تغير مشهد النماذج المحلية غير الخاضعة للرقابة في 14 أغسطس 2026. في ذلك اليوم، دفعت Alibaba الأوزان المفتوحة لـ Qwen 3.8-27B إلى Hugging Face، وفي غضون ساعات، كانت المجتمعات قد قامت بإزالة الرقابة عن إصدارات مقلصة الأحجام بحيث يمكن تشغيلها على بطاقة RTX 5090 واحدة أو جهاز MacBook بسعة 24 جيجابايت. لأول مرة، أصبح أقوى نموذج يمكنك تشغيله دون رفض قريبًا من أقوى نموذج مفتوح، نقطة على السطر.
هذا يجعل معظم قوائم "أفضل نماذج LLM غير الخاضعة للرقابة" قديمة. لا تزال التصنيفات المتداولة في عام 2026 توصي بتعديلات Llama 2 و Vicuna، وهي نماذج متأخرة بثلاثة أجيال عما يمكنك الحصول عليه من Hugging Face اليوم. تبدأ هذه القائمة من الصفر: سبعة نماذج، كلها تم التحقق من إمكانية تنزيلها الآن، مصنفة حسب ذاكرة الفيديو (VRAM) التي تمتلكها بدلاً من تفاصيل المعايير.
تعريف واحد قبل التصنيف، لأن المصطلحات تتداخل في كل مكان. نموذج LLM غير خاضع للرقابة هو نموذج تمت إزالة سلوك الرفض منه أو لم يتم تدريبه عليه مطلقًا. لن يرفض أي مطالبة لأسباب تتعلق بالسياسة. وهذا يعني أيضًا أنه لا يحمل أي حواجز أمان على الإطلاق: أنت طبقة الأمان، والمخرجات هي مسؤوليتك. كل نموذج أدناه هو أداة بحث واستضافة ذاتية، وليس مساعدًا مستضافًا.
كيف تحدث "إزالة الرقابة": ثلاث طرق مختلفة
معرفة الطريقة التي أنتجت نموذجًا يخبرك كيف سيتصرف.
الإزالة الجراحية (Abliteration). يحدد الباحثون الاتجاه الداخلي للتنشيط المسؤول عن الرفض ويقومون بإزالته جراحيًا من الأوزان. لا يتضمن ذلك إعادة تدريب. يحتفظ النموذج بذكائه الأساسي سليمًا تقريبًا ولكنه يتوقف عن رفض الطلبات. ينشر بناة المجتمع مثل huihui-ai و orcarouter إصدارات معدلة من النماذج المفتوحة الرئيسية في غضون أيام من الإصدار.
الضبط الدقيق الخالي من الرفض (Refusal-free finetuning). نهج Dolphin: إعادة تدريب النموذج الأساسي على مجموعة بيانات منسقة تم تجريد الرفض منها. يغير هذا من شخصية النموذج أكثر مما تفعله الإزالة الجراحية، وتعتمد الجودة على مجموعة بيانات الضبط الدقيق.
المحاذاة المحايدة (Neutral alignment). يقوم بحث Nous بتدريب نماذج Hermes على اتباع توجيه النظام الخاص بك بدلاً من مدونة أخلاقيات البائع. النموذج ليس مخربًا؛ بل يمكن توجيهه. أنت تحدد القواعد لكل عملية نشر.
تنتج الطرق الثلاث نموذجًا يجيب حيث ترفض المساعدات التجارية. تختلف في مقدار القدرة الأساسية التي تبقى ومقدار التحكم الذي تحتفظ به.
كيفية ترتيب هذه القائمة
ثلاثة معايير، بالترتيب:
- قوة النموذج الأساسي. البنية غير الخاضعة للرقابة ترث سقف قدرات نموذجها الأساسي. نموذج أساسي لعام 2026 يتفوق على نموذج أساسي لعام 2024 بنفس الحجم.
- يعمل على الأجهزة التي يملكها الناس. كل إدخال يسرد حجم الكمية والحد الأدنى من ذاكرة الفيديو (VRAM) أو الذاكرة الموحدة التي تحتويه. الفئات: من 12 إلى 16 جيجابايت، من 16 إلى 24 جيجابايت، وفئة محطات العمل.
