LFM2.5-2.6B من Liquid AI: وكيل بـ2.6 مليار معامل يعمل على هاتفك

النموذج الذي يتّسع في جيبك

يتحرك مركز ثقل نشر الذكاء الاصطناعي بهدوء من السحابة إلى الجهاز. في 4 أغسطس 2026، أطلقت Liquid AI نموذج LFM2.5-2.6B، وهو نموذج بـ2.6 مليار معامل شعاره حرفياً «Deploy Agents Everywhere». صُمم لمهمة محددة: تشغيل وكلاء ذكاء اصطناعي متعددي الخطوات — من النوع الذي يخطط ويستدعي الأدوات ويسلسل المهام — على الهواتف وأجهزة الكمبيوتر المحمولة والأجهزة الطرفية، حيث تهم السرعة والخصوصية والتنفيذ المحلي أكثر من الحجم الخام.

الأرقام التي تجعل هذا مثيراً للاهتمام هي أرقام النشر، لا أرقام الاختبارات وحدها. تشير Liquid AI إلى أن النموذج يبقي الاستدلال على المعالج تحت 2.5 غيغابايت من الذاكرة ويفكّ التشفير بنحو 220 رمزاً في الثانية على Apple M5 Max، و113 رمزاً في الثانية على Ryzen AI Max+، ونحو 30 رمزاً في الثانية على الهاتف. تصف هذه الأرقام نموذجاً يعمل بشكل متجاوب على معالجات المستهلك، لا على معالج رسوميات في مركز بيانات. دُرّب مسبقاً على نحو 34 تريليون رمز بمفردات من 128 ألف رمز ومرحلة مخصصة لتمديد السياق إلى 128 ألف، ليتمكن من استيعاب المدخلات الطويلة التي تولّدها أعباء عمل الوكلاء.

ما يرفع هذا النموذج فوق الإصدار الروتيني هو الادعاء المتعلق بالأداء النسبي. رغم كونه أصغر نموذج في جدول المقارنة الخاص به، تؤكد Liquid AI أن LFM2.5-2.6B «منافس، وغالباً متفوق على، نماذج تبلغ نحو أربعة أضعاف حجمه». هذا هو النمط الذي تقارب نحوه نظام الأوزان المفتوحة بأكمله خلال 2026، صيف تحرّكت فيه النماذج المفتوحة الأوزان لتلحق بالحدود الأمامية: ترتفع القدرة لكل معامل بسرعة كافية ليؤدي نموذج مدرَّب جيداً بأقل من 3 مليارات معامل الآن عملاً كان يتطلب مؤخراً شيئاً بحدود 10 مليارات معامل أو أكثر.

ما تقوله الاختبارات فعلاً

الدرجات التي نشرتها Liquid AI هي اختبارات وكلاء واستخدام أدوات، وهي المنظور الصحيح لنموذج يُسوَّق كمحرك وكلاء. وفق الأرقام التي كشفتها الشركة عن LFM2.5-2.6B، يبلغ 77.83 على ToolSandbox (استدعاء الأدوات)، و59.41 على LiveCodeBench v6، و59.17 على IFBench (اتّباع التعليمات)، و51.87 على AIME25 (الاستدلال الرياضي)، ومتوسط Claw-Eval قدره 62.85. هذه ليست درجات نموذج رائد بالقيمة المطلقة، لكنها قوية لنموذج يتّسع في 2.5 غيغابايت ويعمل على معالج كمبيوتر محمول — وهو بالضبط المقايضة التي صُمم النموذج للفوز بها.

التمييز المهم للمشترين هو بين الريادة في الاختبارات وملاءمة النشر. النموذج الذي يتصدر لوحة صدارة عامة لكنه يحتاج إلى معالج H100 مستأجر لتشغيله هو منتج مختلف عن نموذج بدرجة أقل قليلاً لكنه يعمل على الجهاز الموجود بالفعل في يد المستخدم. بالنسبة لأعباء الوكلاء عالية الحجم — مساعد يقرأ مستنداً ويستدعي ثلاث أدوات ويعيد إجابة منظّمة، مكرراً آلاف المرات — غالباً ما تهم تكلفة وزمن استجابة الذهاب والإياب إلى السحابة أكثر من النقاط القليلة الأخيرة في الدرجة. LFM2.5-2.6B محسَّن لهذا السيناريو الثاني، ودرجة استخدام الأدوات على وجه الخصوص هي ما يجعل الوكيل موثوقاً بدلاً من مجرد طلق اللسان.

لماذا يتفوق الجهاز على السحابة لفئة متنامية من المهام

الحجة لتشغيل الوكلاء محلياً ليست أيديولوجية؛ بل اقتصادية وتشغيلية. يحمل كل استدعاء استدلال سحابي ثلاث ضرائب: زمن الاستجابة (الذهاب والإياب عبر الشبكة)، والتكلفة (الفوترة لكل رمز التي تتضخم مع الحجم)، وتعرّض الخصوصية (خروج بيانات المستخدم من الجهاز). بالنسبة لاستعلام روبوت حواري عرضي، هذه الضرائب تافهة. أما بالنسبة لوكيل عالي التردد يطلق مئات استدعاءات الأدوات لإنجاز مهمة واحدة، فتتراكم بسرعة — وهذا بالضبط سبب أن نموذجاً يبقي الحلقة كاملة على الجهاز يغيّر اقتصاديات الوحدة.

