Gemma

Gemma هي عائلة من النماذج اللغوية مفتوحة الأوزان من Google DeepMind، تم إطلاقها لأول مرة في فبراير 2024 ووصلت الآن إلى جيلها الرئيسي الرابع. على عكس واجهة برمجة تطبيقات Gemini المغلقة، فإن أوزان Gemma قابلة للتنزيل والاستضافة الذاتية بالكامل: بدون اشتراك، وبدون حد أقصى للاستخدام، ومنذ إصدار Gemma 4 (الصادر في 2 أبريل 2026)، بدون ترخيص مخصص مقيد. يأتي الاسم من كلمة "gemstone" (حجر كريم)، حيث تعكس الفكرة شيئًا صغيرًا ودقيقًا وقيّمًا. تتوسط هذه العائلة بين تجارب الهواة والاستدلال المحلي على مستوى الإنتاج، وتخدم المطورين والباحثين والشركات التي ترغب في الحصول على ذكاء بمستوى Gemini دون الاعتماد على السحابة.

يتوفر Gemma 4 بأربعة أحجام: Effective 2B (E2B، بـ 2.3B معلمة نشطة)، وEffective 4B (E4B، بـ 4.5B)، ومتغير Mixture-of-Experts بحجم 26B ينشط 4B معلمة لكل تمريرة أمامية، والنموذج الرائد الكثيف بحجم 31B. تتعامل جميع النماذج مع مدخلات الصور والفيديو بشكل أصلي؛ ويدعم كل من E2B وE4B بالإضافة إلى ذلك إدخال الصوت عبر مشفر USM conformer، مما يجعلها النماذج المفتوحة الوحيدة بحجم أقل من 5B التي تتمتع بفهم صوتي أصلي. تصل نوافذ السياق إلى 256K رمز في النماذج الأكبر. صُممت العائلة لتكون متعددة اللغات، حيث تم تدريبها على أكثر من 140 لغة، وبُنيت على نفس الأساس البحثي لنموذج Gemini 3. يعني ترخيص Apache 2.0 عدم وجود قيود على المستخدمين النشطين شهريًا (MAU)، وعدم وجود متطلبات للإسناد، وعدم وجود عوائق أمام إعادة التوزيع التجاري أو الضبط الدقيق للمنتجات المنافسة.

نظرة سريعة على Gemma، أبريل 2026

تغطي تشكيلة Gemma 4 الحالية النطاق الكامل للنشر، بدءًا من الاستدلال على الأجهزة المحمولة، مرورًا بمحطات العمل ذات وحدة معالجة الرسومات (GPU) الفردية، وصولاً إلى خوادم الرفوف متعددة وحدات معالجة الرسومات.

• Gemma 4 E2B: 2.3B معلمة فعالة. السياق: 128K. متعدد الوسائط: صورة، فيديو، صوت. يستهدف الأجهزة المحمولة والطرفية عبر MediaPipe/LiteRT. يحقق حوالي 60 رمز/ثانية على RTX 3070.

• Gemma 4 E4B: 4.5B معلمة فعالة. السياق: 128K. نفس حزمة الوسائط المتعددة مثل E2B. يُوصى به كـ "أفضل نموذج صغير" للاستدلال المحلي على أجهزة سطح المكتب.

• Gemma 4 26B-A4B: بنية Mixture-of-Experts، بإجمالي 26B، و4B نشطة لكل رمز. السياق: 256K. يعمل بسرعة حوالي 11 رمز/ثانية على RTX 4090 Q4. يصل إلى 1441 على LM Arena. يقدم 97% من جودة النموذج الكثيف 31B مع استهلاك حوسبة أقل بحوالي 8 مرات لكل خطوة استدلال.

• Gemma 4 31B Dense: النموذج الرائد. السياق: 256K. المعايير: MMLU Pro 85.2%، AIME 2026 89.2%، GPQA Diamond 84.3%، LiveCodeBench 80.0%. احتل المرتبة الثالثة عالميًا في لوحة الصدارة النصية للنماذج المفتوحة على LM Arena اعتبارًا من أبريل 2026.

