Ollama مقابل LM Studio: أي أداة ذكاء اصطناعي محلي تناسبك؟

إذا قررت تشغيل نماذج الذكاء الاصطناعي على جهازك، فمن شبه المؤكد أنك صادفت الاسمين نفسيهما: Ollama وLM Studio. إنهما من أبرز طريقتين لتشغيل النماذج اللغوية الكبيرة محليًا في 2026، وستخبرك معظم الأدلة بأن إحداهما "أفضل". لكن هذه ليست الطريقة الصحيحة للنظر إلى الأمر.

فكل منهما مصمم لفئة مختلفة من الناس. اختر بناءً على طريقة عملك الفعلية، لا على لقطة شاشة لاختبار أداء. يوضح هذا المقال الفروق الحقيقية، والفئة التي تناسبها كل أداة، وكيفية ربط الأداة التي تختارها بمتصفحك كي تتمكن من الدردشة مع أي صفحة ويب باستخدام نموذجك المحلي.

لا رعاية ولا روابط تسويق بالعمولة. كل ما نريده هو أن تشغّل الذكاء الاصطناعي محليًا، ونحن ندعم الأداتين.

الخلاصة في جملة واحدة

Ollama يضع الأتمتة أولًا، بينما يضع LM Studio الاستكشاف أولًا. يرتكز Ollama على واجهة سطر الأوامر وواجهة API المحلية، مع أنه يوفر الآن أيضًا تطبيقي دردشة لنظامي macOS وWindows. ويرتكز LM Studio على واجهة سطح المكتب، مع أن أداة سطر الأوامر lms والبرنامج الخدمي llmster يتيحان الآن استخدامًا جادًا دون واجهة رسومية.

إذا كنت تقضي وقتك في الطرفية وتريد أداة قابلة للبرمجة يمكن للأدوات الأخرى التواصل معها، فسيكون Ollama ملائمًا لطريقتك في العمل. أما إذا كنت تريد النقر على زر، وتصفح النماذج بصريًا، وعدم لمس سطر الأوامر مطلقًا، فإن LM Studio هو المدخل الأسهل.

كلاهما مجاني للاستدلال المحلي ويعمل على macOS وWindows وLinux، مع استثناء مهم، وهو أن إصدارات LM Studio الحالية لا تدعم أجهزة Mac المزودة بمعالجات Intel. ويدعم كلاهما عائلات النماذج مفتوحة الأوزان الشائعة مثل Llama وMistral وQwen وDeepSeek وGemma، لكن كتالوجاتهما وصيغهما ومستويات التكميم وقوالب المطالبات وإعدادات التشغيل الافتراضية ليست متطابقة. تبقى المحادثات المحلية على جهازك، بينما ترسل النماذج السحابية الاختيارية والبحث في الويب والأدوات البعيدة البيانات ذات الصلة إلى خارج الجهاز. لذلك فأنت لا تختار بين "الجيد" و"السيئ". بل تختار سير عمل.

Ollama: الخيار الافتراضي للمطورين

يشغّل Ollama خدمة محلية ويوفر واجهة سطر أوامر وواجهة API معًا. يمكنك تنزيل نموذج وتشغيله بأمرين:

ollama pull llama3.2
ollama run llama3.2

ما يجعله الخيار الافتراضي للمطورين ليس الدردشة نفسها، بل كل ما يحيط بها:

• سهولة التكامل. يقدّم Ollama واجهة API المحلية على المنفذ 11434، لذا تستطيع السكربتات والمحررات وامتدادات المتصفح استخدامها من دون فتح نافذة دردشة. يمكن أن تظل الخدمة قيد التشغيل، لكن النماذج تُفرّغ من الذاكرة بعد خمس دقائق افتراضيًا، ولذلك قد يظل الطلب التالي خاضعًا لتأخير تحميل النموذج.
• قابلية البرمجة. تتلاءم عمليات التثبيت القابلة للتكرار وملفات Dockerfile وخطوط CI وعمليات نشر الخدمات مع تصميمه الذي يضع الأوامر أولًا. تدعم صورة Docker الرسمية إعدادات CPU وNVIDIA وAMD ROCm وVulkan، مع أن Docker Desktop على macOS لا يستطيع تمرير وحدة معالجة الرسومات من Apple إلى الحاوية.
• يوفر نماذج سحابية أيضًا. يستطيع Ollama إرسال الطلبات إلى نماذج مستضافة اختيارية عبر الواجهة نفسها، بحيث تستخدم الاستدلال المحلي للأعمال الحساسة وتستأجر قدرة حوسبة أكبر عند الحاجة. تتغير أسماء النماذج السحابية ومدى توفرها، لذا راجع كتالوج Ollama السحابي الحالي بدلًا من الاعتماد على وسم نموذج قديم.

