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

Ollama GPT OSS: Complete Guide to Running OpenAI's Open Models

باختصار

  • gpt-oss:20b يعمل باستخدام ما يقارب 16 غيغابايت من الذاكرة (ويتناسب مع معظم وحدات معالجة الرسومات المخصصة للألعاب)، gpt-oss:120b يتطلب ما يقارب 70 غيغابايت (على وحدة معالجة رسومات واحدة سعة 80 غيغابايت أو بتوزيعها عبر بطاقات استهلاكية متعددة)
  • التثبيت عبر ollama pull gpt-oss:20b أو ollama pull gpt-oss:120b، ثم شغّله باستخدام الأمر ollama run gpt-oss:20b
  • وتستخدم كلا النسختين تقنية التكميم MXFP4 عند 4,25 بت لكل معلمة، وتدعم نافذة السياق الممتدة حتى 128 ألف رمز.
  • Released by OpenAI as open-weight models in partnership with Ollama, comparable to Llama 3.1 and Qwen 2.5 in quality

أطلقت OpenAI نموذج gpt-oss كنماذج مفتوحة الوزن في أغسطس 2025، وتُوزَّع حصريًّا عبر منصة Ollama. وتتكوّن عائلة gpt-oss من نسختين: الأولى نموذج بسعة 20 مليار معلمة يعمل بسلاسة على الأجهزة الاستهلاكية، والثانية نموذج بسعة 120 مليار معلمة يقدّم أداءً يقترب من أحدث النماذج المتقدمة عند تشغيله على وحدة معالجة رسومات عالية الأداء واحدة. وكلا النسختين تستخدمان تقنية التكميم MXFP4، التي تُخزِّن أوزان النموذج بكفاءة عند 4,25 بت لكل معلمة مع الحفاظ على جودة تقترب من الاستنتاج الكامل الدقة.

ما هي نماذج GPT-OSS؟

تمثل نماذج gpt-oss الإصدار الأول من OpenAI الذي يُنشر كنماذج مفتوحة الوزن، وذلك بعد ضغوط صناعية متزايدة تدعو إلى الشفافية وإمكانية إعادة الإنتاج. وعلى عكس نموذجي GPT-4 وGPT-4o، فإن هذه النماذج تُوزَّع مع أوزانها الكاملة وتفاصيل هندستها وترخيصها المرن الذي يسمح بالاستخدام التجاري دون قيود.

ويدعم كلا النموذجين نافذة سياق تصل إلى 128 ألف رمز، ويتعاملان مع المحادثات متعددة الدورات، ويؤديان مهام اتباع التعليمات بأداء يُقارن بنظيراتها من النماذج المفتوحة ضمن نفس فئة عدد المعلمات. أما النسخة ذات الـ20 مليار معلمة فتتنافس مباشرة مع Llama 3.1 8B و Mistral 7B، بينما يقع النموذج ذي الـ120 مليار معلمة بين نموذج Llama 3.1 بسعة 70 مليار معلمة وأنظمة الجيل الأحدث مثل GPT-4.

تعاونت OpenAI مع Ollama لتولي عملية التوزيع وتحسين الاستنتاج. وهذا يعني أنك تقوم بتثبيت وتشغيل gpt-oss بنفس الطريقة التي تُشغل بها أي نموذج آخر من نماذج Ollama، دون الحاجة إلى خطوات تحويل أو تكميم منفصلة.

متطلبات الأجهزة

ويوضح الجدول أدناه الحد الأدنى والحد الموصى به من المواصفات المادية لكل نسخة من نماذج gpt-oss. وتشمل أرقام الذاكرة أوزان النموذج بالإضافة إلى هامش معقول من الذاكرة المخصصة لنافذة السياق ومخازن الاستنتاج.

النموذج عدد المعايير (البارامترات) حجم القرص الحد الأدنى من الذاكرة الحد الموصى به من الذاكرة أجهزة مثال
gpt-oss:20b 20 مليار 14 غيغابايت 16GB 24 جيجابايت RTX 4090، RTX 3090، A5000
gpt-oss:120b 120 مليار 65 غيغابايت 70 غيغابايت 80 غيغابايت A100 80GB، H100، RTX 4090 مزدوجة

يناسب النموذج ذو الـ20 مليار معلمة بطاقات معالجة الرسومات الاستهلاكية الصادرة منذ عام 2020 بسلاسة. فإذا كانت لديك بطاقة RTX 3090 أو RTX 4090 بسعة 24 غيغابايت من الذاكرة المخصصة للرسومات (VRAM)، يمكنك تشغيل النموذج gpt-oss:20b مع مساحة كافية لنافذة سياق تصل إلى 16 ألف رمز. أما إذا كانت سعة الذاكرة 16 غيغابايت (مثل بطاقتي RTX 4080 أو RTX 3080 Ti)، فلا يزال بإمكانك تشغيل النموذج، لكن يجب أن تقتصر طول نافذة السياق على 8 آلاف رمز لتفادي امتلاء الذاكرة.

