دليل النماذج المفتوحة لجهازك

أي نموذج ذكاء اصطناعي
يعمل على جهازك؟

تعرّف على النماذج المفتوحة التي تعمل فعليًا على جهازك، بالذاكرة والسرعة المتوقعة قبل أن تبدأ التحميل.

جهازك الحالي

جارٍ اكتشاف الجهاز…تغيير الجهاز
اعرض الأنسب لجهازي
النظام—الأنوية—النطاقRAMVRAMكرت الشاشة

نماذج مناسبة لجهازك

أفضل النماذج التي تعمل بكفاءة على جهازك، مجرّبة ومرتبة بعناية.

نماذج المحادثة والنصوص

محادثة ذكية ومساعدة في الكتابة والبرمجة

عرض الكل
نماذج المحادثة والنصوص — الأنسب لجهازك
النموذجالمطوِّرالحجمالذاكرة (VRAM)السرعةتوافق جهازك

نماذج توليد الصور

صور عالية الجودة وإبداعية على جهازك

عرض الكل
نماذج توليد الصور — الأنسب لجهازك
النموذجالمطوِّرالحجمالذاكرة (VRAM)السرعةتوافق جهازك

نماذج توليد الفيديو

حوّل أفكارك إلى فيديوهات واقعية

عرض الكل
نماذج توليد الفيديو — الأنسب لجهازك
النموذجالمطوِّرالحجمالذاكرة (VRAM)السرعةتوافق جهازك

النماذج الخفيفة

تعمل على أجهزة محدودة الموارد — 4 جيجابايت فأقل

عرض الكل
النماذج الخفيفة — الأنسب لجهازك
النموذجالمطوِّرالحجمالذاكرة (VRAM)السرعةتوافق جهازك
أجهزة ومواصفاتاكتشف أفضل الأجهزة لتشغيل نماذج الذكاء الاصطناعي وقارن مواصفاتها.تصفّح الأجهزةمقارنات مفصّلةقارن بين النماذج من حيث الأداء والاستخدام والمواصفات.عرض المقارناتمقالات وأدلةتعلّم كيف تختار النماذج وتشغّلها على جهازك خطوة بخطوة.تصفّح الأدلة

104 نموذجًا · 292 جهازًا · 22 جهة

شغّل نماذج الذكاء الاصطناعي المفتوحة على جهازك

نتعرّف على كرت شاشتك أو ذاكرتك الموحّدة، ثم نرشّح لك النماذج المفتوحة التي تعمل على جهازك فعليًا — للمحادثة والبرمجة وتوليد الصور والفيديو. نموذج بحجم ٩ مليارات يتّسع في RTX 4060، بينما يستوعب M4 Max نماذج أكبر. اطّلع على طريقة التقييم وشرح المفاهيم، أو قارن جهازين.

  1. 01

    افتح قدرة

    افتح الصفحة الرئيسية من متصفح على الحاسوب. لا تحتاج حسابًا ولا إضافة.

  2. 02

    دع الموقع يتعرّف على جهازك، أو اختره بنفسك

    اترك الصفحة تقرأ كرت شاشتك وذاكرتك تلقائيًا، أو تصفّح قائمة الأجهزة إن لم يتعرّف الاكتشاف على شريحتك.

  3. 03

    قارن النماذج الموصى بها

    راجع أفضل النماذج المفتوحة للنص والبرمجة والصور والفيديو التي تتّسع في الذاكرة المكتشَفة.

  4. 04

    شغّل النموذج محليًا

    افتح صفحة النموذج وشغّله عبر Ollama أو LM Studio أو llama.cpp بمستوى الـ Quantization المقترح.

كم تحتاج من الـ VRAM؟

الأرقام محسوبة بـ Quantization Q4_K_M مع هامش بسيط لاستهلاك التشغيل. ونماذج MoE تُحمّل كل خبرائها في الذاكرة، حتى لو لم يُفعَّل منهم إلا القليل مع كل توكن.

أحجام تقريبية لنماذج الذكاء الاصطناعي حسب الـ VRAM المتاحة
الذاكرةما يتّسع عادةًجهاز مثال
8GBنماذج محادثة من 3 إلى 9 مليارات بـ Quantization Q4، مع نماذج صور صغيرة.RTX 4060
12GBنماذج كثيفة من 12 إلى 14 مليارًا، أو نماذج MoE أصغر.RTX 4070
16GBمن 20 إلى 27 مليارًا بـ Quantization Q4، و14 مليارًا بجودة أعلى.Apple M4
24GBنماذج كثيفة بحجم 30 مليارًا، أو نماذج MoE متوسطة، أو فيديو محلي.RTX 4090
32GB فأكثرنماذج MoE مفتوحة أكبر، وتوليد صور عالي الجودة.RTX 5090

أجهزة شائعة

كل الأجهزة (292)

الجهات المطوِّرة للنماذج

نماذج مفتوحة تستحق التشغيل محليًا

مزيج مختصر من نماذج المحادثة والصور والفيديو. وتبقى القائمة أعلاه مرتّبة حسب ما يناسب الجهاز المكتشَف في هذه الصفحة.

