طريقة تنزيل وتثبيت إل إم ستوديو (LM Studio) مجاناً
قم بتشغيل نماذج الذكاء الاصطناعي القوية مثل Llama 3.3 و Qwen 3 و Gemma 4 مباشرة على الكمبيوتر الخاص بك — لا حاجة للإنترنت أو مفاتيح API.
زيارة الموقع الرسمي ←هل إل إم ستوديو (LM Studio) مجاني؟
نعم — للاستخدام الشخصي و الاستخدام الداخلي للأعمال. إل إم ستوديو مجاني للتنزيل والاستخدام، ومنذ 8 يوليو 2025 لم يعد يتطلب ترخيصاً تجارياً منفصلاً. EULA يمنح ترخيصاً للأغراض الشخصية والأعمال الداخلية بدون تكلفة. لا يوجد اشتراك، ولا متطلبات حساب للاستخدام المحلي، ولا حظر للميزات لتطبيق سطح المكتب.
إل إم ستوديو هو برنامج مملوك، ليس مفتوح المصدر — لكنه مجاني للاستخدام. ما تحظره الشروط هو إعادة البيع، أو إعادة التوزيع، أو الترخيص الفرعي، أو بناؤه في منتج أو خدمة مستضافة تبيعها. تشغيل إل إم ستوديو على جهازك الخاص أو كمبيوتر محمول للعمل مسموح به صراحة. الشركات التي تحتاج SSO، أو حجب النماذج، أو التعاون الجماعي الخاص يمكنها شراء خطة Enterprise، لكن هذا اختياري وموجه للمؤسسات الأكبر.
منتجان مدفوعان يجلسان بجانب تطبيق سطح المكتب المجاني: الاستدلال السحابي الدفع حسب الاستخدام (للنماذج المفتوحة الحدودية كبيرة جداً للتشغيل محلياً) و Bionic، تطبيق الوكيل، الذي لديه مستوى مجاني بالإضافة إلى مستويات Bionic+ ($20/شهر) و Pro ($100/شهر) للاستخدام السحابي. لا شيء منهما مطلوب لتشغيل النماذج محلياً.
متطلبات النظام
المتطلبات أدناه تعكس التوثيق الرسمي لإل إم ستوديو (تم التحقق في أكتوبر 2026).
- macOS: macOS 14 (Sonoma) أو أحدث، على Apple Silicon فقط (M1–M4). أجهزة Mac بـ Intel غير مدعومة. يُنصح بذاكرة 16 جيجابايت+؛ أجهزة Mac بذاكرة 8 جيجابايت تعمل مع نماذج أصغر وأحجام سياق متواضعة.
- ويندوز: ويندوز 10/11 على x64 مع دعم AVX2، أو ARM64 (Snapdragon X Elite). يُنصح بذاكرة 16 جيجابايت؛ يُقترح 4 جيجابايت+ VRAM مخصصة لإزالة GPU.
- لينكس: Ubuntu 20.04 أو أحدث، x64 (AVX2) أو ARM64. موزع كـ AppImage؛ مسار `.deb` موجود اعتباراً من 0.4.22. الإصدارات الأحدث من Ubuntu 22 أقل اختباراً بدقة.
- ذاكرة الوصول العشوائي (RAM): 8 جيجابايت كحد أدنى (يُنصح بـ 16 جيجابايت+ لنماذج 7B+)
- GPU (اختياري): GPU من NVIDIA بذاكرة 4+ جيجابايت VRAM لاستدلال أسرع؛ أجهزة Mac بـ Apple Silicon تعمل بشكل جيد على الذاكرة الموحدة
- مساحة التخزين: 10+ جيجابايت مساحة حرة (النماذج تتراوح من 2 جيجابايت إلى 40 جيجابايت+)
- ملاحظة: الإصدار الحالي هو 0.4.23/0.4.24 (أغسطس–سبتمبر 2026). سطر 0.4.x أضاف استدلالاً متوازياً، و daemon بلا واجهة، و API REST بحالة.
طريقة تثبيت إل إم ستوديو
- انتقل إلى الموقع الرسمي. قم بزيارة lmstudio.ai.
