نماذج ذكاء اصطناعي حرة مفتوحة المصدر: دليل شامل لأبرز النماذج المتاحة في 2026

ثورة النماذج المفتوحة

قبل عامين فقط، كان الوصول إلى نموذج ذكاء اصطناعي بقدرات GPT-4 حكراً على الشركات الكبرى التي تستطيع دفع ملايين الدولارات لتطوير نماذجها الخاصة، أو دفع رسوم باهظة للوصول إلى واجهات برمجة التطبيقات (APIs). في عام 2026، تغير المشهد تماماً. أصبح بإمكان أي شخص لديه حاسوب متوسط تحميل وتشغيل نماذج ذكاء اصطناعي تنافس أقوى النماذج التجارية، بفضل الثورة التي تشهدها النماذج مفتوحة المصدر والمفتوحة الوزن.

مفتوح المصدر مقابل مفتوح الوزن

قبل الخوض في النماذج، من المهم توضيح الفرق بين مصطلحين يختلطان غالباً:

النماذج مفتوحة المصدر (Open Source): وفقاً لتعريف مؤسسة البرمجيات الحرة (OSI)، يجب أن تشمل ثلاثة عناصر: أوزان النموذج، وكود التدريب والتشغيل الكامل، ومعلومات مفصلة عن بيانات التدريب تسمح بإعادة بناء نظام مكافئ. من النماذج القليلة التي تفي بهذا التعريف الصارم OLMo من AI2 و Pythia من EleutherAI، لكنها ليست الأقوى على الإطلاق .

النماذج مفتوحة الوزن (Open-Weight): هي النماذج التي تنشر أوزانها المدربة للتحميل، لكنها تحتفظ ببيانات التدريب وغالباً كود التدريب لنفسها. هذا هو النوع السائد في السوق حالياً. على الرغم من أنها ليست مفتوحة المصدر بالمعنى الدقيق، إلا أنها تسمح بالتحميل والتدقيق والضبط الدقيق والاستضافة الذاتية .

معظم النماذج التي سترد في هذا المقال هي من النوع مفتوح الوزن، لكنها تُستخدم في السياقات التي تهم المطورين تماماً مثل النماذج مفتوحة المصدر .

أبرز عائلات النماذج المفتوحة في 2026

Qwen3 من阿里巴巴

تعتبر عائلة Qwen3 من Alibaba الخيار الافتراضي لأغلب المطورين الباحثين عن نموذج مفتوح الوزن قوي ومتعدد الاستخدامات. مرخصة برخصة Apache-2.0، مما يعني عدم وجود قيود على الاستخدام التجاري أو حد أقصى للمستخدمين .

تقدم العائلة نماذج بأحجام مختلفة: من 1.7 مليار معامل (للهواتف والأجهزة منخفضة الموارد) إلى 8 و14 و30 مليار معامل (للحواسيب المكتبية) وحتى 235 مليار معامل (للخوادم السحابية) . النموذج الرئيسي Qwen3-235B-A22B يستخدم بنية Mixture-of-Experts (MoE) بحجم 235 مليار معامل إجمالي، ينشط منها 22 ملياراً فقط لكل رمز، مما يجعله فعالاً من حيث التكلفة .

يدعم Qwen3 أكثر من 100 لغة، ويقدم أداءً قوياً في البرمجة والاستدلال، مما يجعله خياراً مثالياً للمساعدين الشخصيين، وتطبيقات البرمجة، والتطبيقات متعددة اللغات .

يمكن تشغيله محلياً عبر:

ollama run qwen3:8b

gpt-oss من OpenAI

في خطوة مفاجئة، أصدرت OpenAI نموذجين مفتوحي الوزن تحت اسم gpt-oss، مرخصين برخصة Apache-2.0. النموذجان هما gpt-oss-20b (20 مليار معامل إجمالي، 3.6 مليار نشط) و gpt-oss-120b (117 مليار إجمالي، 5.1 مليار نشط)، مع نافذة سياق 128 ألف رمز .

هذه النماذج غير متوفرة عبر API الخاص بـ OpenAI، ولا يمكن الوصول إليها عبر ChatGPT. يجب تحميلها وتشغيلها بنفسك . في اختبار Codeforces، حقق gpt-oss-120b تقييم Elo بلغ 2622، متجاوزاً o4-mini . هذا يجعله خياراً ممتازاً لمن يريدون أداءً من OpenAI مع تحكم كامل في البنية التحتية.

Gemma 3 من Google DeepMind

Gemma 3 هو الخيار الأفضل لمن يريد نموذجاً قوياً يعمل على بطاقة رسوميات واحدة (مثل RTX 4090). يتوفر بأحجام 1 و4 و12 و27 مليار معامل. الإصدارات 4 و12 و27 تدعم النصوص والصور (متعددة الوسائط) مع نافذة سياق 128 ألف رمز و140 لغة .