- التوفر المتحقق منه. كل نموذج يرتبط بمستودع Hugging Face مباشر أو صفحة رسمية. لا توجد روابط معطلة، ولا "قريبًا".
مقارنة سريعة قبل التفاصيل:
| # | النموذج | الطريقة | يناسب في | الأفضل لـ |
|---|---|---|---|---|
| 1 | Qwen 3.8-27B غير خاضع للرقابة | الإزالة الجراحية | من 16 إلى 24 جيجابايت | الأفضل بشكل عام: للبرمجة، الوكلاء، الرؤية |
| 2 | Dolphin 3.0 Mistral 24B | الضبط الدقيق الخالي من الرفض | من 16 إلى 24 جيجابايت | الدردشة العامة، استدعاء الوظائف، نسخة R1 للاستنتاج |
| 3 | Hermes 4 (14B / 36B / 70B) | المحاذاة المحايدة | 12 جيجابايت فما فوق | سلوك قابل للتوجيه تحدده أنت لكل موجه نظام |
| 4 | Huihui Qwen 3.6-27B معدّل (أُزيلت رقابته) | الإزالة الجراحية | من 16 إلى 24 جيجابايت | كلاسيكي مثبت، نظام بيئي كبير للكميات |
| 5 | Gemma 4 26B-A4B غير خاضع للرقابة | الإزالة الجراحية | من 12 إلى 16 جيجابايت | سرعة على أجهزة متواضعة (MoE، ~4B نشط) |
| 6 | Mistral Small 3.2 معدّل (أُزيلت رقابته) | الإزالة الجراحية | من 12 إلى 16 جيجابايت | الخيال، لعب الأدوار، الكتابة الإبداعية |
| 7 | Huihui GLM-5.1 معدّل (أُزيلت رقابته) | الإزالة الجراحية | 256 جيجابايت فما فوق | أكبر نموذج مفتوح معدّل (أُزيلت رقابته) موجود |
1. Qwen 3.8-27B غير خاضع للرقابة: الأفضل الجديد بشكل عام
النموذج الأساسي هو محور الحديث هنا. Qwen 3.8-27B هو النسخة المفتوحة الوزن والكثيفة من Qwen 3.8-Max، تم إصداره في 14 أغسطس 2026 على Hugging Face و ModelScope. يفهم الصور والفيديو بشكل طبيعي، ويستهدف أعباء عمل البرمجة والوكلاء، ويحقق أرقامًا قياسية عامة تزاحم النماذج المغلقة المتطورة. لا يوجد شيء آخر في هذه القائمة يمتلك أساسًا بهذا الحداثة.
تحرك المجتمع بسرعة. orcarouter/Qwen3.8-27B-Uncensored-GGUF هو البنية GGUF المعدلة (أُزيلت رقابتها)، مع كميات تتناسب مع الأجهزة الحقيقية:
- Q4_K_M, 16.8 جيجابايت: الخيار الأفضل لوحدة معالجة رسومات 24 جيجابايت (RTX 3090/4090/5090) أو جهاز Mac بسعة 32 جيجابايت.
- IQ4_XS, 15.3 جيجابايت: يناسب وحدة معالجة رسومات 16 جيجابايت.
- Q3_K_M, 13.5 جيجابايت: عندما تريد مساحة أكبر للسياق على حساب الدقة.
يوجد إصدار FP8 لـ vLLM إذا كنت تستخدم بطاقة محطة عمل، وهناك نسخة أكثر قوة (0xKitkat/Qwen3.8-27B-Uncensored-Aggressive) تتخلى عن المزيد من السلوكيات القريبة من الرفض بتكلفة على بعض القدرات. على بطاقة RTX 5090 لسطح المكتب، توقع حوالي 45 رمزًا في الثانية عند Q4؛ وقد قام المالكون بتشغيله في إعداداتهم اليومية في غضون ساعة من وصول الأوزان.
