أولاما جِمّا 4: النماذج الحالية من جِمّا وكيفية تشغيلها

عند البحث عن نموذج أولاما جِمّا 4، فمن المرجح أنك تبحث عن أحدث نماذج جِمّا المتوفرة عبر أولاما. وحتى أغسطس 2026، لم تُصدر شركة جوجل ديب مايند أي إصدارة رسمية باسم جِمّا 4. وأحدث النماذج المتوفرة هي عائلة جِمّا 2 (بعدد معاملات 2 مليار، و9 مليارات، و27 مليارًا) والعائلة الأصلية جِمّا (بعدد معاملات 2 مليار و7 مليارات). وتُشغل كلتا العائلتين بشكل أصلي على أولاما عبر أمر واحد فقط.

نماذج جِمّا المتاحة على أولاما

يدعم أولاما ستة متغيرات من نماذج جِمّا تنتمي إلى جيلين مختلفين. ويستخدم كل منها ترخيص جوجل المفتوح للأوزان (open-weight license)، ويمكن تشغيله بالكامل دون اتصال بالإنترنت بعد تنزيله.

تقدم سلسلة جِمّا 2 أداءً أفضل لكل معامل مقارنةً بالنماذج الأصلية من جِمّا. ولمعظم المستخدمين، فإن النموذج gemma2:9b يوفّر أفضل توازن بين الجودة والمتطلبات المادية. ويمكنك الاطلاع على مقارنة هذه النماذج مع البدائل الأخرى في لوحة تصنيف النماذج اللغوية الكبيرة (LLM).

تثبيت نماذج جِمّا وتشغيلها

أولاً، تأكّد من تثبيت أولاما على نظامك. وإذا لم تكن قد ثبّته بعد، فاتبع دليل تثبيت Ollama تعليمات التثبيت الخاصة بمنصتك. وبمجرد التثبيت، يتطلب تشغيل أي نموذج من جِمّا أمرًا واحدًا فقط يقوم تلقائيًا بتنزيل النموذج وتشغيله.

macOS وLinux

افتح الطرفية (Terminal) ونفّذ الأمر التالي:

ollama run gemma2:9b

وهذا يُنزّل نموذج جِمّا 2 ذي الـ9 مليارات معامل (وبحجم تقريبي 5.5 جيجابايت للنسخة الكمّية بـ4 بت) ويبدأ جلسة دردشة تفاعلية. ولتشغيل حجم مختلف، استخدم الأوامر التالية:

# للنموذج ذي الـ27 مليار معامل (أعلى جودة، ويحتاج إلى 16 جيجابايت فأكثر من VRAM)
ollama run gemma2:27b

# للنموذج ذي الـ2 مليار معامل (الأسرع، يعمل على بطاقات GPU ذات سعة 4 جيجابايت)
ollama run gemma2:2b

# جِمّا الأصلية 7B
ollama run gemma:7b

ويندوز

افتح موجه الأوامر (Command Prompt) أو PowerShell واستخدم نفس الأوامر:

ollama run gemma2:9b

يجب على مستخدمي ويندوز الذين يستخدمون وحدات معالجة رسوميات من نوع NVIDIA التأكد من تحديث برامج التشغيل الخاصة بوحدة المعالجة الرسومية لديهم لتحقيق أفضل أداء. أما دعم وحدات معالجة الرسوميات من AMD عبر منصة ROCm فهو يعمل على Linux، لكنه لا يزال في مرحلة تجريبية على ويندوز حتى أغسطس 2026.

التشغيل كخادم واجهة برمجة التطبيقات (API Server)

لتشغيل نموذج جِمّا كخدمة واجهة برمجة تطبيقات دائمة بدلًا من جلسة دردشة تفاعلية:

# ابدأ خادم أولاما (يبدأ تلقائيًا على macOS/Linux، ويجب تشغيله يدويًا على ويندوز)
ollama serve

# في نافذة طرفية أخرى، نزّل النموذج دون بدء جلسة دردشة
ollama pull gemma2:9b

# أرسل طلبات عبر واجهة برمجة التطبيقات
curl http://localhost:11434/api/generate -d '{
  "model": "gemma2:9b",
  "prompt": "اشرح ظاهرة التشابك الكمي بلغة بسيطة.",
  "stream": false
}'

ويعمل هذا النهج بنفس الطريقة على جميع المنصات، ويمكن دمجه مع مكتبات متوافقة مع OpenAI عبر توجيهها إلى http://localhost:11434.