أما المقابل فهو أن سير عمل إدارة النماذج والتكامل في Ollama لا يزال يضع الأوامر أولًا. توفر تطبيقاته لنظامي macOS وWindows الآن الدردشة والتنزيلات ومرفقات الملفات وإعدادًا لطول السياق، لكن LM Studio يظل أقوى بكثير في اكتشاف النماذج بصريًا وضبطها بالتفصيل.

اختر Ollama إذا كنت تكتب الشيفرة، أو تؤتمت المهام، أو تريد أن تتواصل أدوات أخرى مع نموذجك، أو تفضل ببساطة لوحة المفاتيح على الفأرة.

LM Studio: الخيار المرئي والسهل

LM Studio تطبيق مكتبي مصقول. تنزّله وتفتحه، فتجد أمامك كتالوجًا قابلًا للبحث من النماذج ونافذة دردشة حقيقية. ولا حاجة إلى الطرفية.

وهذه أبرز نقاط قوته:

• اكتشاف النماذج. يبحث LM Studio في النماذج المدعومة من Hugging Face وفي كتالوجه المنسق، بحيث يمكنك مقارنة مستويات التكميم والتنزيل بنقرة واحدة. وعند استكشاف سؤال "ما النموذج الذي ينبغي أن أشغّله أصلًا؟"، فإنه يقدم معلومات أكثر من كتالوج لا يُستخدم إلا عبر الطرفية.
• سهولة حقيقية في الاستخدام. تتيح أشرطة التمرير التحكم في طول السياق وتفريغ العمل إلى وحدة معالجة الرسومات ومعلمات التوليد، بينما تعمل واجهة دردشة متكاملة مباشرة بعد التثبيت. حتى إن لم تفتح طرفية من قبل، فلا يزال بإمكانك تشغيل نموذج قادر بسرعة.
• ضبط العتاد. يتيح LM Studio التحكم في تفريغ العمل إلى وحدة معالجة الرسومات، واختيار كل وحدة معالجة رسومات على حدة، وطول السياق، وFlash Attention، وغير ذلك من إعدادات التحميل. ويمكنه أيضًا تقدير استخدام RAM وVRAM قبل التحميل.
• أدوات MCP. يستطيع LM Studio إرفاق خوادم MCP محلية أو بعيدة لإضافة قدرات مثل البحث في الويب وقراءة الصفحات. يمكن أن يظل النموذج محليًا، لكن الأدوات المتصلة بالشبكة لا تمثل سير عمل يعمل دون اتصال.
• أصبح مناسبًا للمطورين أيضًا. لم تعد الواجهة الرسومية المدخل الوحيد. يأتي LM Studio مع أداة سطر الأوامر lms، ويُعد llmster البرنامج الخدمي الموصى به للتشغيل دون واجهة لأجهزة Linux ومنصات وحدات معالجة الرسومات وغيرها من عمليات نشر الخدمات. ولا تزال صورة Docker الرسمية الخاصة به معاينة تقنية تعمل على CPU فقط.

أما المقابل فهو أن LM Studio برنامج احتكاري لا يزال يضع سطح المكتب أولًا، كما أن حزم Docker الخاصة به أقل نضجًا. لكن دعمه الأصلي للتشغيل دون واجهة لم يعد تجريبيًا، ويمكنه تشغيل خادم محلي قابل للضبط يستخدم المنفذ 1234 افتراضيًا. يظل Ollama الخيار الافتراضي الأبسط للبنية التحتية، بينما يمثل LM Studio منصة العمل الأقوى لاختيار النماذج وضبطها.

اختر LM Studio إذا كنت تريد واجهة رسومية، أو ما زلت تستكشف النماذج التي تفضلها، أو تريد ببساطة الطريقة الأقل ترهيبًا للبدء.

