English Arabic Français Deutsch 日本語 한국어 Português Русский Español

دليل نماذج LLM مفتوحة المصدر لأغسطس 2026: أحدث النماذج، الوصول عبر API، وعوامل البرمجة

بواسطة / / LLM, مفتوح المصدر / 11 دقائق قراءة
دليل نماذج LLM مفتوحة المصدر لأغسطس 2026: أحدث النماذج، الوصول عبر API، وعوامل البرمجة
جدول المحتويات
  1. ما الذي يعتبر نموذج LLM مفتوح المصدر؟
  2. أفضل نماذج LLM مفتوحة المصدر في 2026
  3. الاستضافة الذاتية مقابل استدلال API المستضاف
  4. كيفية الوصول إلى نماذج LLM مفتوحة المصدر عبر API
  5. نماذج LLM مفتوحة المصدر لعوامل البرمجة
  6. أي نموذج LLM مفتوح المصدر يجب أن تستخدم؟
  7. الخاتمة
  8. الأسئلة الشائعة
  9. مقالات موصى بها

أفضل نموذج LLM مفتوح المصدر لمشروعك في أغسطس 2026 يعتمد على المهمة، وليس على عنوان المعيار. تشمل الخيارات الحالية DeepSeek V4 Pro و Qwen3.6 و Kimi K2.6 و GLM-5.1، ولكل منها نقاط قوة مختلفة في الاستدلال، البرمجة، العمل في السياقات الطويلة، والتراخيص. السؤال العملي هو: هل تحتاج إلى أوزان قابلة للتنزيل أم API مستضاف يعمل دون فريق عمليات GPU. يقارن هذا الدليل المجال الحالي، ويشرح الاستضافة الذاتية مقابل الوصول عبر API، ويوضح كيفية استخدام نماذج الوزن المفتوح في عامل برمجة مع Novita AI.

ما الذي يعتبر نموذج LLM مفتوح المصدر؟

“مفتوح المصدر” يغطي نطاقًا واسعًا في الممارسة العملية. التمييز الأكثر أهمية من الناحية التشغيلية هو ما إذا كان بإمكانك تشغيل أوزان النموذج بنفسك، وليس ما إذا كان كود التدريب عامًا. الحالات الشائعة هي:

  • أوزان مفتوحة بالكامل مع ترخيص مسموح (Apache 2.0، MIT): يمكنك استخدام النموذج وتعديله وتشغيله تجاريًا، وفقًا لشروط الترخيص. أمثلة: Qwen3.6 (Apache 2.0)، DeepSeek R1 (MIT)، و GLM-5.1 (MIT).
  • أوزان مفتوحة مع ترخيص مخصص: الأوزان قابلة للتنزيل ولكن قد تكون هناك قيود على الاستخدام التجاري أو إعادة التوزيع أو الضبط الدقيق. يستخدم Llama 4 من Meta ترخيصًا مخصصًا بحدود عدد المستخدمين التي تزيد عن 700 مليون مستخدم شهريًا.
  • أوزان للأبحاث فقط أو مقيدة: الأوزان متاحة ولكنها مقصورة على الاستخدام غير التجاري أو تتطلب موافقة. أقل صلة بفرق الإنتاج.

بالنسبة لمعظم قرارات الإنتاج، المرشح العملي هو: هل يمكنك قانونيًا تقديم هذا النموذج لمستخدميك، وهل يسمح الترخيص بحالة الاستخدام التجاري التي تحتاجها؟

أفضل نماذج LLM مفتوحة المصدر في 2026

لقد تقلصت طبقة الوزن المفتوح بشكل كبير. تم تحديث هذه القائمة في 24 أغسطس 2026 لتشمل إصدارات Qwen و Kimi و GLM الأحدث. يظل Kimi K2.6 هو نموذج Kimi القابل للتنزيل المشمول هنا.

