قم بتنزيل Ollama أو LM Studio، واختر نموذجًا، وستتمكن من تشغيل روبوت محادثة محلي في غضون دقائق. لا تتطلب هذه الخدمة رسوم اشتراك، ويمكن تشغيلها دون الحاجة إلى اتصال بالإنترنت، كما أن بياناتك لن تغادر الكمبيوتر. ومع ذلك، هناك حد: النماذج التي يمكنك تشغيلها وسرعة استجابتها تعتمد بالكامل على أداء الكمبيوتر الخاص بك. يمكن للكمبيوتر العادي المزود بـ 16GB من الذاكرة العشوائية تشغيل نماذج صغيرة نسبيًا تحتوي على حوالي 7 إلى 8 مليارات معلمة، مثل Meta Llama 3.1 8B أو Qwen3 8B من Alibaba، كما أن بطاقة الرسوميات المزودة بـ 8GB من VRAM يمكن أن تشغل هذه النماذج بسرعة أكبر.
لكن هذه النماذج لا تزال بعيدة جدًا عن النماذج المتقدمة التي تدعم ChatGPT أو Claude اليوم. إذا كنت ترغب في تشغيل نماذج أقرب، فستحتاج إلى ذاكرة لا تقل عن 32GB وبطاقة رسوميات VRAM بسعة 16GB أو أكثر، وهو ما لا يعد رخيصًا في الأسعار الحالية.
متطلبات تشغيل نماذج روبوت المحادثة المحلية
تتطلب النماذج ذاكرة تقريبًا بنسبة خطية مع حجمها، الذي يتم قياسه بعدد المليارات من المعلمات (B). معظم الأشخاص يقومون بتشغيل نسخ مضغوطة ("مُعَدة") من النماذج المحلية، حيث يتم تخزين كل معلمة بحوالي 4 بت، مما يقلل حجم النموذج إلى حوالي ربع حجمه الأصلي. في مكتبة Ollama، حجم Llama 3.1 8B هو 4.9GB، بينما حجم Phi-4 من Microsoft هو 9.1GB، وحجم Gemma 3 27B من Google هو 17GB، وحجم Llama 3.3 70B من Meta هو 43GB.
المبدأ العام لـ Ollama هو أن نموذج 7B يحتاج إلى 8GB من الذاكرة العشوائية، بينما يحتاج نموذج 13B إلى 16GB، ونموذج 33B يحتاج إلى 32GB. يحتوي gpt-oss-20b من OpenAI على 21 مليار معلمة، لكن كل علامة تستخدم فقط 360 مليون معلمة، وذلك بفضل تصميم يُعرف باسم "مزيج الخبراء". وهذا يجعل استجابته سريعة، لكن النموذج لا يزال يجب أن يتناسب مع الذاكرة المتاحة. تقول OpenAI إنه يمكن "تشغيله فقط بـ 16GB من الذاكرة"، لكن في Ollama يتطلب 14GB، مما يستنفد تقريبًا كل ذاكرة الكمبيوتر البالغة 16GB.
علاقة سرعة التشغيل بعرض النطاق الترددي للذاكرة
كلما قام النموذج بإنشاء كلمة، أو بشكل أكثر دقة، علامة، يجب عليه استرجاع جميع المعلمات واحدة تلو الأخرى. لذلك، تعتمد السرعة بشكل أساسي على عرض النطاق الترددي للذاكرة، وليس على القدرة المعالجة الأصلية. وصف مهندسو Nvidia هذه المرحلة بأنها "مقيدة بالذاكرة". سرعة VRAM في بطاقة الرسوميات أسرع بعدة مرات من ذاكرة RAM في باقي أجزاء الكمبيوتر، لذا فإن النماذج التي يمكن تشغيلها على GPU تعمل بسرعة أكبر بكثير، بدلاً من تجاوز الذاكرة النظامية. كقاعدة عامة، فإن سرعة توليد خمس إلى عشر علامات في الثانية يمكن أن تواكب سرعة قراءة معظم الأشخاص.
في اختبارات LMSYS، وُجد أن RTX 5090 من Nvidia يمكنه توليد نص gpt-oss-20b من OpenAI بسرعة 205 علامات في الثانية. بالمقارنة، أظهرت اختبارات الأداء لـ llama.cpp أن شريحة M4 الأساسية من Apple يمكنها توليد حوالي 24 علامة في الثانية على نموذج 7B.
