Sunday, 22 November 2026 | التحديث اليومي نظرة ثاقبة للذكاء الاصطناعي، مكتوبة للبناة

Ollama Gemma 4: نماذج Gemma الحالية وكيفية تشغيلها

محدثة · نُشر في الأصل
  • Gemma 4 متاحة الآن وفي Ollama مكتبة gemma4باسم. أطلقت Google Gemma 4 في 31 مارس 2026 بأحجام E2B و E4B و 26B A4B و 31B، وأضافت نموذج 12B Unified في 3 يونيو 2026.
  • تشغيل ollama run gemma4 للحصول على نموذج E4B الافتراضي، أو اختر حجمًا: gemma4:e2b, gemma4:12b, gemma4:26b أو gemma4:31b.
  • تبلغ تنزيلات 4 بت (q4_K_M) 4.6 GB (E2B) و 6.6 GB (E4B) و 8.0 GB (12B) و 18 GB (26B) و 20 GB (31B). السياق يبلغ 128K رمز على E2B و E4B و 256K على الأحجام الأكبر.
  • تم إصدار Gemma 4 بموجب Apache 2.0. Gemma 3 و Gemma 2، لا تزالان على Ollama، تستخدمان شروط Google لـ Gemma.
  • أرقام السرعة على هذه الصفحة موسومة كحد أقصى لعرض النطاق الترددي للذاكرة، وليست قياسات؛ السرعات الفعلية تكون أقل.

هل Gemma 4 متوفرة على Ollama؟

نعم. Gemma 4 موجودة في مكتبة Ollama باسم gemma4، بخمسة أحجام: E2B و E4B و 12B و 26B (نموذج خليط من الخبراء بحوالي 3.8B معاملات نشطة) و 31B. ثبّت أو حدّث Ollama، ثم شغّل ollama run gemma4 للحصول على نموذج E4B الافتراضي، أو أضف علامة حجم مثل gemma4:12bكل علامة تقبل النصوص والصور، والأحجام الأكبر تقرأ ما يصل إلى 256K رمز من السياق.

أحجام Gemma 4 على Ollama

تأتي أعداد المعاملات ونوافذ السياق أدناه من بطاقة نموذج Gemma 4 من Google. أحجام التنزيل هي إصدارات q4_K_M المدرجة على صفحة علامات Ollama.

النموذج عدد المعايير (البارامترات) السياق أمر Ollama تنزيل 4 بت (q4_K_M)
Gemma 4 E2B 2.3B فعّال (5.1B مع التضمينات) 128 ألف رمز ollama run gemma4:e2b 4.6 GB
Gemma 4 E4B (الافتراضي) 4.5B فعّال (8B مع التضمينات) 128 ألف رمز ollama run gemma4 6.6 GB
Gemma 4 12B Unified 11.95B 256K ollama run gemma4:12b 8.0 GB
Gemma 4 26B A4B (MoE) 25.2B إجمالي، 3.8B نشط 256K ollama run gemma4:26b 18 جيجابايت
Gemma 4 31B (كثيف) 30.7B 256K ollama run gemma4:31b 20 جيجابايت

حرف «E» في E2B و E4B يشير إلى المعاملات الفعّالة: تقول Google أن النماذج الصغيرة تستخدم Per-Layer Embeddings لتعظيم كفاءة المعاملات على الأجهزة، وتسرد بطاقتها 5.1B و 8B معاملات عند حساب تلك التضمينات، وهذا هو السبب في أن الملفات أكبر من العدد الفعّال يوحي. حرف «A» في 26B A4B يشير إلى المعاملات النشطة. تقول بطاقة نموذج Google أنه «يعمل بسرعة تقريبًا مثل نموذج بـ 4B معاملات»، بينما لا يزال يحتاج إلى ذاكرة نموذج بحوالي 25B معاملات.

العلامات العادية مثل gemma4:31b تظهر نطاق حجم على صفحة Ollama، لأن أكثر من إصدار واحد يقف خلفها. إذا كنت تريد ملفًا متوقعًا، سمّ الإصدار: gemma4:31b-it-q4_K_M (20 GB)، gemma4:31b-it-qat (19 GB)، gemma4:31b-it-q8_0 (34 GB) أو gemma4:31b-it-bf16 (63 GB). ينجح النمط ذاته مع الأحجام الأخرى. يسرد Ollama أيضًا علامات سحابية، gemma4:cloud و gemma4:31b-cloud، التي تعمل على خوادم Ollama بدلاً من GPU الخاص بك؛ يغطي شرح Ollama Cloud كيفية عمل تلك.