المتطلبات النظامية والأداء

تعمل نماذج جِمّا بكفاءة عالية على الأجهزة الاستهلاكية بفضل عمليات التحسين والكمّية التي يقدّمها أولاما. وتتفاوت متطلبات ذاكرة VRAM بشكل كبير حسب حجم النموذج ومستوى الكمّية المستخدمة.

بشكل افتراضي، يقوم أُولاما بتنزيل إصدارات مُكمَّنة بتقنية 4 بت، مما يقلل استهلاك الذاكرة بنسبة 75٪ مع خسارة ضئيلة جدًّا في الجودة. ولحساب احتياجات الـ VRAM الدقيقة لجهازك بدقة، استخدم حاسبة الذاكرة VRAMحاسبة الذاكرة هذه متطلبات ذاكرة VRAM حسب النموذج.

وحدات معالجة الرسومات الموصى بها

• RTX 4060 Ti بسعة 16 جيجابايت / RTX 3090: يمكنها تشغيل نموذج Gemma 2 بحجم 27 مليار معلَّمة (27B) عند كمّنة Q4 مع دعم كامل لنافذة السياق.
• RTX 4070 / RX 7800 XT: مثالية لتشغيل نموذج Gemma 2 بحجم 9 مليارات معلَّمة (9B)، مع هامش كافٍ لإجراء محادثات طويلة.
• RTX 4060 / RTX 3060: تتعامل بسلاسة مع نموذجي Gemma 2 بحجم 2 مليار معلَّمة (2B) وGemma 7B.
• وحدات معالجة الرسومات المدمجة (رقاقات آبل المتكاملة، وحدات Intel Arc): يعمل نموذج Gemma 2 بحجم 2 مليار معلَّمة (2B) بكفاءة على أجهزة ماك المزوَّدة بشريحة M1/M2، وعلى أحدث وحدات معالجة الرسومات Intel Arc التي تمتلك ذاكرة موحدة سعة 16 جيجابايت فأكثر.

للاطلاع على توصيات مفصلة لوحدات معالجة الرسومات وأداء الاختبارات المرجعية، راجع أفضل وحدات معالجة الرسومات لتشغيل النماذج اللغوية الكبيرة محليًّا دليل.

الاختيار بين نماذج جِمّا

يعتمد اختيار النموذج الأنسب من سلسلة Gemma على حالتك الاستخدامية، ومواصفات جهازك، ومتطلباتك من حيث الجودة. وتتفوق نماذج Gemma 2 باستمرار على أسلافها في مهام التفكير المنطقي، والامتثال للتعليمات، وكتابة الأكواد.

تتطلب 32 جيجابايت أو أكثر من الذاكرة؛ يتنافس هذا النموذج من حيث الجودة مع نماذج أكبر بكثير، لكنه يتطلب كمية كبيرة من الـ VRAM. ويُستخدم عادةً في مهام تتطلب تفكيرًا معقدًا أو كتابة تقنية دقيقة أو توليد أكواد، حيث تكون الدقة أهم من السرعة. وهو في العديد من الاختبارات المرجعية يعادل نماذج العائلات الأخرى ذات الحجم 70 مليار معلَّمة (70B).

Gemma 2 9B يُعد هذا النموذج الخيار الأمثل لمعظم المطورين. فهو يعمل على وحدات معالجة الرسومات متوسطة المواصفات، ويقدِّم أداءً قويًّا في المهام العامة، كما يولِّد الاستجابات بسرعة كافية للتطبيقات التفاعلية. ويُوصى بالبدء بهذا النموذج ما لم تكن لديك قيود محددة.

جيما 2 2 ب يتفوق هذا النموذج في سيناريوهات الإنتاج العالي: مثل المعالجة الدفعية، أو النشر على الحواف (Edge Deployment)، أو تشغيل عدة وكلاء (Agents) في وقت واحد. وعلى الرغم من أنه أقل قدرةً من النماذج الأكبر حجمًا، فإنه يُظهر كفاءة مذهلة في استخراج البيانات المنظمة، والتصنيف، والمحادثات البسيطة.

النموذج الأصلي Gemma 7B وGemma 2B ما زال متاحًا، لكنه لا يقدِّم أي مزايا تفوقية على نماذج Gemma 2 سوى انخفاض طفيف في استهلاك الـ VRAM عند أحجام مكافئة. ولذلك، يُوصى باستخدام نماذج Gemma 2 افتراضيًّا في المشاريع الجديدة.