تقدم البنية التضمينات لكل طبقة (PLE): يتلقى كل رمز متجهات مخصصة لكل طبقة تجمع بين هوية الرمز والمكونات المدركة للسياق بدلاً من تضمين أولي واحد، مما يتيح التخصص الخاص بالطبقة. تقلل ذاكرة التخزين المؤقت المشتركة KV (تعيد الطبقات N الأخيرة استخدام موترات K/V من الطبقات السابقة) من ضغط الذاكرة أثناء الاستدلال في السياقات الطويلة. يتناوب الانتباه بين النافذة المنزلقة المحلية (512-1024 رمزًا) وطبقات السياق الكامل العالمية، مما يقلل من الحوسبة على المدخلات الطويلة دون التضحية بالتماسك.

تظل الأجيال السابقة متاحة. لا يزال إصدار Gemma 3 (12 مارس 2025) بأحجام 1B و4B و12B و27B يُستخدم على نطاق واسع للضبط الدقيق، ويظل إصدار Gemma 2 (2B و9B و27B) مدعومًا على Hugging Face. تتوفر جميع الأجيال من خلال Ollama وllama.cpp وMLX (لشرائح Apple Silicon) وHugging Face Transformers.

بم يتميز Gemma حقًا؟

أقوى مجالات Gemma 4، المدعومة بالمعايير واختبارات المستخدمين، هي الاستنتاج الرياضي، وتوليد الأكواد، والفهم متعدد الوسائط. في معيار AIME 2026، سجل نموذج 31B نسبة 89.2%، وهو أعلى من كل من Llama 4 Scout وQwen 3.5 في نفس فئة المعلمات. وعلى Codeforces، حقق تصنيف ELO 2150، متصدرًا فئة 27-31B. ينتج نموذج 26B MoE أكوادًا يصفها المستخدمون بأنها لا يمكن تمييزها نوعيًا عن نماذج واجهة برمجة التطبيقات (API) المدفوعة، وذلك بجزء بسيط من تكلفة التشغيل.

"إنه من النوع الجيد الذي يجعلك تعيد قراءة الطلب للتحقق مما إذا كنت قد وجهته عن طريق الخطأ عبر Claude Sonnet بطريقة ما." - PIXIPACE، Medium، أبريل 2026

قصة الوسائط المتعددة هنا حقيقية ومميزة. تتعامل جميع نماذج Gemma 4 مع الصور ذات الدقة المتغيرة بميزانيات رموز قابلة للتكوين (من 70 إلى 1120 رمز رؤية)، ومخرجات المربعات المحيطة الأصلية لاكتشاف الكائنات، وإعادة بناء HTML من لقطات الشاشة، وتحليل المخططات. تعد القدرة الصوتية في E2B وE4B فريدة من نوعها في فئة ما دون 5B. بالنسبة للفرق التي تبني مسارات عمل على الأجهزة لمعالجة المدخلات المنطوقة جنبًا إلى جنب مع الصور، لا يوجد حاليًا نموذج مفتوح الأوزان منافس بهذا الحجم يقدم نفس التغطية.

"أنا منبهر، نماذج ذكية للغاية، ذكاء بمستوى رائد دون أن تستهلك الموارد بشراهة مثل نماذج 70+ مليار.. هذا يساوي ساحة اللعب ويتيح لأي شخص يمتلك نظامًا شبه لائق الوصول إلى الذكاء الاصطناعي." - DorkMckork1، Hugging Face، أبريل 2026

يعد التغيير إلى ترخيص Apache 2.0 الذي جاء مع Gemma 4 مهمًا من الناحية العملية: فالفرق القانونية في الشركات الكبرى لديها موافقة مسبقة على ترخيص Apache 2.0. كانت شروط استخدام Gemma السابقة، رغم كونها معقولة في جوهرها، تحتوي على استثناءات غامضة جعلت أقسام المشتريات متوترة. لقد زال هذا العائق الآن.