ملاحظة إعداد مهمة: تم تضمين بنية qwen35 ودعم MTP في llama.cpp في مايو 2026. يجب التحديث إلى إصدار من 2026-05 أو أحدث، وإلا فلن يتم تحميل GGUF. تنطبق القاعدة نفسها على Ollama و LM Studio، اللذين يضمان llama.cpp في الأساس.
الأفضل لـ: أي شخص لديه 16 جيجابايت أو أكثر من ذاكرة الفيديو (VRAM) ويرغب في أقوى نموذج محلي، سواء كان خاضعًا للرقابة أم لا. حقيقة كونه غير خاضع للرقابة هي مكافأة إضافية على نموذج أساسي قريب من الريادة.
2. Dolphin 3.0 Mistral 24B: المخضرم في الضبط الدقيق، لا يزال حادًا
سلسلة Dolphin من إريك هارتفورد هي المشروع غير الخاضع للرقابة الأطول عمرًا، و Dolphin3.0-Mistral-24B هو نموذجها الرائد الحالي. على عكس النماذج المعدلة جراحيًا، يعتبر Dolphin ضبطًا دقيقًا كاملاً وخاليًا من الرفض: أعيد تدريبه على مجموعة بيانات منسقة، وتم ضبطه لاتباع التعليمات والبرمجة والرياضيات واستدعاء الوظائف.
هناك شيئان يبقيانه على القائمة في عام 2026. أولاً، يضيف متغير R1 قدرة الاستدلال، حيث تم تدريبه لثلاثة عصور على 800 ألف مسار استدلال من مجموعة بيانات Dolphin-R1، لذلك تحصل على سلوك "سلسلة التفكير" بدون فلتر من البائع يقرر أي الأفكار مسموح بها. ثانيًا، النظام البيئي: يدعم Dolphin Ollama دعمًا ممتازًا، ولديه كميات GGUF ناضجة بكل الأحجام، وسنوات من أنماط موجهات المجتمع.
بالنسبة لنموذج 24B الكثيف، تبلغ أحجام Q4 حوالي 14 إلى 15 جيجابايت، وهو مريح على بطاقة 24 جيجابايت وقابل للتشغيل على 16 جيجابايت بكمية أصغر.
الأفضل لـ: الدردشة المحلية للأغراض العامة وعمل الوكلاء عندما تفضل نموذجًا أعيد تدريبه عمدًا على نموذج تم تعديله جراحيًا، ولإصدار R1 إذا كنت تريد استدلالًا غير خاضع للرقابة.
3. Hermes 4: غير خاضع للرقابة بالفلسفة، لا بالجراحة
يتخذ Hermes 4 من Nous Research موقفًا مفاده أن المحاذاة تعود للمشغل. يتم تدريب النماذج على اتباع توجيه النظام الخاص بك بدلاً من مدونة أخلاقيات الشركة. تسميها Nous المحاذاة المحايدة، ويتصدر Hermes 4 قائمة RefusalBench بين النماذج المفتوحة والمغلقة لامتثاله لنية المستخدم دون رفض شامل.
تشمل العائلة 14 مليار، و 36 مليار (بما في ذلك إصدار 4.3-36B الأحدث)، و 70 مليار، و 405 مليار للأشخاص الذين يمتلكون رفوف خوادم. جميعها مفكرات هجينة: قم بتضمين علامة "الاستدلال" وسيفكر النموذج لفترة أطول في المشاكل الصعبة، احذفها وستحصل على إجابات مباشرة سريعة.
الفارق العملي عن النماذج المعدلة جراحيًا مهم. النموذج المعدل جراحيًا لا يمكنه رفض أي شيء، على الإطلاق. سيتبع Hermes أي سياسة تكتبها في موجه النظام، بما في ذلك سياسة ذات قيود تختارها أنت. بالنسبة للعديد من المستضيفين الذاتيين، هذه هي الخاصية الأكثر فائدة: غير خاضع للرقابة افتراضيًا، ويمكن التحكم فيه عند الطلب.
الأفضل لـ: المشغلين الذين يرغبون في تحديد سلوك النموذج بأنفسهم. يتناسب نموذج 14B مع بطاقة 12 جيجابايت عند Q4؛ بينما يتطلب نموذج 36B ذاكرة 24 جيجابايت.