لمزيد من الخيارات، استكشف قائمة النماذج الكاملة على قائمة نماذج Ollama أو راجع أفضل النماذج المحلية لـ Ollama للاطلاع على بدائل مثل Llama وMistral وQwen.

تكوين النموذج وتحسينه

يوفِّر أُولاما عدة معايير لضبط سلوك نموذج Gemma وأدائه. ويمكنك إنشاء ملف نموذج (Modelfile) لتخصيص الإعدادات على النحو التالي: Modelfile من gemma2:9b# تعيين درجة الحرارة (0.0 = تحديد مطلق، 1.0 = إبداعي) المعيار temperature 0.7# تحديد أقصى طول للرد المعيار num_predict 512# تعيين رسالة النظام (System Prompt) SYSTEM أنت مساعد في إعداد الوثائق التقنية. قدِّم إجابات دقيقة وموجزة مع أمثلة برمجية.

قم بتحميل تكوينك المخصص على النحو التالي:

ollama create my-gemma -f ./Modelfile ollama run my-gemma

تشمل المعايير الرئيسية ما يلي:

درجة الحرارة (temperature)

• : تتحكم في درجة العشوائية (0.1–0.3 للمهام الواقعية، و0.7–0.9 للأعمال الإبداعية)top_p
• : عتبة أخذ العيّنات النووية (القيمة الافتراضية 0.9، وتُخفض للحصول على مخرجات أكثر تركيزًا)num_predict
• : أقصى عدد من الترميزات التي يتم توليدها (-1 لعدم التقييد، وعادةً ما تتراوح بين 512 و2048)num_ctx
• : حجم نافذة السياق (بين 2048 و8192، وكلما زادت القيمة زاد استهلاك الـ VRAM)للمقارنة بين التكلفة المترتبة على تشغيل نماذج Gemma محليًّا مقابل استخدام واجهات برمجة التطبيقات المُستضافة، استخدم

تعمل نماذج Gemma على أُولاما مع مكتبات نماذج اللغة الكبيرة (LLM) القياسية، وذلك عبر توجيهها إلى نقطة النهاية المحلية لأُولاما. وفيما يلي طريقة التكامل مع أطر العمل الشائعة: حاسبة المقارنة بين الاستضافة الذاتية وواجهة برمجة التطبيقات (API) لإيجاد نقطة التعادل الخاصة بك.

التكامل مع أدوات التطوير

بايثون (LangChain)

from langchain_community.llms import Ollamallm = Ollama(model="gemma2:9b") response = llm.invoke("اكتب دالة بايثون لحساب أعداد فيبوناتشي.") print(response)

جافاسكريبت (LangChain.js)

import { Ollama } from "@langchain/community/llms/ollama";const llm = new Ollama({ baseUrl: "http://localhost:11434", model: "gemma2:9b", });const response = await llm.invoke("اشرح مفهوم async/await في جافاسكريبت."); console.log(response);

العملاء المتوافقون مع واجهة OpenAI

تدعم العديد من المكتبات تنسيق واجهة برمجة تطبيقات OpenAI. ويمكنك تهيئتها لاستخدام أُولاما على النحو التالي:

import openaiclient = openai.OpenAI( base_url="http://localhost:11434/v1", api_key="ollama" # مطلوبة لكنها تُهمَل )response = client.chat.completions.create( model="gemma2:9b", messages=[{"role": "user", "content": "مرحبًا!"}] ) print(response.choices[0].message.content)

فشل تنزيل النماذج أو انتهاء مهلة التنزيل:

استكشاف المشكلات الشائعة وإصلاحها

تتراوح أحجام نماذج Gemma بين 1.5 جيجابايت (للنموذج المكمَّن بحجم 2 مليار معلَّمة) و54 جيجابايت (للنموذج الكامل بدقة عالية بحجم 27 مليار معلَّمة). وفي حالة الاتصال البطيء، استخدم الأمر ollama pull gemma2:9b في نافذة طرفية مخصصة لمراقبة تقدُّم التنزيل. كما أن التنزيلات الجزئية تستأنف تلقائيًّا في حال الانقطاع. أخطاء نفاد الذاكرة (Out of memory):

إذا تعطل أُولاما أو رفض تحميل نموذج ما، فهذا يعني أن وحدة معالجة الرسومات لديك لا تمتلك ذاكرة VRAM كافية. وفي هذه الحالة، انتقل إلى نموذج أصغر (مثل gemma2:2bبدلًا من 9b ) أو قلِّص حجم نافذة السياق باستخدام الأمرPARAMETER num_ctx 2048 في ملف نموذج مخصص (Modelfile). ويمكنك التحقق من المتطلبات الفعلية باستخدام التوليد البطيء على رقاقات آبل المتكاملة: حاسبة الذاكرة VRAM.