أين يتعثر Gemma: أنماط الفشل التي يواجهها المستخدمون باستمرار

الشكوى الأكثر إلحاحًا هي ضغط ذاكرة التخزين المؤقت KV في السياقات الأطول. أبلغ المستخدمون الذين يقومون بتشغيل 26B أو 31B عند 40K+ رمز على ذاكرة وصول عشوائي للفيديو (VRAM) بسعة 24GB عن أعطال بسبب نفاد الذاكرة وتدهور الجودة مع نمو ذاكرة التخزين المؤقت. تعتبر بنية ذاكرة التخزين المؤقت KV المشتركة فعالة نظريًا ولكنها لا ترحم عندما يملأ نموذج مكمم كبير الذاكرة المتاحة. يساعد الحل البديل (تكميم ذاكرة التخزين المؤقت KV إلى Q4) ولكنه يضيف عبئًا في التكوين.

يعد عبء التوجيه في بنية MoE مفاجأة عملية. على الرغم من تنشيط 4B معلمة فقط لكل تمريرة أمامية، يعمل نموذج 26B-A4B MoE بسرعة تقارب 11 رمز/ثانية على RTX 4090 Q4، وهو أبطأ من مكافئ Qwen 3.5 الذي يعمل بحوالي 35 رمز/ثانية. غالبًا ما يصاب المستخدمون الذين يتوقعون "سرعة 4B" من نموذج 26B MoE بخيبة أمل. بالنسبة للتطبيقات الحساسة لوقت الاستجابة، يعد النموذج الكثيف 31B أو نموذج أصغر خيارًا أفضل.

تعد هشاشة بيئة الاستدلال عند الإطلاق نمطًا متكررًا في Gemma. ترافق إصدار Gemma 4 في 2 أبريل 2026 مع: مخرجات غير مفهومة بعد حوالي 230 رمزًا مع تمكين -nkvo في llama.cpp (مشكلة GitHub رقم 21726)، وتعطل استدعاء الأدوات في Ollama v0.20.0، وتوقف Flash Attention على شرائح Apple Silicon للمطالبات التي تتجاوز 500 رمز، وأعطال برسالة "بنية نموذج غير معروفة: 'gemma4'" على الحاويات غير المحدثة. كان لا بد من إعادة تحميل النموذج إلى Hugging Face أربع مرات مع وصول الإصلاحات. استقر المجتمع على رسالة واضحة: انتظر أسبوعًا على الأقل قبل الحكم على جودة إصدار Gemma الجديد من خلال حزمة استدلال غير مستقرة.

يعد التعرف البصري على الحروف (OCR) للنصوص الكثيفة غير متسق. أشار موضوع نقاش على Hugging Face حول نموذج Gemma 4 31B-it إلى أن النموذج "لا يمكنه التعرف على النص بالكامل في الصورة" بشكل موثوق. تحليل المخططات أقوى من التعرف البصري على الحروف للمستندات. تم توثيق دقة استدعاء الحقائق الأساسية على أنها ضعيفة في Gemma 3 (درجة SimpleQA تبلغ 10.0)؛ تحسن Gemma 4 بشكل كبير ولكن العائلة لا تتفوق في استعلامات البحث الروتينية دون التوليد المعزز بالاسترجاع (RAG).

عبر أحد الأصوات الناقدة على Hugging Face في أسبوع الإطلاق عن إحباط حقيقي:

"إصدار مخيب للآمال نوعًا ما، في رأيي.. أتمنى فقط أن تحذو شركات التكنولوجيا الكبرى حذو OpenAI وتصدر برمجيات مفتوحة المصدر تنافسية حقًا بدلاً من طرح نماذج عامة.." - urroxyz، Hugging Face، أبريل 2026

هذا النقد يبالغ في الأمر. المعايير ليست عامة. لكنه يعكس شريحة من مجتمع الذكاء الاصطناعي المحلي التي تجد Gemma أقل تميزًا مما يودون في مسارات عمل الوكلاء واستدعاء الأدوات المحددة.