اختبرت Ollama جهاز DGX Spark من Nvidia، والذي يبلغ سعره 3,999 دولار أمريكي (حوالي 31,199 دولار هونج كونج)، حيث كانت سرعة توليد النموذج Llama 3.1 8B هي 38 علامة في الثانية، بينما كانت السرعة في النسخة 70B فقط 4.42. شخصيًا، قمت بتشغيل Mistral 7B على جهاز Asus Zenbook Duo لعام 2024 مزود بـ 32GB من الذاكرة العشوائية و Intel AI Boost NPU.
عبر Ollama، دفع Mistral استخدام وحدة المعالجة المركزية إلى 52%، بينما كان استخدام الذاكرة حوالي 17GB. كانت هذه الاستخدامات مقبولة، لكن إذا كانت هناك تطبيقات أخرى تتطلب موارد عالية تعمل في نفس الوقت، فإن ذلك سيؤدي إلى إبطاء سرعة الكمبيوتر المحمول. باستخدام مجموعة أدوات OpenVINO من Intel، حافظ النموذج على استخدام NPU عند 98%، بينما كان استخدام وحدة المعالجة المركزية 3% فقط، حيث ظل الكمبيوتر المحمول سريع الاستجابة أثناء توليد حوالي 2,500 كلمة (محتوى غير ذي معنى).
في تصنيف Artificial Analysis لشهر أبريل 2026، حصل Qwen3.5 27B من Alibaba الصينية على درجة 42 في مؤشر الذكاء الخاص به، مما يعادل OpenAI GPT-5 في الإعدادات المتوسطة، بينما حصل Gemma 4 31B من Google على درجة 39. ومع ذلك، حصلت النماذج السحابية المتقدمة الرائدة على درجات تصل إلى 57، بينما يحتاج Qwen3.5 27B إلى 17GB إلى 20GB من الذاكرة، وهو ما يتجاوز بوضوح قدرة الكمبيوتر البالغ 16GB.
لكن حتى أقوى أجهزة الكمبيوتر بالكاد تلبي احتياجات الذكاء المتقدم. Kimi K2.6 من Moonshot هو نموذج يحتوي على 1 تريليون معلمة، وكان عند إطلاقه في أبريل 2026 واحدًا من أفضل النماذج ذات الوزن المفتوح، وفقًا لبيانات Unsloth، حيث يتطلب تشغيله حوالي 600GB من مجموعة الذاكرة العشوائية و VRAM، وقد أصدرت الشركة نسخة مضغوطة من النموذج المفتوح. حصل الإصدار اللاحق Kimi K3 على درجة 57 في مؤشر الذكاء الاصطناعي في يوليو 2026، متفوقًا فقط على Claude Fable 5 من Anthropic و GPT-5.6 Sol من OpenAI.
ومع ذلك، يحتوي هذا النموذج على 2.8 تريليون معلمة، حيث تزن معاييره حوالي 1.4TB، وتقدّر TECHi أن هذا يكاد يكون من المستحيل تشغيله على خادم مركز بيانات مزود بثماني وحدات معالجة رسومية. لذلك، بالنسبة للاستخدامات الشخصية العرضية أو بعض المساعدة البرمجية غير المتصلة بالإنترنت، فإن جهاز الكمبيوتر الذي يحتوي على 16GB من الذاكرة العشوائية يكفي. إذا كنت ترغب في استخدام ميزات بديلة لروبوتات المحادثة السحابية، فستحتاج إلى 32GB من الذاكرة العشوائية أو بطاقة رسوميات بسعة 16GB. وفقًا لمؤشر أسعار الذاكرة العشوائية من Tom's Hardware، فإن مجموعة DDR5 بسعة 32GB تكلف حوالي 434 دولار أمريكي (حوالي 3,385 دولار هونج كونج)، وهو ما يعادل تقريبًا تكلفة اشتراك ChatGPT Plus أو Claude Pro البالغة 20 دولار أمريكي شهريًا (حوالي 156 دولار هونج كونج).
هذا هو الإنفاق على رسوم الاشتراك خلال العامين الماضيين. ومع ذلك، فإن أي احتياجات قريبة من الحدود المتقدمة لا تزال تعتمد على مراكز البيانات.
البند المواصفات الذاكرة العشوائية 16GB / 32GB VRAM بطاقة الرسوميات 8GB / 16GB حجم النموذج 4.9GB (Llama 3.1 8B) سرعة التوليد 38 علامة في الثانية (DGX Spark) السعر 3,999 دولار أمريكي (حوالي 31,199 دولار هونج كونج)