أما النموذج ذو الـ120 مليار معلمة فيتطلب أجهزة مركز بيانات أو تكوينًا استهلاكيًّا متعدد وحدات معالجة رسومات. وتتعامل بطاقة A100 بسعة 80 غيغابايت مع هذا النموذج بسلاسة. ويمكن لبطاقتي RTX 4090 في جهاز كمبيوتر شخصي تقسيم النموذج بينهما، رغم انخفاض سرعة الاستنتاج قليلًا مقارنةً بالنشر على وحدة معالجة رسومات واحدة. ويمكنك استخدام حاسبة VRAM لتقدير متطلبات الذاكرة لمختلف أطوال نوافذ السياق.

وحدة المعالجة المركزية والذاكرة النظامية (RAM)

إذا كانت لديك ذاكرة VRAM غير كافية، فإن Ollama ستُحمّل الطبقات إلى الذاكرة النظامية (RAM) وتشغّلها عبر وحدة المعالجة المركزية (CPU). ولتشغيل النموذج gpt-oss:20b بالكامل على وحدة المعالجة المركزية، تحتاج إلى ما لا يقل عن 32 غيغابايت من الذاكرة النظامية. أما تشغيل النموذج gpt-oss:120b عبر وحدة المعالجة المركزية فهو غير عملي — إذ تتوقع تأخيرًا يبلغ عدة ثوانٍ لكل رمز حتى على أنظمة وحدات المعالجة المركزية متعددة النوى. راجع القسم دليل أفضل GPUs للنماذج المحلية إذا كنت تبني أو تُحدّث مواصفات جهازك خصيصًا لتشغيل النماذج.

التثبيت

أولاً، ثبّت Ollama إذا لم تقم بذلك بعد. تختلف العملية حسب النظام الأساسي:

macOS

حمّل تطبيق Ollama لنظام macOS من ollama.com وانقله إلى /Applications. يعد المثبت Ollama CLI تلقائياً. أو يمكنك التثبيت عبر Homebrew:

brew install ollama

Linux

شغّل سكريبت التثبيت الرسمي، الذي يضع الملف التنفيذي في /usr/local/bin/ollama وينشئ خدمة systemd:

curl -fsSL https://ollama.com/install.sh | sh

للحصول على تعليمات التثبيت اليدوي أو التعليمات الخاصة بالتوزيعة، راجع دليل تثبيت Ollama.

ويندوز

قم بتنزيل برنامج التثبيت الخاص بنظام ويندوز من ollama.com وشغّله. يضيف المثبت Ollama إلى مسار PATH الخاص بك ويبدأ الخدمة الخلفية تلقائياً. بعد التثبيت، افتح PowerShell أو Command Prompt للتحقق:

ollama --version

تنزيل النماذج وتشغيلها

بعد تثبيت Ollama، اسحب النموذج الذي تريده. للمتغير ذو 20 مليار معامل:

ollama pull gpt-oss:20b

للمتغير ذو 120 مليار معامل:

ollama pull gpt-oss:120b

يحمّل السحب أوزان النموذج إلى ~/.ollama/models على macOS و Linux، أو %USERPROFILE%.ollamamodels على Windows. التحميل قابل للاستئناف، لذلك يمكنك إيقافه وإعادة تشغيله دون فقدان التقدم.

بعد السحب، ابدأ جلسة تفاعلية:

ollama run gpt-oss:20b

أو للنموذج الأكبر:

ollama run gpt-oss:120b

يفتح هذا واجهة دردشة. اكتب طلبك، اضغط Enter، وسينقل النموذج استجابته. اكتب /bye للخروج.