توليد بطيء على معالجات أبل ذات البنية المعمارية Silicon: تأكد من تفعيل تسريع Metal. يستخدم Ollama تقنية Metal افتراضيًّا على أنظمة macOS، لكن الإصدارات القديمة من Ollama قد تعود تلقائيًّا إلى وحدة المعالجة المركزية (CPU). حدِّث البرنامج إلى أحدث إصدار باستخدام الأمر brew upgrade ollama أو أعد تثبيته من موقع Ollama الإلكتروني.

تُرجع واجهة برمجة التطبيقات (API) استجابات فارغة: تحقق من أن خدمة ollama serve قيد التشغيل ويمكن الوصول إليها عبر العنوان http://localhost:11434. جرّب تنفيذ الأمر curl http://localhost:11434/api/tags لعرض قائمة النماذج المتاحة. وإذا لم يظهر النموذج المطلوب في القائمة، فشغِّل الأمر في نافذة طرفية مخصصة لمراقبة تقدُّم التنزيل. كما أن التنزيلات الجزئية تستأنف تلقائيًّا في حال الانقطاع. أولاً.

لم يتم اكتشاف وحدة معالجة الرسوميات (GPU) على نظام Windows: يتطلب Ollama بطاقات رسوميات من شركة NVIDIA مدعومة بتقنية CUDA، أو بطاقات رسوميات من شركة AMD مدعومة بتقنية ROCm (على أنظمة Linux فقط). حدِّث برامج تشغيل وحدة معالجة الرسوميات عبر «مدير الأجهزة» (Device Manager) أو من الموقع الإلكتروني للشركة المصنِّعة. وللتحقق من اكتشاف البطاقة، استخدم الأمر nvidia-smi (لأجهزة NVIDIA) أو rocm-smi (لبطاقات AMD).

الأسئلة الشائعة

هل يوجد نموذج Gemma 4 متاح؟

لا. حتى شهر أغسطس 2026، أصدرت شركة Google DeepMind سلسلة نماذج Gemma (بإمكانيات 2 مليار و7 مليارات معلَّمة) وسلسلة Gemma 2 (بإمكانيات 2 مليار و9 مليارات و27 مليار معلَّمة)، لكن لا وجود لنموذج باسم Gemma 4. ويشير الرقم «2» في تسمية Gemma 2 إلى الجيل الثاني من عائلة النماذج، وليس إلى عدد المعلمات. وعند البحث عن «Gemma 4»، فمن المرجح أنك تقصد أحدث النماذج المتاحة: Gemma 2 بسعة 27 مليار معلَّمة لأعلى جودة ممكنة، أو Gemma 2 بسعة 9 مليارات معلَّمة لتوازنٍ بين الأداء والكفاءة، أو Gemma 2 بسعة 2 مليار معلَّمة للبيئات محدودة الموارد.

ما الفرق بين نموذجي Gemma وGemma 2؟

يُعَد Gemma 2 معمارية الجيل الثاني التي تحقِّق تحسينات كبيرة في القدرة على الاستنتاج، واتباع التعليمات، والدعم متعدد اللغات. وتصل نماذج Gemma 2 إلى جودة مماثلة لتلك التي تحققها النماذج الأكبر حجمًا من الجيل الأول، مع استخدام أقل للذاكرة وتوليد أسرع للنتائج. فمثلًا، يتفوق نموذج Gemma 2 بسعة 9 مليارات معلَّمة أو يساوي أداء نموذج Gemma الأصلي بسعة 7 مليارات معلَّمة في معظم الاختبارات القياسية. ولذلك، ما لم تكن لديك أسباب محددة تدفعك لاستخدام سلسلة Gemma الأصلية، فمن الأفضل أن تبدأ باستخدام سلسلة Gemma 2.