4. Huihui Qwen 3.6-27B معدّل (أُزيلت رقابته): حصان العمل المثبت
قبل إطلاق Qwen 3.8، كانت تعديلات Qwen 3.6 من huihui-ai هي التوصية الافتراضية للاستخدام المحلي غير الخاضع للرقابة، ولا تزال الخيار الآمن. أثبت Qwen 3.6 (أبريل 2026) أنه أساس نظيف بشكل غير عادي للإزالة الجراحية: تتم إزالة اتجاه الرفض بأقل قدر من فقدان القدرات، وهذا هو السبب في ظهور بنية 27B في أعلى تصنيفات المجتمع طوال العام.
النظام البيئي هو الجاذبية. تنشر Huihui النطاق الكامل للكميات على Hugging Face وتطابقها مع Ollama، لذا فإن `ollama run` يجعلك تبدأ في أمر واحد. يوجد متغير 14B يدعم الرؤية للبطاقات الأصغر، وتعديل شخصية "سامانثا" مضاف فوق الإزالة الجراحية إذا كنت تريد خيارًا افتراضيًا أكثر دفئًا للمحادثة.
اختر هذا على الخيار رقم 1 إذا كنت تقدر بنية مثبتة في المعركة مع أشهر من التحقق من المجتمع على حساب أحدث قاعدة، أو إذا كان متطلب llama.cpp الخاص بـ Qwen 3.8 يمنع سلسلة أدواتك الحالية.
الأفضل لـ: استخدام يومي مستقر ومُتحقق منه على نطاق واسع على بطاقة VRAM بسعة 16 إلى 24 جيجابايت.
5. Gemma 4 26B-A4B غير خاضع للرقابة: سرعة على أجهزة متواضعة
معظم النماذج في هذه القائمة كثيفة، لذا يدفع كل رمز مقابل كل معلمة. Gemma 4 26B-A4B هو بنية "مزيج الخبراء" (mixture-of-experts): 26 مليار معلمة إجمالاً، حوالي 4 مليارات نشطة لكل رمز. يمنحك الإصدار المعدّل (أُزيلت رقابته) مخرجات غير خاضعة للرقابة بمعدل إنتاج لا يمكن لنموذج كثيف بحجم 27 مليار الوصول إليه على نفس البطاقة.
هذا يجعله الفائز في فئة الإعدادات من 12 إلى 16 جيجابايت. حيث يبدو نموذج 27B الكثيف عند Q3 ضعيف الأداء على وحدة معالجة رسومات (GPU) بسعة 16 جيجابايت، فإن بنية A4B تحافظ على الجودة مع توليد أسرع بعدة مرات. على أجهزة Apple Silicon بذاكرة موحدة 16 جيجابايت، إنه الفرق بين أن يكون قابلاً للاستخدام أو مؤلمًا.
المقايضة هي العمق في مهام الاستدلال الصعبة، حيث يتفوق المدخلان الكثيفان رقم 1 ورقم 2. أما بالنسبة للتلخيص والصياغة والاستخراج والدردشة، فنادرًا ما ستلاحظ الفرق.
الأفضل لـ: أجهزة الكمبيوتر المحمولة، أجهزة Mac بسعة 16 جيجابايت، وأي شخص يقدر الرموز في الثانية على حساب أقصى عمق للاستدلال.
6. Mistral Small 3.2 معدّل (أُزيلت رقابته): اختيار الكاتب
اسأل مجتمعات لعب الأدوار والخيال عن النموذج غير الخاضع للرقابة الذي يستخدمونه، وستكون الإجابة في عام 2026 دائمًا هي تعديل Mistral Small 3.2 (إزالة الرقابة). تتميز النماذج الأساسية لـ Mistral بجودة نثرية مميزة: أقل إفراطًا في استخدام القوائم، وأفضل في الحفاظ على نبرة الصوت عبر سياق طويل، وأقل عرضة للنبرة "المساعدة" التي تتسرب عبر تعديلات Qwen و Llama.