مقارنة مباشرة

الأداء: ما الذي يغيره نظام التشغيل وRAM ووحدة معالجة الرسومات لديك؟

لا توجد إجابة عامة وصادقة عن سؤال "أيهما أسرع؟". عندما يشغّل التطبيقان ملف GGUF نفسه عبر واجهة خلفية متشابهة من llama.cpp وبالسياق نفسه ومستوى تفريغ العمل نفسه إلى وحدة معالجة الرسومات، تكون أهمية العتاد والإعدادات عادة أكبر من أهمية أداة التشغيل. ومع ذلك، قد تختلف إصدارات بيئة التشغيل، لذا اختبر نموذجك المحدد بدلًا من تعميم نتيجة مأخوذة من مستوى تكميم أو جهاز كمبيوتر مختلف.

ابدأ بالذاكرة، لا بعدد المعلمات

تستهلك أوزان النموذج والسياق أو ذاكرة KV المؤقتة والنفقات الإضافية لبيئة التشغيل ومدخلات الرؤية والطلبات المتزامنة الذاكرة كلها. قد يفشل تحميل ملف نموذج لا يكاد يتسع على القرص، وقد تؤدي زيادة طول السياق إلى استهلاك عدة جيجابايت إضافية. يحذر Ollama بوضوح من أن السياقات الأطول تتطلب ذاكرة أكبر، بينما يستطيع LM Studio تشغيل lms load --estimate-only <model> قبل التحميل.

تفيد الأحجام التقريبية التالية لملفات نماذج Q4 في التخطيط، لكنها ليست ضمانات:

اترك قدرًا من الذاكرة لنظام التشغيل والمتصفح وذاكرة السياق المؤقتة. وقد تخالف نماذج مزيج الخبراء هذه القواعد أيضًا، لأن إجمالي المعلمات والمعلمات النشطة والأوزان المخزنة تصف أشياء مختلفة.

macOS: أجهزة Apple Silicon وMac المزودة بمعالجات Intel

غالبًا ما يكون Apple Silicon أسهل إعداد على الحواسيب المحمولة، لأن وحدة معالجة الرسومات تستطيع الوصول إلى مجموعة الذاكرة الموحدة نفسها التي يستخدمها CPU. تسرّع الأداتان الاستدلال عبر Metal، كما يستطيع LM Studio تشغيل نماذج MLX المدعومة. تحدد سعة الذاكرة الموحدة ما يمكن تحميله، بينما يعني عرض نطاق الذاكرة أن شريحة Pro أو Max أو Ultra تستطيع التوليد بسرعة أكبر من شريحة أساسية ذات سعة ذاكرة مماثلة. ويظل جيل الشريحة وبنية النموذج ومستوى التكميم والسياق عوامل مؤثرة، لذلك لا تمثل عبارة "M-series" وحدها رقمًا للأداء.

يدعم Ollama نظام macOS 14 أو أحدث على شرائح Apple من سلسلة M مع تسريع CPU ووحدة معالجة الرسومات، وعلى أجهزة Mac المزودة بمعالجات Intel بالاستدلال عبر CPU فقط. يتطلب LM Studio نظام macOS 14 أو أحدث وApple Silicon، ولا يدعم أجهزة Mac المزودة بمعالجات Intel. لذلك يكون Ollama هو الخيار بين هاتين الأداتين على أجهزة Mac المزودة بمعالجات Intel، لكن التوليد عبر CPU فقط سيكون عادة أبطأ بكثير من تسريع Metal على Apple Silicon.

Windows وLinux: NVIDIA وAMD وIntel والتشغيل عبر CPU فقط

عند استخدام وحدة معالجة رسومات منفصلة، يكون أسرع إعداد عادة هو أكبر نموذج يتسع بالكامل في VRAM من دون نقل أي طبقات إلى RAM النظام. يتيح التفريغ الجزئي للعمل بين CPU ووحدة معالجة الرسومات تشغيل نموذج أكبر، لكن نقل العمل عبر الناقل قد يخفض السرعة.

على Windows x64، تدعم الأداتان الاستدلال المحلي عبر CPU ووحدة معالجة الرسومات، بينما يتطلب LM Studio دعم AVX2 ويوصي بذاكرة RAM لا تقل عن 16GB مع ذاكرة VRAM منفصلة بسعة 4GB. يوثق LM Studio أيضًا دعم Windows ARM الأصلي، لذا تحقق من حزم المنصات الحالية لدى Ollama قبل اختياره لجهاز Windows يعمل بمعمارية ARM. يوفر Linux أوسع مجموعة من خيارات التشغيل دون واجهة والحاويات، مع حزم x64 وARM64 لكلتا الأداتين. يكون استخدام NVIDIA بسيطًا عمومًا على أي من نظامي تشغيل سطح المكتب، بينما تتفاوت الأجهزة المدعومة من AMD ومتطلبات برامج التشغيل بدرجة أكبر بين Windows وLinux.