مقارنة بين Gemma وLlama 4 وQwen 3.5

يستخدم Llama 4 (من Meta) بنية MoE فقط على نطاق مختلف: يحتوي Scout على إجمالي 109B معلمة مع 17B نشطة لكل رمز؛ ويحتوي Maverick على إجمالي 400B مع 17B نشطة. تعد نافذة سياق Scout البالغة 10M رمز هي الميزة التنافسية الأبرز (يصل Gemma 4 إلى 256K كحد أقصى). ومع ذلك، يفرض ترخيص مجتمع Llama 4 المخصص حدًا أقصى يبلغ 700M مستخدم نشط شهريًا (MAU)، ويتطلب وضع علامة "Built with Llama"، ويحظر استخدام مخرجات Llama لتدريب النماذج المنافسة. بالنسبة لفرق المؤسسات التي تطلق منتجات تجارية، يتطلب هذا الترخيص مراجعة قانونية مخصصة. لا يحتوي ترخيص Apache 2.0 الخاص بـ Gemma 4 على مثل هذه الشروط. في المعايير، يتفوق Gemma 4 31B على Llama 4 Scout في GPQA Diamond (84.3% مقابل 74.3%)، وAIME 2026، والبرمجة. لا يحتوي Llama 4 على دعم صوتي أصلي؛ بينما تدعم نماذج E2B/E4B من Gemma ذلك. بالنسبة لاحتياجات السياق الخام التي تزيد عن 256K، يعد Llama 4 Scout الخيار الوحيد في فئة الأوزان المفتوحة.

يُطرح Qwen 3.5 (من Alibaba) أيضًا بموجب ترخيص Apache 2.0 ويقدم أوسع نطاق من النماذج (من 0.8B إلى 397B MoE)، حيث ينشط نموذج 35B-A3B فقط 3B معلمة لكل رمز، وهي نسبة التناثر الأكثر قوة في هذه الفئة. يعمل Qwen 3.5 أسرع بحوالي 3 مرات من Gemma 4 31B الكثيف على أجهزة مكافئة (35 رمز/ثانية مقابل 25 رمز/ثانية على RTX 4090 Q4). يميل معيار MMLU Pro قليلاً لصالح Qwen (86.1% مقابل 85.2%). المزايا الرئيسية لـ Gemma: إدخال الصوت في النماذج الصغيرة، وبنية التضمين لكل طبقة لتحسين تماسك السياق الطويل، وتكامل أوثق مع نظام Gemini البيئي (AI Studio، Vertex AI)، ونطاق أوسع من أهداف النشر بما في ذلك MediaPipe/LiteRT للأجهزة. كلاهما قويان حقًا؛ وغالبًا ما يعتمد الخيار العملي على ما إذا كنت بحاجة إلى إدخال صوتي أو إنتاجية أسرع لـ MoE.

كان إطلاق Gemma 3 في 12 مارس 2025 نقطة التحول. تفوق نموذج 27B على Gemini 1.5 Pro المغلق عبر المعايير، وتفوق نموذج 4B على نموذج 27B بأكمله من Gemma 2. وضعت LMSys نموذج Gemma 3 27B ضمن أفضل 10 نماذج عالميًا. أدى ذلك إلى ترسيخ مصداقية العائلة وتحديد مسار التموضع الأكثر قوة لـ Gemma 4.

