ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصداركود / SDK · جاهز للعملX: @vllm_project→ المصدر

Tencent تفتح مصدر Hy4 flash: 12 مليار معامل نشط من أصل 224 مليار، وسياق بطول 1 مليون رمز

فتحت Tencent أوزان نموذج Hy4 flash، ودعمه محرك vLLM منذ يوم الإصدار. يضم النموذج 224 مليار معامل في المجمل، لكن 12 مليار معامل فقط تعمل لكل كلمة، ولذلك يُفترض أن تكون إجاباته أسرع وأرخص من نموذج كثيف بالحجم نفسه. أما السياق البالغ 1 مليون رمز فيعادل كومة من الكتب الضخمة أو حزمة من العقود في طلب واحد. تتوفر صورة Docker جاهزة، فيمكن اختبار النموذج على مستنداتكم خلال أمسية واحدة، لكنه يحتاج إلى ذاكرة تتسع لـ 224 مليار معامل كاملة.

معالج بواسطة الذكاء الاصطناعي من X: @vllm_project؛ بتحرير Hamidun News
Tencent تفتح مصدر Hy4 flash: 12 مليار معامل نشط من أصل 224 مليار، وسياق بطول 1 مليون رمز
المصدر: X: @vllm_project. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليX: @vllm_project ↗
رئيس التحرير
ثلاث نسخHy4 flash وHy4 flash-FP8 والنسخة الأساسية Hy4 flash-Base
حقيقة رئيسية #2من أصل 224 مليار معامل، يعود 64 مليار إلى كتلة Engram
صورة التشغيلvllm/vllm-openai:hy4-flash

تصطدم النماذج المفتوحة في كثير من الأحيان بسؤال عملي لا بمسألة الجودة: على أي عتاد تُشغَّل، وكم ستكلّف كل إجابة. أصدرت Tencent نموذج Hy4 flash بأوزان مفتوحة، وأضاف مشروع vLLM، وهو محرك شائع لتشغيل النماذج، دعمه في يوم الإصدار نفسه. وتُقرأ الأرقام الواردة في الاسم على النحو التالي. الرقم 224 مليار هو العدد الإجمالي للمعاملات، أي «حجم المعرفة» في النموذج. والرقم 12 مليار هو عدد المعاملات التي تشارك في معالجة كل رمز، ولذلك فهو ما يحدد سرعة الإجابة وكلفتها. أما 1 مليون رمز فهو حجم السياق: أي ما يعادل عدة كتب ضخمة أو حزمة كبيرة من العقود يمكن تحميلها في طلب واحد. وإذا كنتم تستضيفون النماذج بأنفسكم، فلن تضطروا إلى انتظار أن يستكمل المجتمع آلية التشغيل.

ما الذي صدر تحديدًا

طوّر فريق Tencent Hunyuan نموذج Hy4 flash. وبحسب الوصف، هو نموذج متعدد الوسائط بطبيعته الأصلية: فهو لا يعمل مع النص فحسب، بل مع الصور والمستندات والشرائح أيضًا. أما السيناريوهات المعلنة فهي المهام البحثية، والعمل مع المستندات والعروض التقديمية الكبيرة، وكذلك التحكم بالحاسوب (computer use)، حيث ينظر النموذج إلى الشاشة ويتصرف كما يتصرف المستخدم.

نُشرت على Hugging Face ثلاث نسخ: Hy4 flash الأساسية، وHy4 flash-FP8 المكمَّمة، وHy4 flash-Base. تخزّن نسخة FP8 الأوزان في 8 بت وتشغل ذاكرة أقل بمقدار النصف مقارنة بنسخة 16 بت. أما نسخة Base فلم تُضبط للحوار، وهي موجهة لمن يريد إجراء ضبط إضافي خاص به.

كيف نفهم «224B لكن 12B»

هذا هو مبدأ mixture-of-experts. تخيّلوا شركة محاماة كبيرة: يعمل فيها المئات، لكن ثلاثة أشخاص فقط يتولون قضية بعينها. والأمر هنا مماثل: يضم النموذج كثيرًا من «المتخصصين»، ولا يُفعَّل لكل رمز سوى جزء صغير منهم. تعتمد الجودة على الحجم الإجمالي للمعرفة المخزنة في الأوزان، بينما تعتمد سرعة الإجابة وكلفتها على الجزء النشط. لذلك يُفترض أن يعمل Hy4 flash بسرعة أكبر من نموذج كثيف بـ 224 مليار معامل.

من بين القرارات المعمارية، تذكر Tencent الانتباه الهجين وLatent MoE وEngram. ومن أصل 224 مليار معامل، يعود 64 مليار إلى Engram تحديدًا. ولا يشرح الإعلان كيف تعمل هذه الكتلة، وينبغي البحث عن التفاصيل في بطاقة النموذج. وتصوغ Tencent فكرتها العامة هكذا: وُضعت الكفاءة في صميم المعمارية. ويُقدَّم النموذج بوصفه سريعًا ومصممًا للإنتاجية اليومية.

