل الصعبة التي تتطلب أعلى دقة، والبحث الذي يحتاج إلى معلومات محدّثة، والبرمجة الثقيلة — حيث تتألق النماذج من الطراز الأول مثل ChatGPT وClaude وGemini.

على سبيل المثال، أسلوب "أنجِز المسودّات والتصنيف والتلخيص محليًا بالمجان، وأرسِل فقط اللمسة النهائية أو الأجزاء الصعبة إلى السحابة" يعمل جيدًا. لكن تذكّر أن "المجان" يخص رسوم API فقط؛ فالكهرباء والعتاد لهما كلفتهما. ومع حجم استخدام صغير قد تكون السحابة أرخص، فأيّهما الأوفر يتوقف على مقدار استخدامك.

الخلاصة

ثلاث خلاصات بشأن نماذج LLM المحلية.

  • ما هو: تشغيل نموذج ذكاء اصطناعي على جهازك الخاص. البيانات لا تغادر أبدًا، بلا رسوم API ولا قيود على العمل دون اتصال.
  • كيف تبدأ: LM Studio للمبتدئين، وOllama للمطوّرين (ثبّته بالسكربت الرسمي، وشغّل ollama run، وتحقق بـ ollama ps من أنه على GPU). ابدأ بوسم صغير بحجم 2–5 GB تقريبًا. والكمّنة (Q4_K_M) تصغّر النموذج إلى نحو 30% من حجمه بدقة fp16.
  • متى تستخدمه: السحابة أذكى. استخدم المحلي للأعمال السرية وكثيفة الحجم والتي تجري دون اتصال، والسحابة للمسائل الصعبة — والجمع بينهما هو الأفضل.

ابدأ بتثبيت LM Studio وتشغيل نموذج صغير واحد. فتجربة "ذكاء اصطناعي يحاورك بالكامل داخل جهازك الخاص" منعشة أكثر مما تتوقع. وإن أردت فهم آلية العمل، فاطّلع أيضًا على كيف تعمل نماذج LLM.

الأسئلة الشائعة

س. هل سيعمل على حاسوب محمول اعتيادي؟

ج. النماذج الصغيرة نعم. في مكتبة Ollama يبلغ حجم llama3.2:3b ‏2.0 GB، وllama3.1:8b ‏4.9 GB (حتى 30 سبتمبر 2026)، وتُضاف إليها أثناء التشغيل ذاكرة السياق. ويوصي LM Studio رسميًا بذاكرة RAM بسعة 16 GB أو أكثر. ابدأ بوسم صغير، وتحقق بـ ollama ps من أنه على GPU، ثم كبّر الحجم.

س. هل نموذج LLM المحلي أذكى من ChatGPT؟

ج. عند ذروة الدقة، تتقدّم الذكاءات السحابية من الطراز الأول (نماذج ChatGPT وClaude الأرقى). فقوة نموذج LLM المحلي ليست في الذكاء الخام بل في الخصوصية والتكلفة والعمل دون اتصال. وللغرض المناسب، فهو عملي تمامًا.

س. هل هو مجاني تمامًا؟

ج. الأدوات والنماذج المفتوحة مجانية، ولا توجد رسوم API. كل ما تدفعه هو الكهرباء، وعند الحاجة، التكلفة الأولية لجهاز كمبيوتر أو كرت رسوميات. وكلما أكثرت من استخدامه، صار كل تشغيل أرخص. لكن انتبه: نماذج Ollama الموسومة بـ :cloud تعمل في سحابة Ollama، وهذا يختلف عن التشغيل المحلي على جهازك.

س. كم من الجودة تُفقَد بسبب الكمّنة؟

ج. يصغر الملف إلى نحو 30% من حجمه بدقة fp16 (من 16 GB إلى 4.9 GB في Llama 3.1 8B). ويتوقف مقدار تراجع الجودة على النموذج والمهمة، لذا ابدأ بـ Q4_K_M (النسخة التي يُنزّلها llama3.1:8b)، وإن ساورك الشك فقارن إجاباته بنسخة q8_0 من النموذج نفسه (8.5 GB في Llama 3.1 8B).