كإرشاد تقريبي لذاكرة VRAM المنفصلة، تقع سعة 4GB-8GB ضمن نطاق النماذج الصغيرة، وتمثل سعة 12GB-16GB هدفًا جيدًا لمستويات تكميم نماذج 7B-14B، بينما تتيح سعة 24GB خيارات كثيرة بحجم 20B-32B. ويتطلب تشغيل نموذج مكمم بحجم 70B بالكامل على وحدة معالجة الرسومات عادة ذاكرة VRAM من فئة محطات العمل أو عدة وحدات معالجة رسومات. تحقق دائمًا من مصفوفة وحدات معالجة الرسومات الحالية لدى Ollama ومتطلبات نظام LM Studio، لأن توافق AMD ووحدات NVIDIA الأقدم يعتمد على برامج التشغيل وأجيال الأجهزة المحددة.

كيفية المقارنة العادلة بين Ollama وLM Studio

استخدم ملف GGUF نفسه تمامًا، ومستوى التكميم والمطالبة وطول السياق وإعدادات أخذ العينات ومستوى تفريغ العمل إلى وحدة معالجة الرسومات نفسها. شغّل النموذج مرة أولى للإحماء كي لا يشوّه وقت تحميله سرعة التوليد، ثم كرر المطالبة ثلاث مرات على الأقل. قارن سرعة معالجة المطالبة وعدد الرموز المولدة في الثانية معًا، وراقب استخدام الذاكرة وما إذا كانت جميع الطبقات تظل على وحدة معالجة الرسومات. في Ollama، يعرض ollama ps توزيع العمل بين CPU ووحدة معالجة الرسومات والسياق النشط. وفي LM Studio، استخدم أداة تقدير التحميل وسجلات المطورين.

إذا كانت إحدى الأداتين أبطأ بكثير مع تطابق الإعدادات، فتحقق أولًا من إصدار بيئة التشغيل والواجهة الخلفية لوحدة معالجة الرسومات وFlash Attention وطول السياق وما إذا كان جزء من النموذج قد عاد إلى CPU.

الحقيقة الصريحة: لست مضطرًا إلى الاختيار إلى الأبد

يشغّل كثير من الناس الأداتين معًا. استخدم LM Studio لاكتشاف نموذج واختباره بصريًا، ثم أعد إنشاء الإعداد في Ollama عندما تريد سهولة أكبر في البرمجة والنشر. يمكنهما العمل معًا على الجهاز نفسه ويستخدمان منفذين افتراضيين مختلفين، لكن ملفات النماذج المنزلة لا تُشارك بينهما تلقائيًا.

وهناك نقطة أهم تغفلها هذه المقارنة عادة: الأداة التي تشغّل بها النموذج ليست الأداة التي ستقضي يومك فيها. فـ Ollama وLM Studio مجرد محركين. وما تريده فعلًا هو استخدام ذلك النموذج في عمل حقيقي، مثل الصفحة المفتوحة أمامك الآن.

في كلتا الحالتين، اربطه بمتصفحك

وجود نموذج محلي في الطرفية أو نافذة دردشة على سطح المكتب أمر مفيد. لكن وجود نموذج محلي يستطيع قراءة صفحة الويب التي تتصفحها والورقة البحثية والعقد والوثائق وصفحة أسعار منافسك، ثم الإجابة عن أسئلتك بشأنها من دون أن تنسخ أي شيء وتلصقه، يمثل مستوى مختلفًا من الفائدة.

هذا ما يفعله SurfMind. إنه امتداد متصفح يقرأ الصفحة التي تتصفحها ويتيح لك إجراء محادثة حقيقية حولها، مدعومة بأي نموذج تختاره. يتعامل مع النماذج المحلية بوصفها خيارًا أساسيًا، ولذلك يعمل مع Ollama وLM Studio معًا. وإليك كيفية إعداد كل منهما.