للأغراض العامة والاستدلال

DeepSeek V4 Pro (685B، قريب من MIT) هو الرائد الحالي في المعايير للبرمجة الوكيلة. يتعادل أو يتفوق على نماذج الحدود المغلقة في SWE-Bench ومعايير استدعاء الدوال، مما يجعله خيارًا عمليًا لعوامل البرمجة التي تحتاج إلى قراءة قواعد بيانات كبيرة وتنفيذ استدعاءات أدوات متعددة الخطوات. وهو متاح كـ API مستضاف إذا لم تكن لديك البنية التحتية لتشغيل نموذج 685B بنفسك.

Qwen3.6 يوسع عائلة Qwen مفتوحة الوزن بمتغيرات كثيفة و MoE متفرقة، وإدخال متعدد الوسائط، ونافذة سياق أصلية بحجم 262K. يحافظ ترخيص Apache 2.0 على عمليته للنشر التجاري، بينما يمنح نطاق أحجام النماذج الفرق مساحة أكبر للموازنة بين الجودة وتكلفة الخدمة.

Kimi K2.6 هو نموذج MoE مفتوح الوزن من Moonshot AI بـ 1 تريليون معامل مع 32B معامل نشط ونافذة سياق 256K. وهو مصمم للبرمجة الوكيلة طويلة الأمد، واستخدام الأدوات، والتنسيق متعدد الوكلاء، وهو متاح من خلال الوصول عبر API مستضاف إذا كنت لا ترغب في تشغيل النموذج الكامل بنفسك.

DeepSeek R1 (685B، MIT) يظل أقوى خيار للرياضيات والاستدلال الرسمي — 79.8% على AIME. إذا كان تطبيقك يتضمن التحقق من الكود، أو البراهين الرسمية، أو سلاسل الاستدلال المنظمة، فإن R1 هو النقطة المرجعية المعيارية.

GLM-5.1 هو تحديث من Z.ai لـ GLM-5 بموجب ترخيص MIT، مع 40B معامل نشط ونافذة سياق 204.8K. ملاءمته الرئيسية هي العمل الوكيل طويل الأمد حيث يجب على النموذج مواصلة التكرار وفحص النتائج وتغيير الاستراتيجية بدلاً من التوقف بعد تمريرة برمجة قصيرة.

خاصة بالبرمجة

Qwen 2.5 Coder 32B (Apache 2.0) يحقق 92% على HumanEval ويعمل على بطاقة RTX 4090 واحدة. إذا كنت بحاجة إلى نموذج برمجة يمكنك استضافته ذاتيًا على أجهزة استهلاكية، فهذا هو الاختيار العملي.

Kimi K2.6 هو أيضًا خيار Kimi الحالي الموجه للبرمجة. تصميمه طويل السياق وطويل الأمد يجعله أكثر أهمية من متغير Kimi K2 Code السابق للعمل المستدام على المستودعات، وسير العمل كثيف الأدوات، وتصحيح الأخطاء المستقل.

إذا كنت تختار بيئة تشغيل الوكيل حول هذه النماذج، قارن بين وكلاء البرمجة مفتوحة المصدر: أفضل الأدوات وكيفية بناء واحد مع ما هي عوامل البرمجة؟.

صغيرة وفعالة

Phi-4 14B من Microsoft يعمل في 8GB من VRAM ويتعامل بشكل جيد مع اتباع التعليمات والبرمجة والاستدلال الخفيف. استخدمه عندما تكون زمن الوصول وقيود الأجهزة أكثر أهمية من الجودة القصوى.

Llama 4 Scout من Meta يدعم ما يصل إلى 10M رمز سياق ويتناسب مع 16GB VRAM. الخيار المناسب عندما يتضمن عبء العمل الخاص بك معالجة مستندات طويلة.

