Ollama أم LM Studio: أيهما لتشغيل الذكاء الاصطناعي محلياً
الفيصل بين Ollama وLM Studio هو ما تنوي فعله بالنموذج. تريد دمجاً برمجياً وأتمتة ونشراً في الحاويات والخوادم؟ وجهتك Ollama. تريد واجهة سهلة تكتشف بها النماذج وتجرّبها وتدردش معها؟ وجهتك LM Studio. أما ثنائية «سطر الأوامر مقابل الواجهة» فلم تعد معياراً صالحاً في 2026؛ كلاهما يشغّل النموذج المفتوح نفسه على عتادك، والفرق الحقيقي يكمن في ما تبنيه حوله.
مجانيان، لكن الرخصة تصنع الفارق
كلاهما مجاني بلا اشتراك. لكن ما يهمّ المطوّر أبعد من كلمة «مجاني»: نواة Ollama — سطر الأوامر والخادم — مفتوحة المصدر برخصة MIT، شيفرة تدقّقها وتعدّلها وتدمجها بحرية. LM Studio مغلق المصدر، لكنه صار مجانياً للاستخدام الشخصي والتجاري منذ منتصف 2025 بعد إلغاء اشتراط الترخيص التجاري. فإن كانت الشفافية والرخصة تعنيان شيئاً في مشروعك أو منشأتك، فالمسألة لا تُختصر إلى «كلاهما مجاني».
تصوّر خاطئ: أحدهما طرفية والآخر واجهة
الصورة تغيّرت. Ollama أطلق تطبيق سطح مكتب برسومية في منتصف 2025 على macOS وويندوز، ويبقى Linux على سطر الأوامر. وLM Studio أضاف وضعاً بلا واجهة يُدار عبر أداة lms. الفارق الأعمق أن Ollama مبني للأتمتة والحاويات، بصورة Docker رسمية وخادم REST، بينما LM Studio تجربة رسومية متكاملة لتصفّح نماذج Hugging Face وتنزيلها وضبط معطياتها بصرياً.
التكامل البرمجي: عنوان واحد تبدّله
لكليهما خادم محلي متوافق مع OpenAI API: Ollama على المنفذ 11434 عبر المسار /v1، وLM Studio على المنفذ 1234 عبر /v1. عملياً، تبدّل عنوان الخادم فقط ويبقى كود تطبيقك كما هو. وتنبيه أمني يستحق التوقف: خادم LM Studio بلا مصادقة افتراضياً ويرتبط محلياً فقط، فلا تكشفه على الشبكة. النموذج المحلي هنا قد يغذّي مساعد برمجة تبنيه بنفسك، بخلاف ما تتناوله مقالتنا عن البرمجة بوكلاء الذكاء الاصطناعي: دليل الأدوات والمخاطر التي تعمل غالباً على خوادم الشركات.
المحرّك والصيغ والعتاد
كلاهما يدعم صيغة GGUF؛ Ollama يعتمد llama.cpp، وLM Studio يضيف دعم صيغة MLX المُحسّنة لمعالجات Apple Silicon. وتسريع GPU حاضر في الاثنين: Ollama عبر CUDA وROCm وMetal وVulkan، وLM Studio عبر Metal على Apple Silicon وتفريغ الطبقات إلى كرت الشاشة على أنظمة x64. تدير نماذج Ollama بأوامر مثل ollama pull وollama run من مكتبته، وتدير نماذج LM Studio بتصفّح Hugging Face والتنزيل من داخل الواجهة.
ما يحسم إمكانية التشغيل هو الذاكرة (RAM/VRAM). القاعدة التقريبية: نحو نصف غيغابايت لكل مليار معامل عند تكميم 4-بت، زائد هامش لذاكرة السياق. نموذج 7B يحتاج نحو 4-5GB عند تكميم Q4. والتكميم يخفض الذاكرة المطلوبة، فيتيح نماذج أكبر على عتاد أصغر مقابل تنازل طفيف عن الجودة غالباً.
وانتبه لقيد المنصّات: LM Studio لا يدعم أجهزة Intel Mac حالياً ويشترط Apple Silicon وmacOS 14+، بينما يعمل Ollama على الأنظمة الثلاثة (والواجهة الرسومية على macOS وويندوز فقط).
أخطاء شائعة
«الأكبر دائماً أفضل» وهمٌ؛ النموذج الأضخم قد لا يعمل على جهازك أصلاً إن تجاوز ذاكرته. ولا تخلط بين تشغيل نموذج محلياً — خصوصية كاملة وعمل بلا اتصال على جهازك — ومساعِدات البرمجة السحابية التي تعمل على خوادم الشركة وترسل شيفرتك إليها.
متى تختار Ollama ومتى LM Studio
اختر Ollama إن أردت خادم REST متوافق مع OpenAI API للأتمتة، أو النشر في الحاويات والخوادم، أو نواة مفتوحة قابلة للتدقيق (سطر الأوامر والخادم)، أو تشغيلاً على خادم Linux بلا واجهة. واختر LM Studio إن أردت واجهة جاهزة لاكتشاف النماذج والدردشة وضبطها بصرياً، أو كنت على Apple Silicon وتطمح لأداء MLX، أو تفضّل ألا تلمس الطرفية. ولا مانع من الجمع بينهما: LM Studio للاستكشاف والتجربة، وOllama للنشر والأتمتة.
ما الذي يهمّ القارئ العربي؟
الميزة الإقليمية الأوضح أنك تشغّل نموذجاً قادراً دون اشتراك سحابي ولا بطاقة دفع دولية ولا قيود توفّر حسب المنطقة؛ يكفيك عتاد مناسب. وهذا يجعل التشغيل المحلي خياراً عملياً للبيانات الحسّاسة ولمن لا يريد أن تغادر بياناته الجهاز. وإن قارنت هذا المسار بالأدوات السحابية، فمقالتنا عن أفضل أدوات البرمجة بالذكاء الاصطناعي 2026 تغطّي الجانب الآخر. تبقى الأرقام والإصدارات متبدّلة، فتحقّق من الحالة الراهنة حتى يوليو 2026 قبل اعتماد أي رقم.