الإزالة الجراحية أكثر أهمية للكتابة الإبداعية منها للبرمجة. ترفض النماذج التجارية أو تنقي جزءًا كبيرًا من الخيال المشروع: الأشرار، العنف، الرواة ذوي الأخلاق الرمادية. يكتب Mistral Small المعدّل المشهد الذي طلبته ويحافظ على الأسلوب الذي حددته.
عند كثافة حوالي 24 مليار، تتناسب الكميات مثل Dolphin: Q4 حوالي 14 جيجابايت، وهو جيد على بطاقات 16 جيجابايت وما فوق.
الأفضل لـ: الخيال، لعب الأدوار، وأي عمل كتابي حيث يؤدي التنقية القريبة من الرفض إلى تدمير جودة المخرجات.
7. Huihui GLM-5.1 معدّل (أُزيلت رقابته): السقف الأقصى
أكبر نموذج مفتوح معدّل (أُزيلت رقابته) متاح: Huihui-GLM-5.1-abliterated-GGUF، وهو نموذج MoE بـ 754 مليار معلمة يأتي كملف بحجم 236 جيجابايت حتى مع كمية IQ2_M. هذا ليس نموذجًا استهلاكيًا. يتطلب جهاز Mac Studio بسعة 256 جيجابايت فما فوق، أو جهاز متعدد وحدات معالجة الرسومات، أو خادمًا بذاكرة وصول عشوائي (RAM) قوية لفك التحميل من وحدة المعالجة المركزية.
يكسب مكانه لأنه يجيب على سؤال لا تستطيع النماذج الستة الأخرى الإجابة عليه: إلى أي مدى يمكن لنظام الذكاء الاصطناعي المحلي غير الخاضع للرقابة أن يتوسع؟ الإجابة الآن هي "إلى نموذج ينافس الأنظمة الحدودية المستضافة"، وهو ما لم يكن صحيحًا قبل عام. إذا كان لديك الجهاز المناسب، فلا شيء مستضاف ذاتيًا وغير مقيد يقترب منه.
الأفضل لـ: مالكي Mac Studio، وعشاق المختبرات المنزلية بميزانيات محطات العمل، والمجموعات البحثية التي تحتاج إلى قدرة من الفئة الرائدة مع عدم وجود سياسة خارجية.
تشغيل أي من هذه: قم بتشغيله كخادم، ثم تعامل معه كواجهة برمجة تطبيقات (API)
يتم نشر كل نموذج أعلاه بنفس الطريقة: llama.cpp، Ollama، أو LM Studio لبنيات GGUF، و vLLM لـ FP8. تعرض جميعها نقطة نهاية متوافقة مع OpenAI على المضيف المحلي (localhost)، مما يعني أن نموذجك المحلي هو واجهة برمجة تطبيقات بمجرد تحميله:
ollama run huihui_ai/qwen3.6-abliterated:27b
# نقطة نهاية متوافقة مع OpenAI تعمل الآن على http://localhost:11434/v1
تستحق نقطة النهاية هذه نفس المعاملة التي تمنحها لأي واجهة برمجة تطبيقات تبنيها. وجه Apidog إلى http://localhost:11434/v1/chat/completions ويمكنك حفظ حمولات الموجهات كطلبات قابلة لإعادة الاستخدام، ومقارنة الاستجابات عبر كميات مختلفة من نفس النموذج، والتحقق من بنية الاستجابة قبل ربط نقطة النهاية بتطبيق، ومحاكاة استجابات النموذج حتى تتوقف اختبارات التكامل الخاصة بك عن استهلاك وقت وحدة معالجة الرسومات. سير العمل مطابق لما هو موجود في دليل Kimi K3 المحلي الخاص بنا: اسحب الأوزان، شغل كخادم، ثم قم بتصحيح الأخطاء في نقطة النهاية كخدمة إنتاجية. قم بتنزيل Apidog وستعمل الدورة بأكملها دون اتصال بالإنترنت، وهو ما يتناسب مع السبب الذي جعلك تعمل محليًا في المقام الأول.