كيفية تشغيل Gemma 4 مع Ollama

إذا لم يكن لديك Ollama حتى الآن، اتبع دليل تثبيت Ollamaإذا كان لديك بالفعل والسحب يفشل، حدّث Ollama أولاً، لأن عائلات النماذج الجديدة عادة ما تحتاج إلى إصدار حديث. ثم، على macOS أو Linux أو Windows:

# الحجم الافتراضي (E4B)
ollama run gemma4

# اختر حجماً
ollama run gemma4:e2b
ollama run gemma4:12b
ollama run gemma4:26b
ollama run gemma4:31b

# تحميل بدون بدء محادثة
ollama pull gemma4:12b

وضع التفكير

جميع أحجام Gemma 4 يمكنها التفكير قبل الإجابة. بطاقة النموذج من Google تقول إن التفكير يتم تشغيله بوضع <|think|> رمز في بداية موجه النظام، ويتم إيقاف تشغيله بإزالته. API الخاص بـ Ollama يحتوي أيضاً على فكّر معامل: true يطلب التفكير، false يطلب عدم إخراج التفكير إذا سمح النموذج بذلك، وتركه بدون تعيين يستخدم الإعداد الافتراضي للنموذج.

استخدام Gemma 4 من الكود

Ollama يوفر واجهة برمجية محلية على http://localhost:11434:

curl http://localhost:11434/api/generate -d '{
  "model": "gemma4",
  "prompt": "Explain quantum entanglement in simple terms.",
  "stream": false
}'

كما يوفر نقطة نهاية متوافقة مع OpenAI، لذلك كود عميل OpenAI الموجود يعمل بتغيير عنوان URL الأساسي. يحتاج العميل إلى قيمة مفتاح API، لكن Ollama يتجاهلها:

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:11434/v1/",
    api_key="ollama",  # required but ignored
)

response = client.chat.completions.create(
    model="gemma4:12b",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

كم من الذاكرة يحتاج كل حجم؟

حجم التحميل هو الحد الأدنى: يجب أن تناسب الأوزان ذاكرة GPU (أو ذاكرة موحدة Apple) للحصول على السرعة الكاملة. نافذة السياق تحتاج ذاكرة فوق ذلك، وتنمو مع طول السياق الذي تسمح به. توثيق Ollama يقول إنه يختار سياقاً افتراضياً من VRAM الذي يكتشفه: 4K رمز تحت 24 GB، 32K من 24 إلى 48 GB، و256K عند 48 GB أو أكثر. يمكنك تجاوزه مع OLLAMA_CONTEXT_LENGTH عند بدء الخادم، و ollama ps يظهر في عموده PROCESSOR ما إذا كان جزء من النموذج قد انسكب على CPU.

الحجم أوزان 4-بت قاعدة إبهامنا لملاءمة GPU كاملة
E2B 4.6 GB 8 GB GPUs ومعظم أجهزة الكمبيوتر المحمولة الحديثة
E4B 6.6 GB 8 GB GPUs مع سياق قصير؛ 12 GB أكثر راحة
12 مليار معلّمة 8.0 GB 12 GB GPUs؛ 16 GB لسياقات أطول
26B A4B 18 جيجابايت 24 GB GPUs، أو أجهزة Mac و Strix Halo PC بـ 32 GB أو أكثر
31B 20 جيجابايت 24 GB GPUs مع سياق متواضع، أو 32 GB وما فوق الذاكرة الموحدة

قاعدة الإبهام هي تقديرنا من أحجام الملفات، وليس حداً مقاساً. للحصول على رقم يأخذ في الاعتبار طول السياق الخاص بك، استخدم حاسبة VRAM، وانظر متطلبات VRAM حسب النموذج للعائلات الأخرى.

ما سرعة Gemma 4؟ تقديرات موسومة

لا بطاقة النموذج من Google ولا صفحة مكتبة Ollama تنشر أرقام الرموز في الثانية لـ Gemma 4 على وحدات معالجة رسومات المستهلك. ما يمكن حسابه هو حد أقصى. عندما يقوم مستخدم واحد بإنشاء نصوص، كل رمز جديد يتطلب قراءة أوزان النموذج من الذاكرة، لذلك عرض النطاق الترددي للذاكرة مقسوماً على الجيجابايتات المقروءة لكل رمز هو حد أعلى على سرعة الإنشاء.

