Microsoft Phi-3 vs Google Gemma مقارنة
نموذج لغة صغير لكنه قوي (SLM)، بـ 3.8 مليار معامل
VS
Google Gemma
من عائلة Gemini مفتوحة المصدر، بأحجام 2B / 7B / 27B
9 دقائق للقراءةAI
مقارنة الدرجات
جارٍ تحميل الرسم البياني...
التقييم التفصيلي
| الفئة | Microsoft Phi-3 | Google Gemma |
|---|---|---|
| الأداء | 9/10 | 8/10 |
| سهولة التعلّم | 8/10 | 9/10 |
| النظام البيئي | 8/10 | 9/10 |
| المجتمع | 8/10 | 9/10 |
| سوق العمل | 6/10 | 7/10 |
| الاستدامة المستقبلية | 8/10 | 9/10 |
الإيجابيات والسلبيات
Microsoft Phi-3
الإيجابيات
- Phi-3 mini بـ 3.8 مليار معامل — يعمل على بطاقة رسومات سطح المكتب
- إصداران إضافيان: Phi-3 medium بـ 14 مليار وsmall بـ 7 مليار معامل
- ترخيص MIT — حر للاستخدام التجاري
- استدلال (inference) على الجوال (iPhone 15 Pro وما فوق)
- تدريب على بيانات اصطناعية — قدرة استدلال قوية
- سياق يصل إلى 128 ألف رمز (في إصدار mini)
- إصدار متعدد الوسائط Phi-3.5 (رؤية)
- تكامل مؤسسي مع Microsoft
السلبيات
- أضعف من Gemma 2 في اللغات غير الإنجليزية
- مجتمع أصغر مقارنة بـ Gemma
- أداء متوسط في اختبارات توليد الكود
- أمثلة قليلة على ضبط النموذج (fine-tuning)
الأنسب لـ
نماذج اللغة العاملة على الجوال مباشرةالأجهزة الطرفية (Raspberry Pi، Jetson)المهام كثيفة الاستدلالالامتثال المؤسسي (ترخيص MIT)النظام البيئي لـ Microsoft
Google Gemma
الإيجابيات
- أحجام متعددة: Gemma 2B وB7 وB27
- Gemma 2 (2024) — تحسّن ملحوظ
- دعم قوي لتعدد اللغات (أكثر من 100 لغة)
- ترخيص Apache 2.0
- معمارية Gemini — الأحدث في مجالها
- دعم واسع عبر HuggingFace وOllama وTensorFlow
- تكامل مع Kaggle وVertex AI
- إصدار CodeGemma (متخصص في البرمجة)
السلبيات
- استجابات حذرة بسبب رقابة علامة Google التجارية
- سياق محدود بـ 8 آلاف رمز (أقل من 128 ألف في Phi)
- قدرة استدلال أضعف من Phi-3
- بعض بيانات التدريب مثيرة للجدل
الأنسب لـ
التطبيقات متعددة اللغات (التركية والعربية والصينية)توليد الكود (عبر CodeGemma)النشر عبر Vertex AIالبحث وضبط النموذج (fine-tuning)النظام البيئي لـ Google Cloud
مقارنة الكود
Microsoft Phi-3
// Ollama محليًا
// $ ollama pull phi3:mini
// $ ollama run phi3:mini "اكتب هايكو عن الذكاء الاصطناعي"
// جافاسكريبت
import { Ollama } from 'ollama';
const ollama = new Ollama();
const response = await ollama.chat({
model: 'phi3:mini',
messages: [{ role: 'user', content: 'مرحبًا' }]
});Google Gemma
// Ollama
// $ ollama pull gemma2:9b
// $ ollama run gemma2:9b
// HuggingFace
from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained("google/gemma-2-9b-it")
model = AutoModelForCausalLM.from_pretrained("google/gemma-2-9b-it")الخلاصة
للتشغيل على الجوال والاستدلال → Phi-3. لدعم تعدد اللغات وتوليد الكود → Gemma. هناك بدائل مثل Llama 4 وMistral. يتميز Phi-3 mini بقدرته الفريدة على العمل مباشرة على iPhone، بينما يمتلك Gemma نظامًا بيئيًا للنشر عبر Vertex AI.
احصل على استشارة مجانيةالأسئلة الشائعة
الأسئلة الشائعة
نعم — على iPhone 15 Pro وما فوق (معالج A17 Pro)، يعمل نموذج 3.8 مليار معامل بعد تكميمه (INT4)، عبر MLC-LLM أو تحويل Core ML.