- قم بتنزيل إصدارك. انقر على "Download for Windows"، أو "macOS"، أو "Linux" — الموقع يكتشف نظام التشغيل الخاص بك تلقائياً. على Apple Silicon، هناك أيضاً cask Homebrew رسمي:
brew install --cask lm-studio. - قم بتشغيل المثبت. افتح الملف الذي تم تنزيله واتبع المطالبات. لا حاجة لحقوق المسؤول على معظم الأنظمة.
- ابدأ إل إم ستوديو. افتح التطبيق من قائمة ابدأ أو مجلد التطبيقات.
بدء الاستخدام مع النماذج المحلية
- قم بتنزيل نموذج. في التطبيق، افتح تبويب Discover (⌘+2 / Ctrl+2) وابحث عن نموذج مثل "Qwen 3 8B" أو "Llama 3.3 8B". سترى نفس النموذج على عدة مستويات تكميم — اختر Q4_K_M أو أعلى.
- قم بتحميل النموذج. انتقل إلى "My Models"، انقر على أيقونة الإعدادات على النموذج الذي قمت بتنزيله، وانقر على "Load Model". قم بتعيين طول السياق فقط بمقدار ما تحتاجه — الافتراضي هو 8k رموز، والسياقات الأكبر تستهلك ذاكرة أكثر بشكل كبير.
- ابدأ الدردشة. انتقل إلى تبويب "Chat" — يمكنك الآن كتابة المطالبات والحصول على استجابات مباشرة من الذكاء الاصطناعي المحلي الخاص بك.
- استخدم خادم API (اختياري). في تبويب "Developer"، انقر على "Start Server" لتمكين API متوافق مع OpenAI على
http://localhost:1234(ونقطة نهاية/v1/messagesمتوافقة مع Anthropic) — ممتاز للاتصال بسكريبتات Python، أو Cursor، أو VS Code. - اضبط الإعدادات. في Settings → Inference، قم بضبط طبقات GPU وطول السياق لموازنة السرعة والذاكرة. ابدأ بإزالة GPU مضبوطة على "max" إذا كان النموذج يناسب بالكامل في VRAM.
توصيات النماذج حسب الذاكرة
اختيار حجم النموذج الصحيح أهم من أي شيء آخر في الذكاء الاصطناعي المحلي. هذه إرشادات عملية بناءً على الأجهزة النموذجية، باستخدام عائلات النماذج الحالية لعام 2026.
- 8 جيجابايت ذاكرة — نماذج 3B–4B: Qwen 3 4B، Gemma 4 2B، Phi-4 Mini. سريعة وقادرة للدردشة العامة، لكن عمق التفكير محدود. استخدم تكميم Q4.
- 16 جيجابايت ذاكرة — نماذج 7B–8B: Llama 3.3 8B، Qwen 3 8B، Mistral Small 3.2. النقطة المثالية للجودة مقابل السرعة. Q4_K_M هو الافتراضي الموصى به.
- 32 جيجابايت ذاكرة — نماذج 13B–27B: Qwen 3 14B، Gemma 4 27B، Mistral Nemo 12B. تفكير واتباع تعليمات ملحوظاً أفضل من 7B.
- 64 جيجابايت ذاكرة (أو 24 جيجابايت+ VRAM) — نماذج 30B–35B: Qwen 3 32B، Qwen 3.8 27B، Mixtral 8x7B. قريبة من جودة النموذج التجاري لمعظم المهام.
- 128 جيجابايت ذاكرة (أو 2× 24 جيجابايت VRAM) — نماذج 70B: Llama 3.3 70B، Qwen 3 72B. أكبر النماذج المفتوحة التي تناسب على أجهزة المستهلكين. بطيء بدون GPU.
ابدأ بحجم أقل مما تعتقد أن جهازك يمكنه التعامل معه — يمكنك دائماً تنزيل نموذج أكبر لاحقاً بمجرد معرفة ما يعمل. إرشادات إل إم ستوديو الخاصة هي اختيار تكميم 4-بت أو أعلى؛ الذهاب أقل من 4-بت لعصر نموذج أكبر على نفس الذاكرة عادة ينتج نتائج أسوأ من تشغيل نموذج أصغر بشكل صحيح.