وصول API

يشغّل Ollama خادم HTTP محلي في http://localhost:11434. يمكنك إرسال طلبات عبر curl أو Python أو أي عميل HTTP:

curl http://localhost:11434/api/generate -d '{
  "model": "gpt-oss:20b",
  "prompt": "Explain MXFP4 quantisation in one sentence."
}'

بالنسبة للتطبيقات المنظمة، استخدم Ollama Python أو JavaScript SDK. كلاهما متاح عبر مديري الحزم القياسيين (pip install ollama, npm install ollama) ويوفران واجهات مكتوبة للإنشاء والتضمين وإدارة النماذج.

الأداء ومقارنة النماذج

ينتج نموذج المعاملات بـ 20 مليار 15-30 رمزاً في الثانية على RTX 4090، حسب طول السياق وتعقيد الطلب. ينتج نموذج 120 مليار معامل 8-15 رمزاً في الثانية على A100 80GB. تفترض كلا الرقمين الإعدادات الافتراضية بدون تحسينات إضافية مثل فك الرموز المكهرب.

من حيث الجودة، يؤدي gpt-oss:20b أداءً مماثلاً لـ Llama 3.1 8B و Mistral 7B على معايير التفكير مثل MMLU و GSM8K. يتفوق على كليهما في المتابعة الإرشادية متعددة الخطوات، ربما بسبب ضبط التعلم المعزز من ملاحظات البشر (RLHF) من OpenAI. يقترب متغير 120B من جودة GPT-3.5 Turbo، مما يجعله أقوى نموذج مفتوح المصدر تحت 200B معامل اعتباراً من أغسطس 2026.

مقارنة بالنماذج القائمة على API المملوكة، يصبح تشغيل gpt-oss محلياً فعّالاً من حيث التكلفة فوق حوالي مليوني رمز شهرياً لنموذج 20B، أو 500,000 رمز شهرياً لنموذج 120B، بافتراض أنك تمتلك الأجهزة بالفعل. استخدم حاسبة المقارنة بين الاستضافة الذاتية وواجهة برمجة التطبيقات (API) لتقدير نقطة التعادل بناءً على حجم الرموز وتكاليف الأجهزة.

التكميم MXFP4

يأتي كلا نموذجي gpt-oss مع MXFP4 quantisation مدمج. MXFP4 هو تنسيق نقطة عائمة دقيق يمثل الأوزان بمعدل 4.25 بت لكل معامل في المتوسط، بانخفاض من 16 بت في دقة النصف القياسية. على عكس أنظمة التكميم الأقدم مثل GPTQ أو AWQ، يحافظ MXFP4 على نطاق ديناميكي أكبر، مما يقلل فقدان الدقة المرتبط عادة بالضغط العدواني.

في الممارسة العملية، تتصرف النماذج المكممة MXFP4 بشكل متطابق تقريباً مع نظيراتها بدقة كاملة في معظم المهام. يحدث التكميم أثناء التدريب وليس بعد الحقيقة، مما يسمح للنموذج بالتكيف مع الدقة المخفضة. يقلل هذا النهج متطلبات VRAM بحوالي 75% مقارنة بـ FP16، مما يجعل نماذج 120 مليار معامل قابلة للتطبيق على وحدات معالجة رسومات واحدة من نوع المستهلك.

نافذة السياق واستهلاك الذاكرة

يدعم كلا متغيري gpt-oss نافذة سياق بـ 128K رمز، مما يعادل تقريباً 100,000 كلمة من النص الإنجليزي. ومع ذلك، الاستخدام الفعلي لنافذة السياق الكاملة يتطلب ذاكرة إضافية كبيرة تتجاوز أوزان النموذج الأساسية.

بالنسبة إلى gpt-oss:20b، يضيف سياق 128K حوالي 8GB من الذاكرة الإضافية. مع 24GB VRAM، يمكنك استخدام النافذة الكاملة بشكل مريح. مع 16GB، يجب أن تحد السياق إلى 32K-48K رمز لتجنب نفاد الذاكرة أثناء الإنشاء.

بالنسبة إلى gpt-oss:120b، فإن السياق 128K يضيف حوالي 20GB من الحمل الإضافي. يمكن لوحدة معالجة الرسومات بسعة 80GB التعامل مع هذا، لكن نشر بسعة 70GB (وحدتا معالجة رسومات للمستهلك) يجب أن يقتصر السياق على 64K رموز. تحقق متطلبات VRAM حسب النموذج للحصول على منحنيات قياس الذاكرة التفصيلية.