الترخيص هو Gemma Terms of Use، وليس Apache 2.0، لذا يجب قراءة الشروط قبل الاستخدام التجاري .

ollama run gemma3:12b

DeepSeek من DeepSeek-AI

تقدم عائلة DeepSeek نماذج قوية بأداء ممتاز في الرياضيات والبرمجة، مرخصة برخصة MIT التي تسمح بالاستخدام التجاري وحتى التقطير (distillation) . النماذج الرئيسية تشمل DeepSeek-V3.2 (685 مليار معامل، MoE، 128 ألف سياق) و DeepSeek-R1 (671 مليار معامل، 37 مليار نشط) .

تحقيق DeepSeek-R1 لتقييم 2029 على Codeforces (96.3 بيرسنتيل) يجعله الخيار الأول للاستدلال المتقدم .

Llama 4 من Meta

تقدم Meta العائلة الأكبر حجماً (Llama 4 Maverick) مع 400 مليار معامل إجمالي (17 مليار نشط) ونافذة سياق ضخمة تصل إلى مليون رمز . مرخصة برخصة Llama 4 Community License، التي تفرض قيداً على المستخدمين الذين يتجاوزون 700 مليون مستخدم نشط شهرياً (وهو رقم لا يؤثر على معظم المشاريع) .

ollama run llama4-maverick

Command A+ من Cohere

أطلقت Cohere نموذج Command A+ في مايو 2026، مرخصاً برخصة Apache 2.0، وهو نموذج MoE بحجم 218 مليار معامل إجمالي و25 مليار نشط، مع نافذة سياق 128 ألف رمز . صُمم للوكيلية (agentic) والمهام متعددة اللغات والمستندات متعددة الوسائط، ويعمل على بطاقتي H100 فقط .

Phi-4-mini من Microsoft

هذا النموذج هو الخيار الأفضل للأجهزة محدودة الموارد. بحجم 3.8 مليار معامل فقط، مرخص برخصة MIT، ويدعم نافذة سياق 128 ألف رمز، ويعمل حتى على وحدة المعالجة المركزية (CPU) دون الحاجة إلى بطاقة رسوميات .

ollama run phi4-mini

مقارنة سريعة لأفضل النماذج

النموذج	الشركة	الحجم (الإجمالي/النشط)	الترخيص	أفضل استخدام
Qwen3-Coder-480B	Alibaba	480B / 35B	Apache 2.0	البرمجة (69.6% SWE-bench Verified)
gpt-oss-120b	OpenAI	117B / 5.1B	Apache 2.0	البرمجة التنافسية (2622 Elo)
DeepSeek-R1	DeepSeek	671B / 37B	MIT	الاستدلال (96.3% Codeforces)
Llama 4 Maverick	Meta	400B / 17B	Llama Community	السياق الطويل (1M)
Gemma 3 27B	Google	27B (كثيف)	Gemma Terms	بطاقة واحدة (GPU)
Command A+	Cohere	218B / 25B	Apache 2.0	الوكيلية والمهام متعددة اللغات
Phi-4-mini	Microsoft	3.8B (كثيف)	MIT	الأجهزة منخفضة الموارد

كيف تشغّل هذه النماذج؟

التشغيل المحلي (للأجهزة الشخصية)

أسهل طريقة لتشغيل نموذج محلياً هي باستخدام Ollama، وهي أداة بسيطة تتعامل مع التحميل والكمّ (quantization) والتشغيل :

ollama pull qwen3
ollama run qwen3 "اكتب دالة Python لقراءة ملف JSON"

التشغيل في الإنتاج (للخوادم)

للاستخدام في بيئات الإنتاج، يمكن استخدام أدوات مثل vLLM أو SGLang التي تقدم استدلالاً عالي الإنتاجية مع تجميع مستمر، ودعم موازاة الموتر (tensor parallelism) .

الخلاصة

في عام 2026، أصبحت النماذج المفتوحة المصدر والمفتوحة الوزن قوة لا يستهان بها في عالم الذكاء الاصطناعي. من Qwen3 الذي يقدم أفضل أداء عام تحت رخصة Apache 2.0، إلى gpt-oss الذي يقدم أداء OpenAI مع تحكم كامل، إلى Gemma 3 الذي يوفر قوة عالية على بطاقة واحدة، إلى Phi-4-mini الذي يعمل حتى على CPU. بفضل أدوات مثل Ollama، أصبح تشغيل هذه النماذج على أجهزتك الخاصة أسهل من أي وقت مضى، مما يمنحك الخصوصية والتحكم والتوفير في التكاليف.