نماذج LLM المحلية تترجم النصوص بسرعة تصل إلى 115 توكنا في الثانية

لم تعد الترجمة المحلية تبدو تجربة مخصصة لمن يملكون خزانة خوادم في المنزل. فعلى محطة عمل عادية مزودة ببطاقة RTX 5060 Ti ذات ذاكرة سعتها 16 غيغابايت، يمكن الحصول إما على ترجمة سريعة لصفحات الويب، وإما على ترجمة أبطأ للكتب لكنها أكثر دقة بوضوح. ومع ذلك، لم يعثر صاحب الاختبار على نموذج واحد يناسب المهمتين معا.

شمل الاختبار نصوصا بالإنجليزية والإسبانية والصينية والعبرية، تضمنت أخبارا ووثائق تقنية ونقاشات من شبكات التواصل الاجتماعي ونثرا معاصرا ومؤلفات قديمة. ترجمت جميع المواد إلى الروسية. وتولت نماذج تحكيم من Claude وOpenAI تقييم الجودة، بينما أعدت الترجمات المرجعية بمساعدة Claude. لذلك تفيد الأرقام أساسا في مقارنة النماذج المشاركة داخل هذا الاختبار، لا بوصفها مقياسا مطلقا للبراعة الأدبية.

الترجمة السريعة تتسع في 16 غيغابايت

حقق Gemma 4 26B-A4B بإصدار QAT Q4_0 النتيجة الأكثر عملية. يتسع النموذج بالكامل داخل ذاكرة الفيديو في RTX 5060 Ti، وينتج نحو 115 توكنا في الثانية. وفي النصوص المعاصرة وصفحات الويب، تراوحت تقييماته تقريبا بين 80 و88 من 100.

يعني ذلك عمليا إمكان ترجمة صفحة من الوثائق أو منشور طويل بسرعة تكاد تواكب القراءة. النموذج ليس الأفضل في جميع الفئات، لكن زمن استجابته غير مزعج، كما أن تشغيله لا يتطلب نقل بعض الطبقات إلى ذاكرة النظام. وبالنسبة إلى مترجم يعمل داخل المتصفح، تعد هذه المزايا أهم من بضع نقاط إضافية في الجودة.

تتغير الصورة مع النصوص القديمة. فقد حصل النموذج على 49 نقطة في العبرية الكلاسيكية و54 نقطة في الصينية الكلاسيكية. أي إن هذا الخيار السريع يناسب اللغة اليومية، لكن استخدامه يصبح محفوفا بالمخاطر عندما يعتمد المعنى على الحقبة الزمنية والتعبيرات الاصطلاحية الراسخة والسياق الثقافي.

الجودة تتطلب ذاكرة RAM

تصدر Qwen3.8 Flash-Next النتائج، أو كان من بين النماذج المتصدرة، في جميع الفئات الرئيسية تقريبا: 87.6 نقطة في الإنجليزية، و92 في الإسبانية، و88 في الصينية، و90 في العبرية. وعمل الإصدار المكمم IQ4_XS بسرعة تقارب 15 توكنا في الثانية، بينما حقق الإصدار الأصغر IQ3_XXS نحو 21 توكنا في الثانية.

ثمن هذه النتيجة هو الحاجة إلى 80–95 غيغابايت من ذاكرة النظام، إلى جانب وحدة GPU. ويستخدم النموذج بنية متناثرة، فلا ينشط مع كل توكن سوى جزء من المعلمات. ولهذا يحافظ على سرعة مقبولة حتى عند وضع جزء كبير من الأوزان في ذاكرة RAM. لكن هذا الخيار غير عملي على جهاز نموذجي مزود بذاكرة سعتها 32 غيغابايت.

أما في النثر الأدبي، فكان النموذج الكثيف Gemma 4 31B الأفضل أداء. حصل على 85 نقطة في الأدب الإنجليزي والإسباني، وكتب بالروسية بصورة جيدة على نحو خاص. كذلك أدى استخدامه كمحرر مستقل إلى رفع تقييمات المسودات الضعيفة بمقدار 5–14 نقطة. لكن المقابل هو سرعة تبلغ نحو 6–7 توكنات في الثانية، ووقت أطول بوضوح لمعالجة النصوص المعقدة.

كيفية اختيار نموذج لمنتجك

لدمج ترجمة المواقع، من المنطقي البدء بـ Gemma 4 26B-A4B: فهو سريع، ويتسع على بطاقة رسومية واحدة، وجودته كافية للأخبار والوثائق والنقاشات. وإذا كانت الترجمة تنفذ على دفعات ليلا، وكان الجهاز مزودا بذاكرة RAM سعتها 96 غيغابايت، فإن Qwen3.8 Flash-Next يقدم جودة أكثر اتساقا عبر اللغات المختلفة.

يفضل التعامل مع الكتب على مرحلتين: إنشاء مسودة أولا بواسطة نموذج سريع أو نموذج عام قوي، ثم تسليمها إلى Gemma 4 31B لإجراء تحرير أدبي. ومع ذلك، لا تلغي هذه الآلية الحاجة إلى الإنسان في الشعر والنصوص التاريخية والقانون والطب.

يتمثل القيد الرئيسي للاختبار المعياري نفسه في التقييم الآلي بواسطة نماذج سحابية ذات صلة. فقد تفضل هذه النماذج أسلوبا مألوفا، ولا تكتشف دائما الخطأ الواقعي إذا أخفاه نص روسي جيد الصياغة. وقبل التطبيق، ينبغي إنشاء مجموعة اختبار خاصة من وثائق المنتج الحقيقية، وعرض جزء من الترجمات على الأقل على متحدثين أصليين باللغة. لكن الخلاصة الهندسية الأساسية باتت واضحة: أصبحت الترجمة المحلية على بطاقة رسومية استهلاكية أداة عملية، إذا جرى مسبقا تحديد الأولوية بين زمن الاستجابة والجودة والاستقلال عن السحابة.