مقارنة النماذج في لمحة

النموذج الحجم الترخيص الأفضل لـ السياق
DeepSeek V4 Pro 685B قريب من MIT البرمجة الوكيلة، SWE-Bench 1M
Qwen3.6 متغيرات كثيفة و MoE Apache 2.0 الاستدلال متعدد الوسائط، الاستخدام التجاري 262K
Kimi K2.6 1T MoE، 32B نشط MIT معدل البرمجة الوكيلة، استخدام الأدوات 256K
DeepSeek R1 685B MIT الرياضيات، الاستدلال الرسمي 163K
GLM-5.1 MoE، 40B نشط MIT العمل الوكيل طويل الأمد 204.8K
Qwen 2.5 Coder 32B 32B Apache 2.0 البرمجة، مستضاف ذاتيًا 128K
Phi-4 14B 14B MIT ذاكرة VRAM منخفضة، استخدام تطويري 128K
Llama 4 Scout ~109B مخصص مستندات طويلة السياق 10M

الاستضافة الذاتية مقابل استدلال API المستضاف

هذا هو القرار التشغيلي الذي يحدد تكلفتك الفعلية واستثمار وقتك. النسخة المختصرة: استدلال API المستضاف أرخص وأسرع في التشغيل ما لم تكن تتجاوز ما يقرب من 2–5 مليون رمز يوميًا مع حركة مرور مستدامة على مدى 12 شهرًا.

متى يفوز استدلال API المستضاف

  • فريقك ليس لديه خبرة في عمليات GPU
  • لا تزال في مرحلة النماذج الأولية أو التكرار على اختيار النموذج
  • حجم الرموز الخاص بك أقل من نقطة التعادل للاستضافة الذاتية
  • تحتاج إلى تبديل النماذج بسرعة مع ظهور إصدارات جديدة
  • الموثوقية والتوسع التلقائي أكثر أهمية من تحسين التكلفة

API LLM مستضاف، خاصةً إذا كان متوافقًا مع OpenAI، يتيح لك إضافة نموذج جديد بتغيير سطر واحد في عنوان URL الأساسي ومعرف النموذج. تتجنب إدارة البداية الباردة، ومقايضات التكميم، وتكوين التجميع، وترقيات إطار العمل.

متى تفوز الاستضافة الذاتية

  • لا يمكن لبياناتك مغادرة بنيتك التحتية (الرعاية الصحية، المالية، القانونية، الصناعات المنظمة)
  • تعالج أكثر من 5 ملايين رمز يوميًا مع حركة مرور يمكن التنبؤ بها
  • تحتاج إلى تقديم نقطة تفتيش معدلة أو مكيفة لا يقدمها أي موفر مستضاف
  • لديك مجموعة GPU موجودة مع سعة متاحة

الاستضافة الذاتية على H100s مع SGLang أو vLLM فعالة من حيث التكلفة حقًا على نطاق واسع. تضع المعايير الأخيرة SGLang عند إنتاجية أعلى بنسبة 29% من vLLM على أعباء العمل القياسية، وحتى 6 مرات أسرع على خطوط أنابيب RAG الثقيلة في البادئات عبر RadixAttention. لكن تلك المكاسب تهم فقط إذا كانت لديك القدرة التشغيلية لصيانة مجموعة الخدمة من خلال تحديثات النموذج، وأعطال الأجهزة، وارتفاعات حركة المرور.

المسار الهجين

ينتهي الأمر بمعظم الفرق في مسار هجين: API مستضاف للنماذج الأولية والوصول المرن للنموذج، ومثيلات GPU لأعباء العمل التي تبرر السعة المخصصة. الميزة العملية للبقاء على منصة سحابية ذكاء اصطناعي واحدة هي أنك لست بحاجة إلى إعادة بناء خطوط أنابيب المصادقة والفواتير والمراقبة والنشر عندما تنتقل من API بدون خادم إلى نقطة نهاية مخصصة إلى مثيل GPU مخصص.

كيفية الوصول إلى نماذج LLM مفتوحة المصدر عبر API

توفر Novita AI وصولاً عبر API متوافقًا مع OpenAI إلى كتالوج من النماذج مفتوحة المصدر بما في ذلك DeepSeek V4 Pro و DeepSeek V4 Flash و Kimi K2.6 و Qwen3.6 و GLM-5.1 و MiniMax M3 وغيرها. هيكل نقطة النهاية هو نفسه هيكل OpenAI، لذا يمكن للكود الموجود الذي يستخدم openai SDK الاتصال بنماذج Novita مع تغييرات طفيفة.