النماذج غير الخاضعة للرقابة تجعل اختبار مستوى نقطة النهاية أكثر أهمية، وليس أقل. مع عدم وجود طبقة رفض في النموذج، يحتاج تطبيقك إلى فحوصات الإدخال والإخراج الخاصة به، وهذه هي بالضبط تأكيدات الطلب والاستجابة التي يقوم عميل API بأتمتتها.
الأسئلة الشائعة
هل من القانوني تنزيل وتشغيل هذه النماذج؟ يعتبر تنزيل النماذج ذات الأوزان المفتوحة والمشتقات المعدلة (أُزيلت رقابتها) من Hugging Face قانونيًا في معظم الولايات القضائية. يحمل كل مستودع ترخيصًا (Apache 2.0، شروط Gemma، أو ما شابه) يحكم إعادة الاستخدام التجاري. ما تقوم بتوليده وكيف تستخدمه يبقى مسؤوليتك، تمامًا مثل أي أداة.
هل تصبح النماذج المعدلة (أُزيلت رقابتها) أقل ذكاءً؟ قليلاً، ويختلف ذلك حسب البنية. تزيل الإزالة الجراحية اتجاهًا في مساحة التنشيط، والإزالة القوية يمكن أن تؤثر على القدرات المجاورة. تقيس البنيات الجيدة الصنع مثل تلك المذكورة هنا الخسارة ببضع نقاط معيارية. تتجنب التعديلات الدقيقة الخالية من الرفض مثل Dolphin الجراحة ولكنها تغير شخصية النموذج بدلاً من ذلك. يغطي تحليل معايير Qwen 3.8 الخاص بنا ما تسجله القاعدة غير المعدلة، وهو سقفك على أي حال.
ما هو الحد الأدنى من الأجهزة للبدء؟ وحدة معالجة رسومات (GPU) بسعة 12 جيجابايت أو جهاز Mac بنظام Apple Silicon بسعة 16 جيجابايت يشغل Hermes 4 14B أو بنية Gemma 4 A4B بسرعات قابلة للاستخدام. النقطة المثلى في عام 2026 هي 24 جيجابايت من ذاكرة الفيديو (VRAM) أو 32 جيجابايت من الذاكرة الموحدة، مما يفتح الفئة من 24B إلى 27B حيث توجد النماذج رقم 1 و 2 و 4. يمكنك أيضًا استخدام Qwen 3.8 مجانًا عبر القنوات المستضافة أولاً لتقييم ما إذا كان النموذج الأساسي يناسب عملك قبل تنزيل 17 جيجابايت من الأوزان.
لماذا لا نستخدم أحد نماذج القوائم القديمة، مثل WizardLM أو Vicuna؟ بسبب عمر النموذج الأساسي. نموذج 13B المعدّل من عام 2023 يخسر أمام نموذج 27B من عام 2026 في كل الجوانب: الاستدلال، طول السياق، البرمجة، المخرجات متعددة اللغات. ترث البنيات غير الخاضعة للرقابة سقف قدرات نماذجها الأساسية، لذا يبدأ التصنيف أعلاه من القواعد الحالية ويتجه للأسفل فقط عندما تتطلب الأجهزة ذلك.
الخلاصة
Qwen 3.8-27B غير الخاضع للرقابة هو الإجابة الافتراضية في عام 2026: أحدث قاعدة، دعم حقيقي متعدد الوسائط، وكميات تتناسب مع البطاقات التي يمتلكها الناس. Dolphin 3.0 هو البديل المعدّل (ضبط دقيق) ذو النظام البيئي الأعمق، و Hermes 4 هو اختيار المشغل المفكر، غير الخاضع للرقابة بالفلسفة ويمكن التحكم فيه عن طريق موجه النظام. أقل من 16 جيجابايت، اختر بنية Gemma 4 A4B للسرعة أو Mistral Small 3.2 المعدّل (أُزيلت رقابته) للنثر. وأيًا كان ما تقوم بتشغيله، تذكر أنه يعمل كواجهة برمجة تطبيقات (API) غير محمية على المضيف المحلي: اختبره باستخدام Apidog كما تفعل مع أي نقطة نهاية تخطط للوثوق بها.