ماذا يعني ذلك عمليًا

الخبر الأهم للمهندسين هو الدعم في vLLM منذ اليوم الأول. تتوفر صورة Docker جاهزة vllm/vllm-openai:hy4-flash ووصفة نشر على recipes.vllm.ai. وهذا يعني أنه يمكن رفع خادم متوافق مع OpenAI يعمل بهذا النموذج بالأدوات نفسها المستخدمة مع النماذج المفتوحة الأخرى، دون بناء ذاتي ودون عناء اختيار الإصدارات.

ما ينبغي أخذه في الحسبان:

  • الذاكرة. تقدير بسيط: 224 مليار معامل بصيغة FP8 تعني نحو 224 ГБ للأوزان وحدها، وبصيغة 16 بت يتضاعف الرقم. المعاملات النشطة 12 مليار، لكن يجب حفظها كلها في الذاكرة. لذلك ستحتاجون إلى خادم بعدة وحدات GPU لا إلى بطاقة واحدة.
  • السياق الطويل مكلف. مليون رمز في الطلب يثقل الذاكرة المخصصة لذاكرة الانتباه المؤقتة، وسيتعين عليكم اختيار الطول الفعلي بما يناسب عتادكم.
  • لا توجد أرقام جودة في الإعلان. لا يتضمن المنشور الأصلي أي اختبارات أداء، ولا مقارنات مع نماذج مفتوحة أخرى، ولا شروط الترخيص. يجب التحقق من ذلك قبل بناء منتج على هذا النموذج.

وتذكر Tencent أيضًا أن Hy4 ستصدر قريبًا. وتبدو نسخة Flash أول نموذج في العائلة يتاح تشغيله ذاتيًا.

لمن يستحق الانتباه

إذا كنتم تعالجون مستندات وشرائح طويلة، أو تجرّبون وكلاء ينظرون إلى الشاشة، فإن Hy4 flash يستحق أن تختبروه على بياناتكم. ابدأوا بنسخة FP8 وصورة vLLM، وقيسوا السرعة على طلباتكم الفعلية، وقارنوا الجودة بالنموذج الذي تستخدمونه حاليًا. وما دامت لا توجد اختبارات مستقلة، فمن المبكر الحكم استنادًا إلى عبارات مثل «سريع وفعّال». لكن اجتماع الأوزان المفتوحة وتعدد الوسائط والسياق الكبير ووصفة التشغيل الجاهزة يجعل هذا الإصدار مرشحًا جديرًا بالتجريب.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول ما الذي صدر تحديدًا؟

طوّر فريق Tencent Hunyuan نموذج Hy4 flash. وبحسب الوصف، هو نموذج متعدد الوسائط بطبيعته الأصلية: فهو لا يعمل مع النص فحسب، بل مع الصور والمستندات والشرائح أيضًا. أما السيناريوهات المعلنة فهي المهام البحثية، والعمل مع المستندات والعروض التقديمية الكبيرة، وكذلك التحكم بالحاسوب (computer use)، حيث ينظر النموذج إلى الشاشة ويتصرف كما يتصرف المستخدم. نُشرت على Hugging Face ثلاث نسخ: Hy4 flash الأساسية، وHy4 flash-FP8 المكمَّمة، وHy4 flash-Base.

ما أبرز التفاصيل حول كيف نفهم «224B لكن 12B»؟

هذا هو مبدأ mixture-of-experts. تخيّلوا شركة محاماة كبيرة: يعمل فيها المئات، لكن ثلاثة أشخاص فقط يتولون قضية بعينها. والأمر هنا مماثل: يضم النموذج كثيرًا من «المتخصصين»، ولا يُفعَّل لكل رمز سوى جزء صغير منهم. تعتمد الجودة على الحجم الإجمالي للمعرفة المخزنة في الأوزان، بينما تعتمد سرعة الإجابة وكلفتها على الجزء النشط. لذلك يُفترض أن يعمل Hy4 flash بسرعة أكبر من نموذج كثيف بـ 224 مليار معامل. من بين القرارات المعمارية، تذكر Tencent الانتباه الهجين وLatent MoE وEngram.

ما أبرز التفاصيل حول ماذا يعني ذلك عمليًا؟

الخبر الأهم للمهندسين هو الدعم في vLLM منذ اليوم الأول. تتوفر صورة Docker جاهزة vllm/vllm-openai:hy4-flash ووصفة نشر على recipes.vllm.ai. وهذا يعني أنه يمكن رفع خادم متوافق مع OpenAI يعمل بهذا النموذج بالأدوات نفسها المستخدمة مع النماذج المفتوحة الأخرى، دون بناء ذاتي ودون عناء اختيار الإصدارات. ما ينبغي أخذه في الحسبان: الذاكرة. تقدير بسيط: 224 مليار معامل بصيغة FP8 تعني نحو 224 ГБ للأوزان وحدها، وبصيغة 16 بت يتضاعف الرقم. المعاملات النشطة 12 مليار، لكن يجب حفظها كلها في الذاكرة.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…