إذا اخترت Ollama

اسمح لمصادر امتدادات المتصفح بالوصول قبل تشغيل Ollama:

# Mac/Linux (interactive server)
OLLAMA_ORIGINS="chrome-extension://*,moz-extension://*,safari-web-extension://*" ollama serve

# Windows (PowerShell)
$env:OLLAMA_ORIGINS="chrome-extension://*,moz-extension://*,safari-web-extension://*"; ollama serve

إذا كان تطبيق Ollama لسطح المكتب أو خدمة Linux قيد التشغيل بالفعل، فاضبط OLLAMA_ORIGINS لتلك الخدمة وأعد تشغيلها بدلًا من تشغيل خادم ثانٍ. ويكون استخدام مصدر امتداد SurfMind المحدد أكثر أمانًا من السماح لجميع الامتدادات عندما تعرف معرّفه. لا يغير هذا الإعداد سوى وصول مصادر المتصفح، بينما يتحكم OLLAMA_HOST بصورة منفصلة في ما إذا كان الخادم يستمع إلى اتصالات من خارج localhost.

في SurfMind، افتح منتقي النماذج ← تبويب مخصص ← إضافة نماذج مخصصة، ثم اختر إعداد Ollama المسبق. وسيملأ جميع الحقول تلقائيًا (http://localhost:11434/api/chat). احفظ الإعداد، وستظهر نماذجك المثبتة جاهزة للاستخدام. ستجد الشرح الكامل المصور في دليل Ollama.

إذا اخترت LM Studio

يقدم LM Studio واجهة API متوافقة مع OpenAI. افتح LM Studio، وانتقل إلى تبويب المطور، وفعّل CORS لوصول المتصفح، وحمّل نموذجًا، ثم شغّل الخادم. عنوانه الافتراضي هو http://localhost:1234، لكن المنفذ قابل للضبط.

في SurfMind، افتح منتقي النماذج ← تبويب مخصص ← إضافة نماذج مخصصة، ثم استخدم الإعداد العام المسبق المتوافق مع OpenAI:

• رابط API: http://localhost:1234/v1/chat/completions
• رابط النماذج: http://localhost:1234/v1/models
• ترويسة مفتاح API: لا شيء عندما تكون مصادقة LM Studio معطلة
• مفتاح API: اتركه فارغًا عندما تكون مصادقة LM Studio معطلة

لا يتطلب LM Studio المصادقة افتراضيًا. إذا فعّلت مصادقة واجهة API في LM Studio، فاختر Authorization وأدخل رمزًا مولدًا، وسيضيف SurfMind مخطط Bearer. احفظ الإعداد، وسيعرض SurfMind النماذج المحملة، أو جميع النماذج المنزلة عندما يكون التحميل عند الطلب مفعّلًا في LM Studio. اختر أحدها وابدأ الدردشة مع الصفحة.

فأيهما تختار؟

• إذا كنت تكتب الشيفرة أو تؤتمت المهام: Ollama.
• إذا كنت تريد النقرات والضبط الدقيق: LM Studio.
• إذا كان لديك جهاز Mac بمعالج Intel: Ollama، مع الاستدلال عبر CPU فقط.
• إذا كنت تريد مقارنة النماذج وتقدير متطلباتها قبل تحميلها في الذاكرة: LM Studio.
• إذا كنت عاجزًا فعلًا عن الاختيار: ثبّت LM Studio للاستكشاف، واحتفظ بـ Ollama للخدمات والسكربتات.

أيًا كان اختيارك، فإن المكسب الحقيقي هو تسخير ذلك النموذج للعمل على الصفحات التي تقرؤها طوال اليوم. ثبّت المحرك الذي تختاره بعد ظهر اليوم، وأضفه إلى SurfMind، وافتح المقال التالي الذي كنت ستقرأه على أي حال.

الأسئلة الشائعة

أيهما أفضل، Ollama أم LM Studio؟

لا توجد أفضلية موضوعية لأحدهما على الآخر. يكون Ollama أفضل إذا كنت تريد خدمة محلية قابلة للبرمجة تستطيع الأدوات الأخرى استدعاءها. ويكون LM Studio أفضل إذا كنت تريد تطبيق سطح مكتب سهل الاستخدام مع تصفح مرئي للنماذج وإعدادات تحميل مفصلة. يستخدم كثير من الناس LM Studio لاكتشاف النماذج وOllama لتقديمها كخدمة.