استدعاء API أساسي

from openai import OpenAI

client = OpenAI(
    base_url="https://api.novita.ai/v3/openai",
    api_key="YOUR_NOVITA_API_KEY",
)

response = client.chat.completions.create(
    model="deepseek/deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Explain the difference between DeepSeek R1 and V4 Pro."},
    ],
)

print(response.choices[0].message.content)

لتبديل النماذج، قم بتغيير معلمة model. لا حاجة لأي تغييرات أخرى. قائمة كاملة بمعرفات النماذج المدعومة متاحة على novita.ai/docs/model-api/reference/llm/models.html.

TypeScript

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.novita.ai/v3/openai",
  apiKey: process.env.NOVITA_API_KEY,
});

const response = await client.chat.completions.create({
  model: "qwen/qwen3.5-397b-a17b",
  messages: [{ role: "user", content: "Write a Python function to parse JSON." }],
});

console.log(response.choices[0].message.content);

مرجع التسعير

تختلف الأسعار حسب النموذج ويتم احتسابها لكل مليون رمز. DeepSeek V4 Flash بسعر $0.14/Mt للإدخال و $0.28/Mt للإخراج هو الخيار الأكثر فعالية من حيث التكلفة للأغراض العامة. DeepSeek V4 Pro بسعر $1.60/Mt للإدخال و $3.20/Mt للإخراج هو الخيار المتميز لسير عمل البرمجة والوكيل حيث تؤثر جودة النموذج بشكل مباشر على معدل إنجاز المهام. تحقق من novita.ai/models/llm للحصول على التسعير الحالي، حيث يتغير هذا مع إضافات النماذج الجديدة.

نماذج LLM مفتوحة المصدر لعوامل البرمجة

تجمع إعدادات عوامل البرمجة الأكثر فعالية في 2026 بين نموذج LLM مفتوح المصدر للاستدلال وتوليد الكود وبيئة تنفيذ معزولة لتشغيل الكود. هذه بنية مختلفة عن استدعاء API بسيط: يحتاج الوكيل إلى قراءة الملفات، وكتابة الكود، وتشغيل الأوامر، وفحص المخرجات، والتكرار.

وضعا الفشل اللذان يجب تجنبهما هما:

  1. تشغيل الكود الذي أنشأه الوكيل على جهاز التطوير أو الخادم الإنتاجي — خطأ إذا أنشأ النموذج شيئًا مدمرًا أو غير متوقع
  2. إعداد جهاز افتراضي كامل لكل جلسة وكيل بنفسك — سريع النمو، بطيء في التوسع

صندوق حماية الوكيل من Novita

يوفر صندوق حماية الوكيل من Novita بيئات Linux معزولة تبدأ التشغيل في أقل من 200ms. كل صندوق حماية له نظام ملفات يمكن للوكيل القراءة والكتابة فيه، وقشرة أوامر يمكن للوكيل تشغيل الأوامر فيها، وعزل بحيث لا يمكن لأي شيء يولده النموذج أن يؤثر على صناديق الحماية الأخرى أو بنيتك التحتية. تستمر الجلسات عبر الطلبات، لذا يمكن للوكيل الحفاظ على الحالة عبر مهمة متعددة الخطوات.

SDK Python بسيط:

from novita_sandbox.code_interpreter import Sandbox

sandbox = Sandbox.create()

# Agent writes a file
sandbox.files.write("/workspace/app.py", code_content)

# Agent runs it
result = sandbox.commands.run("python /workspace/app.py")
print(result.stdout)

# Clean up
sandbox.kill()

قم بإقران هذا مع أي نموذج متوافق مع OpenAI على واجهة برمجة تطبيقات LLM الخاصة بـ Novita، وستحصل على وكيل برمجة يمكنه إنشاء الكود وتشغيله وفحصه ومراجعته دون أي بنية تحتية تتجاوز مفتاح API الخاص بك.