نموذج (q4_K_M) NVIDIA RTX 4090 (1,008 GB/s، 24 GB) Apple M4 Pro (273 GB/s) AMD Ryzen AI Max+ 395 (256 GB/s)
Gemma 4 12B (8.0 GB) ~126 رموز/ثانية حد أقصى ~34 رموز/ثانية حد أقصى حدٌّ علوي تقريبي يبلغ ~32 رمزًا/ثانية
Gemma 4 31B (20 GB) ~50 رمز/ث سقف حدٌّ علوي تقريبي يبلغ ~14 رمزًا/ثانية ~13 رموز/ثانية حد أقصى

الافتراضات: مستخدم واحد، التحميل الكامل مقروء مرة واحدة لكل رمز تم إنشاؤه، وبدون بدل لـ KV cache أو قيود الحوسبة أو العلوية البرمجية. هذه حدود حسابية، وليست قياسات بواسطة Convly AI، والسرعات الفعلية تأتي أقل. كنقطة معايرة، لوحة scorecard llama.cpp CUDA العامة تُظهر RTX 4090 تولد حوالي 186 رموز/ثانية على Llama 2 7B عند Q4_0، ملف بحجم 3.83 GB. حده الأقصى بنفس الحساب حوالي 263 رموز/ثانية، لذا هذه النتيجة تقريباً 70% من الحد الأقصى.

حجمان لا يناسبان هذا النموذج البسيط. 26B A4B يقرأ فقط حوالي 3.8B من معاملات نشطة لكل رمز، لذا يولد بسرعة أكبر بكثير مما يقترحه ملفه البالغ 18 GB؛ Google تصفه بأنه يعمل بسرعة تقريباً مثل نموذج 4B. E2B و E4B تتضمن Per-Layer Embeddings لا تقرأ جميعها لكل رمز، لذا حد أقصى بناءً على حجم ملفهما قد يقلل من قيمتهما. للحصول على نصيحة شراء GPU، انظر أفضل وحدات معالجة الرسومات لتشغيل LLMs محليًا، ولكيفية مقارنة الذاكرة الموحدة Apple و AMD، انظر مقارنة Strix Halo مقابل M4 Pro.

أجيال Gemma الأقدم على Ollama

Gemma 3 و Gemma 2 لا تزالان في مكتبة Ollama. Gemma 4 تحل محلهما للمشاريع الجديدة، بسياق أطول وترخيص أكثر تساهلاً.

عائلة Ollama tags (حجم التحميل) السياق المدخلات الرخصة
Gemma 3 (مارس 2025؛ 270M مضاف أغسطس 2025) gemma3:270m (292 MB)، gemma3:1b (806 MB)، gemma3:4b (3.4 GB)، gemma3:12b (8.2 GB)، gemma3:27b (17 GB) 32K (270M، 1B)؛ 128K (4B، 12B، 27B) نص (270M، 1B)؛ نص وصورة (4B وما فوق) Gemma Terms of Use
Gemma 2 (يونيو ويوليو 2024) gemma2:2b (1.6 GB)، gemma2:9b (5.4 GB)، gemma2:27b (16 GB) 8K نص Gemma Terms of Use

Google’s Gemma 4 model card, whose table Ollama’s Gemma 4 page reproduces, puts Gemma 4 31B at 85.2% on MMLU Pro and 84.3% on GPQA Diamond, against 67.6% and 42.4% for Gemma 3 27B (بدون التفكير). هذه درجات مُبلغ عنها من قبل البائع. لدينا صفحة نموذج Gemma 3 27B التي تحتوي على مواصفات هذا النموذج، و قائمة نماذج Ollama و أفضل النماذج المحلية لـ Ollama تغطي بدائل مثل Llama و Mistral و Qwen.

ضبط Gemma 4 باستخدام Modelfile

توصي بطاقة نموذج Google بتكوين أخذ عينات واحد لكل حالة استخدام: temperature 1.0 و top_p 0.95 و top_k 64. يمكنك دمج هذه القيم وطول السياق وموجه نظام في نموذجك الخاص باستخدام Modelfile:

FROM gemma4:12b

PARAMETER temperature 1.0
PARAMETER top_p 0.95
PARAMETER top_k 64
PARAMETER num_ctx 32768

SYSTEM You are a technical documentation assistant. Give accurate, concise answers with code examples.

ثم أنشئها وشغّلها:

ollama create my-gemma -f ./Modelfile
ollama run my-gemma
  • temperature: تجعل القيم الأعلى الإجابات أكثر إبداعاً.
  • top_p و top_k: حدّد الرموز التي يأخذ عينات منها النموذج.
  • num_ctx: نافذة السياق؛ تستخدم القيم الأكبر ذاكرة أكثر.
  • num_predict: الحد الأقصى لعدد الرموز المراد إنشاؤها.

لمقارنة تشغيل Gemma محلياً مقابل واجهة برمجية مستضافة، يجد حاسبة المقارنة بين الاستضافة الذاتية وواجهة برمجة التطبيقات (API) نقطة التعادل لاستخدامك.

استكشاف الأخطاء

«Model not found» أو فشل السحب: تحقق من تهجئة الوسم مقابل صفحة gemma4 على Ollama وحدّث Ollama.

