نماذج LLM محلية للبرمجة في 2026
Markdownأفضل 8 نماذج LLM محلية للبرمجة في 2026 — نتائج HumanEval وأحجام الملفات وتقييمات واقعية لنماذج يمكنك تشغيلها على Mac أو كمبيوتر ألعاب.
← العودة إلى مدونة Roundup
عندما نقول «نماذج LLM محلية للبرمجة»، نعني النماذج التي يمكنك تشغيلها على حاسوبك المحمول أو Mac أو كمبيوتر الألعاب — من دون استدعاءات API أو سحابة أو إرسال قاعدة شيفرتك الخاصة إلى طرف ثالث.
انتقل إلى الجدول. هل تريد تشغيل هذه النماذج من واجهة Claude Code CLI؟ راجع استخدام Claude Code مع النماذج المحلية.
فيما يلي تفاصيل المعايير الكاملة.
سيُطلق PocketLLM قريبًا. ذكاء اصطناعي خاص وعلى الجهاز، يبدأ على iPhone وiPad مع التخطيط لإضافة مزيد من المنصات. لا حاجة إلى حساب، ولا تتبّع داخل التطبيق، وتبقى معالجة المحادثات على جهازك. انضم إلى قائمة الإطلاق وكن من أوائل المستخدمين.
كيف أجرينا المقارنة
أرقام المعايير وأحجام الملفات والتراخيص أدناه هي الأرقام المنشورة الخاصة بكل نموذج، وقد تتبعناها إلى بطاقة النموذج أو مستودعه.
مؤشر تقريبي للمستوى، وليس بديلًا عن تجربته على شيفرتك.
- حجم الملف: عند تكميم Q4. فالفكرة الأساسية من التشغيل المحلي هي «أن يلائم جهازك».
- الترخيص: تأتي تراخيص Apache وMIT في المقدمة، تليها التراخيص غير التجارية.
- النظام البيئي: مدى توفر تحويلات عملية لـ llama.cpp وOllama وMLX وCore ML، وهو ما يحدد إن كان بإمكانك تشغيل النموذج فعلًا.
نماذج LLM محلية للبرمجة في 2026
Qwen 2.5 Coder 32B
يتطلب محطة عمل (Mac Studio أو كمبيوتر متعدد وحدات GPU أو MacBook Pro M3 Max بذاكرة 48 GB)، لكن هذا الاستثمار يمنحك مساعدة في البرمجة تقترب كثيرًا من Claude 3.5 Sonnet. إنه الخيار المناسب إذا كانت شيفرتك سرية وكانت ميزانيتك تسمح بأجهزة محطات العمل.
DeepSeek Coder V2 Lite 16B
يتطلب نحو 10 GB من الذاكرة العشوائية عند Q4. على MacBook Pro بذاكرة 16 GB، يمثل الخيار الأمثل. الترخيص وفق شروط DeepSeek الخاصة — متساهل لمعظم الاستخدامات، لكن اقرأه قبل الاستخدام التجاري.
Qwen 2.5 Coder 14B
الدرجة الوسطى في سلسلة Qwen 2.5 Coder. يلائم حاسوبًا محمولًا بذاكرة 16 GB مع مساحة متبقية. يأتي أداؤه في المعايير أقل قليلًا من DeepSeek V2 Lite، لكن ترخيصه أوضح وبنيته القائمة على محوّل كثيف أبسط.
Qwen 2.5 Coder 7B
يعمل على MacBook Air بذاكرة 8 GB (بصعوبة) أو براحة على جهاز بذاكرة 16 GB. إذا كان لديك M2 Air وتريد إنجاز عمل برمجي فعلي محليًا، فهذا هو النموذج المناسب لك.
Mistral Codestral 22B
نموذج Mistral المخصص للبرمجة. قوي في Python وTypeScript، ومعقول في اللغات الأخرى. ترخيص Mistral غير التجاري مقيّد — تحقّق منه بعناية إذا كنت تستخدمه في إنتاج أعمالك. حجمه نحو 14 GB عند Q4، ويعمل على Mac بذاكرة 24 GB أو أكثر.
StarCoder 2 15B
نموذج برمجة طوّرته Hugging Face وServiceNow وNVIDIA معًا. دُرّب على شيفرات مرخّصة بترخيص متساهل، وهذا مهم إذا كنت قلقًا بشأن أسئلة مصدر «ما الذي تعلّمه هذا النموذج؟».