تؤكد بيانات السوق الأوسع أن هذا حيث يعيش الاستخدام الحقيقي. وجد تقرير «state of open models» لصيف 2026 من Hugging Face أن النماذج التي تقل عن مليار معامل استحوذت على 83% من كل التنزيلات، بينما جذبت النماذج التي تزيد على 70 مليار معامل نحو 3% فقط من الحجم في 2026. خلاصة التقرير الصريحة أن «النماذج الصغيرة هي الوحيدة التي تعمل على الأجهزة التي يملكها معظم المطورين فعلاً». نموذج وكيل بـ2.6 مليار معامل يعمل بسرعة قابلة للاستخدام على هاتف يقع تماماً في الجزء من التوزيع حيث يحدث الجزء الأكبر من النشر الفعلي.

ماذا يعني هذا للفرق التي تبني منتجات ذكاء اصطناعي

1. جرّبوا مسار الجهاز قبل اللجوء افتراضياً إلى واجهة برمجية سحابية

قبل ربط وكيل بنقطة نهاية سحابية مدفوعة، اختبروا ما إذا كان نموذج بأقل من 3 مليارات معامل مثل LFM2.5-2.6B قادراً على حمل العبء محلياً. بالنسبة للمهام عالية التردد الغنية بالأدوات، يمكن لمسار الجهاز أن يلغي تكاليف الواجهة البرمجية لكل استدعاء تماماً ويزيل زمن استجابة الذهاب والإياب عبر الشبكة. ابنوا الاختبار المحلي أولاً؛ عاملوا الاستدعاء السحابي كملاذ للمهام التي لا يستطيع النموذج الصغير التعامل معها فعلاً، لا كخيار افتراضي.

2. قيسوا درجة استدعاء الأدوات، لا جودة المحادثة فقط

بالنسبة للوكلاء، المقياس الحاسم هو الاستخدام الموثوق للأدوات، لا لباقة المحادثة. عند تقييم نموذج صغير، رجّحوا اختبارات استدعاء الأدوات واتّباع التعليمات (ToolSandbox وIFBench) فوق جودة الدردشة المفتوحة، لأن وكيلاً يستدعي الوظيفة الخاطئة بثقة أسوأ من وكيل يجيب بأناقة أقل قليلاً. درجة 77.83 على ToolSandbox لـLFM2.5-2.6B هي الرقم الذي يجب إعادة إنتاجه على مهامكم قبل الالتزام.

3. ضعوا ميزانية لمزايا الخصوصية والعمل دون اتصال كخصائص

الاستدلال على الجهاز ليس مجرد توفير تكلفة — بل خاصية يمكنكم بيعها. البيانات التي لا تغادر الجهاز أبداً أسهل في التوفيق مع التزامات حماية البيانات، والوكيل الذي يعمل دون اتصال يبقى فاعلاً حيث يكون الاتصال ضعيفاً أو متقطعاً. بالنسبة للفرق التي تخدم أسواقاً ذات اتصال متفاوت أو توقعات صارمة لإقامة البيانات، يحوّل النموذج على الجهاز هذه القيود إلى عامل تمييز بدلاً من قيد.

الصورة الأكبر: الحد الأدنى المفيد يواصل الانخفاض

أهمية LFM2.5-2.6B تتعلق بالخط العام الذي يقع عليه أكثر مما تتعلق بهذا النموذج الواحد. خلال 2026، انخفض بثبات الحد الأدنى لحجم النموذج اللازم لأداء عمل وكيلي مفيد فعلاً، بينما واصلت أجهزة الأجهزة العادية التحسّن. والنتيجة منطقة تتّسع حيث يكون أفضل خيار للنشر ليس أكبر نموذج تستطيع المؤسسة تحمّل استئجاره، بل أصغر نموذج ينجز المهمة — يعمل حيث توجد البيانات بالفعل. هذا يقلب افتراض العصر المبكر للوكلاء، حين كانت القدرة نادرة بما يكفي ليطلب كل عبء جدّي أكبر نموذج سحابي متاح.

بالنسبة للمشتري، يستحق سيناريو التصحيح أن يُسمّى: النموذج الصغير على الجهاز قد يكون توفيراً زائفاً إذا كانت المهمة تحتاج فعلاً استدلالاً رائداً، ودفع نموذج ناقص القدرة في تدفق عالي المخاطر لتوفير فواتير الواجهة البرمجية هو وضع فشل بذاته. الانضباط هو مطابقة النموذج للمهمة بأمانة — احفظوا النموذج السحابي الرائد للاستدلال الذي يستطيع وحده القيام به، ودعوا نموذجاً مثل LFM2.5-2.6B يمتص العمل عالي الحجم الغني بالأدوات الحساس لزمن الاستجابة الذي يشكّل الجزء الأكبر من حركة الوكلاء الحقيقية. أوضح إشارة من أغسطس 2026 هي أن الفئة الثانية أصبحت الآن أكبر بكثير مما كانت عليه قبل عام، وأنها تعمل على أجهزة يحملها الناس بالفعل.

الأسئلة الشائعة

المصادر والقراءات الإضافية

• LFM2.5-2.6B: Deploy Agents Everywhere — Liquid AI
• State of Open Models: Summer 2026 Observations — Hugging Face
• AI Model Releases in August 2026: Confirmed Updates — BenchLM
• AI Model Benchmarks August 2026: Open-Weight Models Catch the Frontier — GMI Cloud