أدلة

إن أردت المصطلحات أو حسابات التقييم، فهاتان الصفحتان تغطّيانها.

أسئلة شائعة عن الذكاء الاصطناعي المحلي

كم أحتاج من الـ VRAM لتشغيل نموذج محليًا؟

نموذج محادثة بحجم 7–9 مليارات يتّسع عادةً في 8GB بـ Quantization Q4. و12–16GB تغطي معظم النماذج بين 12 و27 مليارًا. ومن 24GB فأكثر تفتح لك النماذج الكثيفة بحجم 30 مليارًا، ونماذج MoE المتوسطة، وتوليد الصور والفيديو محليًا. أما في معالجات Apple فالحد هو الذاكرة الموحّدة وليست ذاكرة كرت منفصلة.

هل أشغّل النماذج محليًا على ماك بدون كرت شاشة منفصل؟

نعم. أجهزة ماك بمعالجات Apple تشارك الذاكرة بين المعالج وكرت الرسوميات، فيستطيع M4 أو M4 Pro أو M4 Max تشغيل نماذج مفتوحة كانت ستحتاج كرتًا منفصلًا. لكن عرض النطاق يبقى مهمًا: شريحة Max تولّد التوكنز أسرع من الشريحة الأساسية بالذاكرة نفسها.

نماذج M4M4 ProM4 Max

ما الفرق بين تشغيل الذكاء الاصطناعي محليًا واستخدام ChatGPT؟

النماذج المحلية تعمل على جهازك: أوامرك لا تغادره، ولا يوجد عدّاد اشتراك، وتستطيع العمل بدون إنترنت. المساعدون السحابيون أقوى عادةً في أصعب المهام، لكنهم يحتاجون شبكة ويرسلون بياناتك إلى مزوّد الخدمة. وقدرة مخصّصة للنماذج المفتوحة التي تنزّلها وتشغّلها بنفسك.

ما هو الـ Quantization ولماذا هو مهم؟

الـ Quantization يخزّن أوزان النموذج ببتات أقل، فيصغر الملف ويستهلك ذاكرة أقل. و Q4_K_M هو نقطة التوازن المعتادة للمحادثة المحلية: أصغر بكثير من الدقة الكاملة مع انخفاض بسيط في الجودة. أما الصيغ الأعلى مثل Q8 أو F16 فأقرب إلى النموذج الأصلي لكنها تحتاج ذاكرة أكبر.

دليل الـ Quantization

كيف تعرف قدرة النماذج التي تناسب جهازي؟

يقرأ الموقع مؤشرات كرت الشاشة والذاكرة والمعالج من المتصفح، ويطابقها مع قاعدة بيانات لمواصفات الأجهزة، ثم يقيّم كل نموذج مفتوح حسب السرعة المقدّرة وهامش الذاكرة والجودة. ويمكنك تخطّي الاكتشاف وفتح صفحة جهاز بعينه: كرت شاشة أو شريحة Apple أو هاتف أو Raspberry Pi.

منهجية التقييمتصفّح الأجهزة

كيف أنزّل نموذجًا موصى به وأشغّله؟

افتح صفحة أي نموذج وانسخ أمر Ollama الخاص به، أو افتحه في LM Studio، أو نزّل ملف GGUF وشغّله عبر llama.cpp. تعرض الصفحة أيضًا مستوى الـ Quantization المناسب لجهازك، وأوامر فتح النموذج داخل أدوات البرمجة مثل Claude Code و OpenCode.

تصفّح النماذج

تريد معادلات التقييم، أو مقارنة نموذجين جنبًا إلى جنب؟ اقرأ كيف يعمل الاكتشاف، أو افتح أداة مقارنة النماذج، أو اطّلع على قائمة التصنيف.

من صنعمدرسة الذكاء الاصطناعيالقناةالدورات

تقديرات مبنية على واجهات المتصفح، وقد تختلف عن المواصفات الفعلية.WebGPU مصادر البيانات: llama.cpp، Ollama وLM Studio.

© 2026 مدرسة الذكاء الاصطناعي — جميع الحقوق محفوظة.

جميع أسماء المنتجات والشعارات والعلامات التجارية مملوكة لأصحابها. Apple و NVIDIA و AMD و Intel و Qualcomm وأسماء نماذج الذكاء الاصطناعي المذكورة في هذا الموقع علامات تجارية مسجّلة لمالكيها، ولا يوجد أي ارتباط أو رعاية بين قدرة وأي من هذه الشركات.