الأسئلة المتكررة

هل يمكنني ضبط نماذج gpt-oss؟

نعم. أطلقت OpenAI gpt-oss بموجب ترخيص سخي يسمح بالضبط لأي غرض، بما في ذلك التطبيقات التجارية. يمكنك استخدام أطر عمل الضبط القياسية مثل Axolotl أو Hugging Face TRL. أوزان النموذج متوافقة مع بنية Llama، لذا تعمل معظم الأدوات المضبوطة على Llama دون تعديل.

كيف يقارن نموذج gpt-oss:120b مع نموذج Llama 3.1 70B؟

يتفوق نموذج gpt-oss:120b على نموذج Llama 3.1 70B في اتباع التعليمات والمحادثات متعددة الدورات، لا سيما في المهام التي تتطلب الحفاظ على السياق عبر العديد من التبادلات. أما نموذج Llama 3.1 70B فيتفوق قليلًا في مقاييس التقييم الخالصة المتعلقة بالاستنتاج مثل MATH وDROP. وكلا النموذجين يؤديان أداءً متساويًا تقريبًا في مهام البرمجة. ويحتاج النموذج ذو الـ120 مليار معلَّمة إلى ذاكرة VRAM أكبر (70 غيغابايت مقابل 40 غيغابايت)، لكنه يقدّم تحسُّنًا ملحوظًا في جودة التفاعل على نمط المساعد الذكي (assistant-style interactions).

هل يمكنني تشغيل نموذج gpt-oss:120b على عدة وحدات معالجة رسومات استهلاكية؟

نعم. يقوم Ollama تلقائيًّا بتقسيم النموذج عبر وحدات معالجة الرسومات المتاحة إذا لم تكن سعة وحدة واحدة كافية. ويمكن لوحدتي معالجة رسومات RTX 4090 (إجمالي سعة VRAM = 48 غيغابايت) تشغيل نموذج gpt-oss:120b، رغم أن سرعة الاستنتاج تنخفض بنسبة 20–30% مقارنةً بوحدة معالجة رسومات واحدة سعة 80 غيغابايت بسبب النفقات الإضافية الناتجة عن الاتصال بين وحدات المعالجة. أما استخدام ثلاث وحدات أو أكثر فيُحقِّق عوائد متناقصة؛ فإذا كان لديك الميزانية الكافية لذلك، فإن استخدام وحدة معالجة رسومات واحدة من نوع A100 أو H100 سيكون أكثر فعالية من حيث التكلفة.

هل يعمل نموذج gpt-oss دون اتصال بالإنترنت؟

نعم، بعد تنزيل النموذج باستخدام الأمر ollama pull. ويقوم Ollama بتخزين أوزان النموذج الكاملة محليًّا، ويتم الاستنتاج بالكامل على جهازك. أما الوصول إلى الشبكة فيحدث فقط أثناء التنزيل الأولي أو عند التحقق من وجود تحديثات للنموذج. ويمكنك تعطيل عمليات التحديث التلقائية عبر تعيين المتغير OLLAMA_SKIP_UPGRADE=1 في بيئة التشغيل الخاصة بك.

ما الرخصة المطبَّقة على المخرجات التي يولدها نموذج gpt-oss؟

لا تدّعي رخصة gpt-oss الصادرة عن شركة OpenAI أي ملكية على المخرجات التي يولدها النموذج. فأنت تملك كامل حقوق المخرجات التي تُنتجها، ويمكنك استخدامها لأي غرض، بما في ذلك المنتجات والخدمات التجارية. وهذا يختلف عن شروط خدمة واجهة برمجة التطبيقات (API) الخاصة بشركة OpenAI، والتي تقيّد بعض حالات الاستخدام. وينبغي دائمًا الاطلاع على نص الرخصة الكامل المرفق مع ملف تنزيل النموذج للتأكد من أحدث الشروط.

هل يمكنني استخدام نماذج gpt-oss لأغراض تجارية؟

نعم. تسمح الرخصة باستخدام النماذج لأغراض تجارية دون قيود، بما في ذلك دمج النموذج في منتجات خاصة، أو تقديمه كخدمة، أو استخدامه لتوليد محتوى للبيع. ولا يُشترط منك فتح مصدر الأعمال المشتقة أو الإفصاح عن استخدامك لنموذج gpt-oss في منتجك، رغم أن الإسناد (attribution) يُشجَّع عليه.

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