هل تستحق الفئة المدفوعة التكلفة؟

لا يوجد اشتراك مدفوع لـ Gemma. الأوزان مجانية بموجب ترخيص Apache 2.0. مسألة التكلفة تتعلق بحتة باختيار البنية التحتية. الاستضافة الذاتية مجانية باستثناء الأجهزة (يتناسب 26B MoE مع 16GB VRAM عند Q4؛ ويحتاج 31B إلى 24GB). يوفر Google AI Studio وصولاً مجانيًا ومحدود المعدل إلى واجهة برمجة التطبيقات (API). يوجه OpenRouter نموذج 31B بتكلفة $0/مليون رمز على فئته المجانية، و$0.13/$0.38 لكل مليون إدخال/إخراج على الفئة القياسية. يعمل Vertex AI بتكلفة $0.15/$0.60 لكل مليون لنموذج 26B MoE وهو الخيار الصحيح للفرق التي تحتاج إلى اتفاقيات مستوى الخدمة (SLAs) المدارة وتوحيد فواتير GCP. بالنسبة لمعظم المطورين، يغطي Google AI Studio أو الاستضافة الذاتية كل شيء حتى يتطلب نطاق الإنتاج بنية تحتية مدارة.

أفضل حالات الاستخدام (ومتى يجب تجاوزه)

أفضل الاستخدامات:

• الاستدلال المحلي على الأجهزة الاستهلاكية دون تكاليف واجهة برمجة التطبيقات السحابية. يغطي نموذج 4B أو 26B MoE معظم مهام البرمجة والمساعدة.

• تطبيقات الأجهزة المحمولة والطرفية التي تتطلب إدخالاً متعدد الوسائط (صور، صوت، فيديو) دون الاعتماد على السحابة. يقدم Gemma فقط نماذج أقل من 5B مع إدخال صوتي أصلي.

• الضبط الدقيق للمجالات المتخصصة. تدعم تكاملات Unsloth وTRL الضبط الدقيق متعدد الوسائط مع أمثلة الوكلاء بأسلوب CARLA. أشار أحد المعلقين على Hugging Face إلى أنه "يناسب تمامًا مجال تعليم الأطفال لدينا" ووضعه قيد الإنتاج على الفور.

• فرق المؤسسات التي تحتاج إلى ترخيص متساهل ومعتمد قانونيًا مسبقًا (Apache 2.0) وترغب في ذكاء بجودة Google دون أسعار سحابة Google.

• تطبيقات المساعد متعدد اللغات عبر أكثر من 140 لغة حيث تهم جودة بيانات التدريب عند الترميز الخاص باللغة.

تجاوزه عندما:

• تحتاج إلى سياق يتجاوز 256K رمز. يتعامل Llama 4 Scout مع ما يصل إلى 10M.

• تكون سرعة الاستدلال الخام هي الأولوية القصوى. يعمل Qwen 3.5 بشكل أسرع على الأجهزة المكافئة ويقدم أحجام نماذج بداية أصغر (0.8B).

• تحتاج إلى النشر خلال الأسبوع الأول من إصدار رئيسي لـ Gemma ولا يمكنك تحمل عدم استقرار بيئة الاستدلال. نمط أخطاء أسبوع الإطلاق متسق عبر الأجيال.

• تكون حالة الاستخدام الخاصة بك بشكل أساسي هي التعرف البصري على الحروف (OCR) للمستندات على النصوص الكثيفة. قدرات الرؤية أقوى في المخططات وفهم واجهة المستخدم الرسومية (GUI) مقارنة بالتعرف على الصفحات الكثيفة النصوص.

البدء مع Gemma

أسرع مسار محلي هو Ollama: يقوم ollama run gemma4 بسحب الحجم الافتراضي تلقائيًا. بالنسبة لشرائح Apple Silicon، يتفوق MLX على Ollama من حيث الإنتاجية. للتحكم في التكميم، استخدم llama.cpp مع إصدارات ggml-org GGUF من Hugging Face. يمنح Google AI Studio (ai.google.dev) وصولاً مجانيًا إلى واجهة برمجة التطبيقات (API) دون أي بنية تحتية. يوجه OpenRouter إلى نموذج 31B بتكلفة صفر على فئته المجانية. يتم تغطية الضبط الدقيق بواسطة Unsloth Studio وTRL وحاويات Vertex AI المدارة. تعمل رموز استدعاء الوظائف الأصلية للنموذج مع مخططات JSON أو وظائف Python المكتوبة مباشرة.