Phi-3.5 Mini 3.8B
ترخيص MIT، وحجمه 2.4 GB عند Q4، وصغير بما يكفي ليعمل على هاتف. صُمم PocketLLM لتجهيزه كتنزيل بلمسة واحدة (قريبًا) — انضم إلى قائمة الإطلاق.
Qwen 2.5 Coder 1.5B
أصغر نموذج مخصص للبرمجة يستحق التشغيل. بترخيص Apache 2.0. حجمه 900 MB عند Q4. مثالي كنموذج إكمال محلي سريع للاقتراحات المضمنة، أو كنموذج مسودة لفك الترميز التخميني أمام نموذج برمجة أكبر.
جدول الملخص
| النموذج | الحجم (Q4) | الحد الأدنى للذاكرة العشوائية | الترخيص |
|---|---|---|---|
| Qwen 2.5 Coder 32B | 20 GB | 32 GB | Apache 2.0 |
| DeepSeek Coder V2 Lite 16B | 10 GB | 16 GB | DeepSeek |
| Qwen 2.5 Coder 14B | 9 GB | 16 GB | Apache 2.0 |
| Qwen 2.5 Coder 7B | 4.5 GB | 8 GB | Apache 2.0 |
| Mistral Codestral 22B | 14 GB | 24 GB | Mistral NC |
| StarCoder 2 15B | 9 GB | 16 GB | BigCode OpenRAIL |
| Phi-3.5 Mini 3.8B | 2.4 GB | 4 GB | MIT |
| Qwen 2.5 Coder 1.5B | 0.9 GB | 2 GB | Apache 2.0 |
اختيار نموذج برمجة محلي
Mac Studio / كمبيوتر محطة عمل (32 GB أو أكثر): Qwen 2.5 Coder 32B. بلا تنازلات.
MacBook Pro بذاكرة 16 GB / حاسوب ألعاب محمول: DeepSeek Coder V2 Lite 16B. تجعل بنية MoE أداءه أخف بكثير مما يوحي به عدد معلماته.
MacBook Air بذاكرة 8 GB: Qwen 2.5 Coder 7B. يعمل بصعوبة لكنه قابل للاستخدام. أغلق كل شيء آخر أثناء تشغيله.
iPhone أو Mac أقدم: Phi-3.5 Mini أو Qwen 2.5 Coder 1.5B. لن تنشئ تطبيق Rails كاملًا من طلب واحد، لكنك ستحصل بالتأكيد على مساعدة في فهم الشيفرة الموجودة وتعديلها. كلاهما مضمّن في PocketLLM.
نشر تجاري يتطلب تدقيق الترخيص: التزم بعائلة Qwen 2.5 Coder — ترخيص Apache 2.0 هو الأوضح حاليًا في مجال البرمجة المحلية.
كيفية تشغيل هذه النماذج فعليًا
على Mac: ثبّت LM Studio أو Ollama، واختر النموذج من الكتالوج، ثم انقر على Download. راجع Ollama مقابل LM Studio مقابل PocketLLM. على Linux مع GPU: استخدم llama.cpp المترجم من المصدر أو Ollama. على iPhone: استخدم تطبيقًا أصليًا يعمل على الجهاز — راجع تقريرنا عن تطبيقات iPhone.
دمج هذه النماذج مع محررك موضوع منفصل يستحق مقالًا خاصًا. باختصار: تدعم إضافات Continue.dev وCody وCursor الشبيهة إما Ollama أو نقطة نهاية محلية متوافقة مع OpenAI، وهذا يغطي كل نموذج في هذه القائمة.
الملخص
32B إذا كانت لديك محطة عمل، و14B على حاسوب ألعاب محمول، و7B على حاسوب محمول اقتصادي، و1.5B على هاتف. DeepSeek Coder V2 Lite هو الاستثناء الوحيد: إذا كانت لديك ذاكرة عشوائية بسعة 16 GB بالضبط، تمنحك بنية MoE من DeepSeek جودة أفضل بوضوح من Qwen 14B باستهلاك ذاكرة مماثل تقريبًا. كل نموذج آخر في هذه القائمة متخصص.
مساعدة محلية في البرمجة على iPhone.
صُمم PocketLLM لتجهيز Phi-3.5 Mini وQwen 2.5 Coder 1.5B كتنزيلين بلمسة واحدة. خاص وسريع ولا يتطلب حسابًا. قريبًا — انضم إلى قائمة الإطلاق.
استفد من هذا الدليل مع Ailoot
اربط نماذج الذكاء الاصطناعي بتطبيقاتك ووكلائك وأتمتتك عبر واجهة Ailoot API واحدة. اختر النموذج الذي يلائم مهمتك، واتبع توثيق Ailoot للبدء.