الإنشاء بطيء: تشغيل ollama ps. إذا أظهرت عمود PROCESSOR جزءاً من النموذج على المعالج، فإن النموذج وسياقه لا يناسبان ذاكرة GPU. خفّض السياق باستخدام OLLAMA_CONTEXT_LENGTH أو انتقل إلى حجم أصغر. يغطي دليلنا حول عدم استخدام Ollama لـ GPU الأسباب الأخرى.

لم يتم اكتشاف GPU: تُدرج وثائق Ollama وحدات NVIDIA GPU بإمكانية حساب 5.0 أو أحدث وبرنامج تشغيل 550 أو أحدث. على AMD، تحتاج إلى مجموعة برامج تشغيل ROCm v7؛ على Windows، تغطي قائمة ROCm الخاصة بها بطاقات Radeon RX 7000 و Radeon PRO W7000، و Vulkan يوفر دعماً إضافياً لـ GPU على Windows و Linux. على أجهزة Mac، يستخدم Ollama واجهة Metal من Apple لتسريع GPU.

لا تُرجع واجهة برمجية أي شيء: تأكد من أن الخادم يعمل وقابل للوصول إليه على http://localhost:11434، وأن النموذج قد تم سحبه.

الأسئلة الشائعة

هل Gemma 4 متوفرة على Ollama؟

نعم. وهي موجودة في مكتبة Ollama باسم gemma4، بأحجام E2B و E4B و 12B و 26B و 31B. أطلقت Google Gemma 4 في 31 مارس 2026 وأضافت نموذج 12B Unified في 3 يونيو 2026. شغّل ollama run gemma4 للحصول على نموذج E4B الافتراضي، أو أضف علامة حجم.

ما حجم Gemma 4 الذي يجب أن أبدأ به؟

اقتراحنا: E4B، الافتراضي، على أجهزة الكمبيوتر المحمولة و GPU بحجم 8 GB؛ 12B على GPU بحجم 12 إلى 16 GB؛ 26B A4B على GPU بحجم 24 GB إذا كنت تريد السرعة؛ 31B على GPU بحجم 24 GB أو أجهزة Mac بحجم 32 GB أو أكثر إذا كنت تريد النموذج الكثيف الأقوى. يسرد الجدول أعلاه حجم التنزيل لكل واحد.

هل يمكنني استخدام Gemma 4 تجاريًا؟

تُدرج بطاقة نموذج Google نموذج Gemma 4 بموجب ترخيص Apache 2.0، والذي يسمح بالاستخدام التجاري والتعديل وإعادة التوزيع وفقاً لشروطه. يستخدم Gemma 3 و Gemma 2 شروط استخدام Gemma المنفصلة من Google، لذا اقرأها قبل شحن منتج على نموذج أقدم.

هل Gemma 4 على Ollama يفهم الصور والصوت؟

الصور، نعم: تُدرج صفحة وسوم Ollama إدخال نص وصورة لكل وسم Gemma 4. يعتمد الصوت على الحجم. تُدرج بطاقة نموذج Google إدخال صوت لـ E2B و E4B والنموذج الموحد 12B، لكن ليس لـ 26B A4B أو 31B. تعرض صفحة مكتبة Ollama شارة صوت للعائلة، لذا إذا كنت تحتاج إلى صوت، اختر أحد الأحجام الثلاثة الأصغر.

كيف أقوم بتشغيل التفكير في Gemma 4 أو إيقافه؟

تقول Google أن التفكير يتم تفعيله بوضع رمز التفكير في بداية موجه النظام وتعطيله بإزالته. من خلال واجهة برمجية Ollama، يمكنك أيضاً تعيين معامل think إلى true أو false، أو تركه بدون تعيين لاستخدام الافتراضي للنموذج.

هل يمكن لـ Gemma 4 العمل بدون GPU؟

نعم. يمكن لـ Ollama تشغيل نموذج على المعالج، لكن الإنشاء يقتصر بعد ذلك على عرض النطاق الترددي لذاكرة النظام، وهو أقل بكثير من وحدة معالجة رسومات حديثة. E2B و E4B هما الخيارات الواقعية على المعالج فقط.

كتبه مصطفى إحسان

مصطفى إحسان هو مؤسس ومحرر Convly.ai. بنى ويحتفظ بقاعدة بيانات نماذج AI المباشرة للموقع، ومؤشر أداء السعر، وآلاته الحاسبة المجانية لمتطلبات VRAM وتكاليف API واقتصاديات الاستضافة الذاتية. يكتب عن تسعير النماذج ونتائج المقاييس والأجهزة المطلوبة لتشغيل نماذج AI محلياً، ويفضل باستمرار الأرقام المقاسة على ادعاءات البائع.

انتقل إلى الأعلى