أطر عمل الوكيل مفتوحة المصدر

تتوفر العديد من عوامل البرمجة مفتوحة المصدر كبيئات تشغيل جاهزة على صندوق حماية الوكيل من Novita:

  • OpenClaw على Novita — انشر وكيل OpenClaw مستمرًا عبر صندوق حماية Novita بدون حد للجلسة. يتصل تلقائيًا بواجهة برمجة تطبيقات LLM الخاصة بـ Novita وصندوق الحماية، مما يجعله عمليًا لمهام الأتمتة طويلة الأمد.
  • Hermes Agent — وكيل مستقل من Nous Research بذاكرة مستمرة. يعمل كعملية طويلة الأمد بدلاً من جلسة واحدة.
  • Goose — وكيل برمجة مفتوح المصدر (أكثر من 45K نجمة على GitHub) مع Novita كموفر أصلي، مما يمنحه الوصول إلى أكثر من 200 نموذج خلف مؤهل واحد.

للفرق التي تبني عوامل برمجة مخصصة بدلاً من نشر إطار عمل موجود، تقدم Novita Agent Runtime طبقة سقالات خفيفة الوزن تتعامل مع دورة حياة صندوق الحماية، وتوجيه استدعاء الأداة، واستمرار الجلسة.

أي نموذج LLM مفتوح المصدر يجب أن تستخدم؟

شجرة القرار قصيرة:

للمهام البرمجية والوكيلة: ابدأ بـ DeepSeek V4 Pro عبر API. هو الرائد الحالي في الأداء لـ SWE-Bench واستخدام الأدوات متعددة الخطوات. إذا كانت التكلفة هي القيد، فإن DeepSeek V4 Flash يتعامل مع مهام الكود الأبسط بجزء صغير من السعر.

للاستدلال والرياضيات: DeepSeek R1 لا يزال هو المرجع المعياري لـ AIME والاستدلال الرسمي. استخدمه عندما تتضمن المهمة حل مشكلات منظم بدلاً من تنفيذ الكود.

للاستخدام التجاري مع ترخيص مفتوح: Qwen3.6 بموجب Apache 2.0 هو نقطة بداية عملية عندما يحتاج فريقك القانوني إلى ترخيص مسموح به مألوف. اختر من بين المتغيرات الكثيفة و MoE بناءً على ميزانية الخدمة واختبارات جودة المهام.

للبرمجة المستضافة ذاتيًا على وحدات GPU استهلاكية: Qwen 2.5 Coder 32B يعمل على بطاقة RTX 4090 واحدة ويحرز 92% على HumanEval. إذا كنت بحاجة إلى استضافة نموذج برمجة ذاتيًا بدون بنية تحتية عالية الجودة من GPU، فهذا هو الاختيار العملي.

للمستندات الطويلة: Llama 4 Scout مع نافذة السياق 10M رمز يتعامل مع أعباء العمل التي تتطلب تقسيمًا على أي نموذج آخر.

للبيئات الصغيرة: Phi-4 14B يتناسب مع 8GB من VRAM ويتعامل بشكل جيد مع اتباع التعليمات وتوليد الكود والاستدلال الخفيف.

النمط عبر كل هذه الخيارات: الوصول عبر API المستضاف يزيل الأعباء التشغيلية ويتيح لك تبديل النماذج مع تطور المشهد. الاستضافة الذاتية منطقية عندما تبرر سيادة البيانات أو اقتصاديات الرموز على نطاق واسع استثمار عمليات GPU. ينتهي الأمر بمعظم فرق الإنتاج بالقيام بالأمرين معًا.

الخاتمة

مشهد LLM مفتوح المصدر في 2026 مختلف جوهريًا عن عامين مضت. نماذج مثل DeepSeek V4 Pro و Qwen3.6 و Kimi K2.6 و GLM-5.1 هي خيارات من الدرجة الأولى لأعباء عمل محددة مثل البرمجة الوكيلة والاستدلال الرسمي والتحليل متعدد الوسائط ومعالجة السياقات الطويلة.