هل يوفر LM Studio واجهة سطر أوامر؟

نعم. يأتي LM Studio مع lms، وهي أداة سطر أوامر تستطيع تنزيل النماذج وتحميلها، وتشغيل الخادم وإيقافه، وإدارة نسخة بعيدة من LM Studio عبر الشبكة. ومنذ الإصدار 0.4، يوفر البرنامج الخدمي المستقل llmster أيضًا تشغيلًا كاملًا دون واجهة رسومية. ولا تزال صورة Docker وحدها، لا ميزة التشغيل دون واجهة نفسها، في مرحلة المعاينة التقنية.

هل يمكنني استخدام Ollama وLM Studio في الوقت نفسه؟

نعم. يمكن تثبيتهما جنبًا إلى جنب، ويستخدمان منفذين افتراضيين مختلفين، إذ يستخدم Ollama المنفذ 11434، بينما يستخدم LM Studio المنفذ 1234. منفذ LM Studio قابل للضبط، لذا تجنب تعيينه إلى منفذ Ollama. تُخزن ملفات النماذج المنزلة بصورة منفصلة، ولذلك لا يصبح النموذج الذي نزلته في إحدى الأداتين متاحًا تلقائيًا في الأخرى.

هل استخدام Ollama آمن؟

شيفرة Ollama مفتوحة المصدر، ولا يرسل الاستدلال المحلي المطالبات أو الردود إلى Ollama. أما النماذج السحابية وميزات الويب الاختيارية فتعالج البيانات ذات الصلة خارج الجهاز. لا تتضمن واجهة API المحلية مصادقة، لذا أبقها مرتبطة بـ localhost ما لم تضف وكيلًا يتطلب المصادقة وضوابط شبكة مناسبة. يتحكم OLLAMA_ORIGINS في مصادر المتصفح التي يمكنها استدعاء واجهة API، بينما يتحكم OLLAMA_HOST في واجهات الشبكة التي ترتبط بها.

هل LM Studio مجاني؟

LM Studio مجاني للاستخدام الشخصي والاستخدام الداخلي في الشركات، بما في ذلك خادمه المحلي، لكن تطبيق سطح المكتب ذو ترخيص احتكاري. وشيفرة Ollama مجانية ومرخصة بموجب MIT. لا يفرض الاستدلال المحلي رسومًا لكل رمز، بينما يوفر المنتجان الآن استدلالًا سحابيًا اختياريًا مدفوعًا. ولأوزان كل نموذج تراخيصها وشروط استخدامها الخاصة.

هل يستخدم Ollama وLM Studio النماذج نفسها؟

توجد بينهما مساحة تداخل كبيرة، لكنها ليست كاملة. يشغّل كلاهما نماذج GGUF كثيرة، ويدعم LM Studio أيضًا نماذج MLX على Apple Silicon، بينما يستطيع Ollama استيراد نماذج GGUF وSafetensors المدعومة بالإضافة إلى حزم مكتبته الخاصة. وحتى عندما يكون النموذج الأساسي واحدًا، يمكن لاختلاف مستويات التكميم وقوالب المطالبات وأطوال السياق وإعدادات أخذ العينات الافتراضية وإصدارات بيئة التشغيل أن يغير الجودة والسرعة.

هل أحتاج إلى وحدة معالجة رسومات لتشغيل النماذج المحلية؟

لا، لكن التسريع مهم. يعمل الاستدلال عبر CPU فقط على أفضل وجه مع النماذج الصغيرة المكممة ووجود RAM كافية في النظام. يستخدم Apple Silicon وحدة معالجة الرسومات المدمجة عبر Metal، بينما تستخدم وحدات معالجة الرسومات المدعومة من NVIDIA وAMD واجهات خلفية مخصصة للتسريع على Windows وLinux. تحدد سعة RAM أو VRAM المتاحة ما يمكن تحميله، بينما يؤثر عرض نطاق الذاكرة وتفريغ العمل إلى وحدة معالجة الرسومات وطول السياق وبنية النموذج بدرجة كبيرة في السرعة. راجع قسم الأداء أعلاه للاطلاع على فئات عملية للعتاد.

---

اختر أداة الذكاء الاصطناعي المحلية التي تناسبك. ثم وجّهها إلى الويب بأكمله.

احصل على SurfMind مجانًا →