هل يمكنني استخدام نماذج Gemma لأغراض تجارية؟

نعم. تستخدم نماذج Gemma رخصة Google المفتوحة المصدر للوزن (open-weight license)، والتي تسمح بالاستخدام التجاري والتعديل والتوزيع. وعلى عكس بعض النماذج المفتوحة التي تحمل رخصة «للبحث فقط»، يمكنك نشر نماذج Gemma في تطبيقات الإنتاج أو حلول البرمجيات كخدمة (SaaS) أو الأنظمة المؤسسية دون الحاجة إلى تراخيص إضافية. والقيود الوحيدة هي أنه لا يجوز لك استخدام اسم Gemma للإيحاء بأن شركة Google تؤيد منتجك.

كيف يقارن أداء نموذج Gemma 2 بسعة 9 مليارات معلَّمة مع نموذج Llama 3 بسعة 8 مليارات معلَّمة عند التشغيل على Ollama؟

يتم تشغيل كلا النموذجين بكفاءة على أجهزة متشابهة (من 6 إلى 8 جيجابايت من ذاكرة وحدة معالجة الرسوميات VRAM)، لكن لكل منهما نقاط قوة مختلفة. ويتفوق نموذج Gemma 2 بسعة 9 مليارات معلَّمة عمومًا في مهام اتباع التعليمات وإنشاء المخرجات المنظمة، مما يجعله الخيار الأمثل لتطبيقات أدوات الذكاء الاصطناعي، وتوليد ملفات JSON، وتطبيقات الوكلاء الذكيين (agent applications). أما نموذج Llama 3 بسعة 8 مليارات معلَّمة فيميل إلى إنتاج ردود أكثر طبيعية في المحادثات، ويتعامل بشكل أفضل قليلًا مع الكتابة الإبداعية. وفي المهام التقنية وبرمجة الحاسوب، يجد معظم المطورين أن نموذج Gemma 2 بسعة 9 مليارات معلَّمة أكثر موثوقية. لذا يُوصى باختبار كلا النموذجين في سياق استخدامك الخاص، إذ تختلف التصورات حول الجودة باختلاف التطبيق.

هل يجب أن أدفع مقابل تشغيل نماذج Gemma على Ollama؟

لا. إن برنامج Ollama هو برمجية مجانية ومفتوحة المصدر، كما أن نماذج Gemma مُصرَّح بنشر أوزانها (weights) مجانًا دون أي تكلفة. وأنت تدفع فقط مقابل الأجهزة المستخدمة (وحدة معالجة الرسوميات GPU، والذاكرة العشوائية RAM، والطاقة الكهربائية) اللازمة لتشغيل هذه النماذج. وللمقارنة بين تكاليف الاستخدام، فإن حاسبة تكلفة واجهة برمجة التطبيقات (API) يوضح الوقت الذي يصبح فيه الاستضافة المحلية أكثر اقتصادية من واجهات برمجة التطبيقات السحابية (cloud APIs). ويوفِّر معظم المطورين الذين يقومون بأكثر من 10,000 استعلام شهريًّا المال عند استضافة نماذج Gemma محليًّا بدلًا من الاعتماد على واجهات برمجة التطبيقات التجارية.

هل يمكن تشغيل نماذج Gemma دون وحدة معالجة رسوميات (GPU)؟

نعم، لكن الأداء سيكون بطيئًا جدًّا. في حال عدم اكتشاف وحدة معالجة رسوميات متوافقة، يعود Ollama تلقائيًّا إلى تنفيذ العمليات عبر وحدة المعالجة المركزية (CPU). ويُولِّد نموذج Gemma 2 بسعة 2 مليار معلَّمة ما بين 3 إلى 8 رموز (tokens) في الثانية الواحدة على وحدات المعالجة المركزية الحديثة (مثل معالجات Ryzen من السلسلة 5000 فأحدث أو معالجات Intel من الجيل الثاني عشر فأحدث)، وهي سرعة كافية للاستعلامات العرضية، لكنها محبطة جدًّا في المحادثات التفاعلية. أما نموذجا Gemma 2 بسعة 9 مليارات معلَّمة وما فوق، فيولِّدان أقل من رمزين في الثانية الواحدة عند التشغيل عبر وحدة المعالجة المركزية، ما يجعل استخدامهما غير عملي. وللاستخدام الجاد، يُوصى باستثمارك في وحدة معالجة رسوميات — حتى لو كانت بطاقة اقتصادية مثل RTX 3060 أو مستعملة مثل RTX 2080، فإن ذلك يحسِّن التجربة تحسينًا كبيرًا. راجع التوصيات المتعلقة بالأجهزة في القسم نموذج لغوي محلي (LLM) المخصص للتوصيات المادية. الدليل الكامل لـ Ollama.