القرار العملي ليس أي نموذج هو الأفضل على لوحة الصدارة. بل هو أي نموذج يناسب نموذجك التشغيلي: API مستضاف إذا كنت بحاجة إلى التحرك بسرعة وتجنب عمليات GPU، واستضافة ذاتية إذا كانت بياناتك لا يمكنها مغادرة بنيتك التحتية أو أن اقتصاديات الرموز الخاصة بك تبرر الاستثمار، وطبقة تنفيذ صندوق حماية إذا كان نموذجك يحتاج إلى التصرف بناءً على الكود بدلاً من مجرد إنشائه.

تغطي واجهة برمجة تطبيقات LLM من Novita AI النماذج مفتوحة المصدر الرئيسية خلف نقطة نهاية متوافقة مع OpenAI، لذا يمكنك تشغيل نفس كود التكامل ضد DeepSeek أو Qwen أو Kimi أو GLM دون إعادة بناء مجموعتك لكل إصدار نموذج. قم بإقرانها مع صندوق حماية الوكيل عندما تتطلب المهمة تنفيذ الكود، وستحصل على جوهر وكيل برمجة جاهز للإنتاج دون إدارة البنية التحتية الأساسية بنفسك.

الأسئلة الشائعة

ما هو أفضل نموذج LLM مفتوح المصدر في 2026؟

DeepSeek V4 Pro مرشح قوي للبرمجة الوكيلة، و Kimi K2.6 يستهدف استخدام الأدوات طويل الأمد، و Qwen3.6 يقدم خيارات Apache 2.0 عبر عدة أحجام، و GLM-5.1 يستهدف التنفيذ الوكيل المستدام. تعتمد الإجابة الصحيحة على مهمتك ومتطلبات الترخيص والأجهزة وما إذا كنت تريد الاستضافة الذاتية.

ما هي أفضل نماذج LLM مفتوحة المصدر للاستخدام المحلي؟

Qwen 2.5 Coder 32B (بطاقة RTX 4090 واحدة)، Phi-4 14B (8GB VRAM)، و Llama 4 Scout (16GB VRAM، سياق 10M) هي الخيارات العملية للاستدلال المحلي. النماذج التي تزيد عن 70B تتطلب عادةً إعدادات متعددة GPU.

هل نماذج اللغة الكبيرة مفتوحة المصدر جيدة مثل النماذج المغلقة؟

لمهام محددة، نعم. DeepSeek V4 Pro يضاهي أو يتفوق على GPT-4.1 على SWE-Bench ومعايير البرمجة. للمهام العامة المفتوحة، لا تزال النماذج المغلقة العليا تحتفظ بميزة. تعتمد الفجوة بشكل كبير على المهمة والمعيار المحددين.

ما هي أخبار LLM مفتوحة المصدر اليوم؟

اعتبارًا من 24 أغسطس 2026، تشمل إصدارات الوزن المفتوح الأخيرة Qwen3.6 و Kimi K2.6 و GLM-5.1 و DeepSeek V4 Pro.

كيف يمكنني الوصول إلى نماذج LLM مفتوحة المصدر دون استضافة ذاتية؟

استخدم API استدلال مستضاف. توفر Novita AI وصولاً متوافقًا مع OpenAI إلى DeepSeek و Qwen و Kimi و GLM و MiniMax ونماذج مفتوحة المصدر أخرى. قم بتغيير عنوان URL الأساسي إلى https://api.novita.ai/v3/openai ومعرف النموذج إلى الذي تريده؛ لا حاجة لأي تغييرات أخرى على الكود الموجود لديك.

ما الفرق بين نماذج LLM مفتوحة المصدر ونماذج اللغة مفتوحة المصدر؟

يتم استخدام المصطلحين بالتبادل في معظم السياقات. تقنيًا، يشير “نموذج لغة كبير” تحديدًا إلى نماذج اللغة القائمة على المحولات المدربة على نطاق واسع. يمكن أن يشير “نموذج لغة مفتوح المصدر” أيضًا إلى نماذج أصغر أو نماذج خارج بنية المحولات، لكن في الاستخدام الحالي يصف كلا المصطلحين نفس الفئة من النماذج.

مقالات موصى بها

مقالات ذات صلة