نصائح مفيدة
- 🧠 ابدأ صغيراً. إذا كان لديك 8 جيجابايت ذاكرة، ابدأ بنماذج 3B–4B مثل Qwen 3 4B أو Gemma 4 2B. لذاكرة 16 جيجابايت، جرب Qwen 3 8B أو Llama 3.3 8B.
- 🚀 تمكين إزالة GPU. في Settings → Inference، قم بتعيين طبقات GPU على "max" إذا كان النموذج يناسب بالكامل في VRAM. الإزالة الجزئية هي السبب المعتاد للبطء الغامض — إذا حتى بضع طبقات تفيض إلى CPU، فإن الإنتاجية تنهار.
- 💾 قم بتنزيل النماذج مرة واحدة. النماذج محفوظة محلياً — يمكنك تحميلها في أي وقت دون إعادة التنزيل.
- 🔌 اتصل بمحررات الكود. استخدم خادم API المحلي للتكامل مع VS Code، أو Cursor، أو سكريبتات Python — لا حاجة لمفاتيح API.
- 🔄 ابقَ عند 4-بت أو أعلى. Q4_K_M هو توازن جيد؛ Q5_K_M يعطي جودة أفضل لكنه يستخدم ذاكرة أكثر؛ Q8_0 هو الأقرب للأصلي لكنه يتطلب ذاكرة أكثر بشكل كبير. تجنب Q3 إلا إذا لم يكن لديك خيار آخر.
- 🔒 خاص ودون اتصال. كل شيء يعمل على جهازك — لا تترك البيانات جهاز الكمبيوتر الخاص بك، مثالي للمهام الحساسة أو السرية.
- ⚙️ افهم حجم السياق. الافتراضي هو 8k رموز اعتباراً من 0.4.16. نوافذ السياق الأكبر تسمح للنموذج بتذكر أكثر لكنها تستهلك ذاكرة أكثر بشكل كبير عبر ذاكرة KV. ارفعها فقط عندما تحتاج فعلاً إلى وثائق طويلة.
- 📊 راقب مؤشر التحميل. عندما تحمل نموذجاً، يعرض إل إم ستوديو كم منه يناسب على GPU مقابل CPU. النموذج الذي يناسب بالكامل على GPU يستجيب أسرع بكثير من الذي يفيض إلى CPU.
- 🏢 استخدمه في العمل مجاناً. EULA يسمح بالاستخدام الداخلي للأعمال بدون تكلفة. فقط إعادة البيع أو تضمينه في منتج يتطلب ترتيب Enterprise.
إل إم ستوديو مقابل Ollama مقابل GPT4All
- إل إم ستوديو: تجربة واجهة رسومية أولاً مصقولة مع اكتشاف النماذج، وضوابط إزالة GPU/CPU، وخادم API متوافق مع OpenAI على المنفذ 1234، ونقطة نهاية متوافقة مع Anthropic. يضيف استدلالاً متوازياً و daemon بلا واجهة في 0.4.x. برنامج مملوك، لكن مجاني للاستخدام الشخصي والاستخدام الداخلي للأعمال. الأفضل للمستخدمين الذين يريدون واجهة بصرية ويستكشفون الذكاء الاصطناعي المحلي لأول مرة.
- Ollama: يعتمد على الطرفية أولاً مع CLI بسيط، تكامل ممتاز للمطورين (Cursor، VS Code، Continue)، و API متوافق مع OpenAI على
localhost:11434. مرخص تحت MIT ومفتوح المصدر، قابل للشروع والتضمين. الأفضل للمطورين وأي شخص يريد أتمتة الذكاء الاصطناعي المحلي من السكريبتات أو شحنه داخل منتج. انظر دليل Ollama الخاص بنا. - GPT4All: مجاني، مفتوح المصدر، وأخف من كليهما. يأتي مع ميزة الدردشة الوثائقية المحلية (RAG) واكتشاف النماذج. يركز على الاستدلال عبر CPU وهو خيار "ثبت ودردش" الأبسط. الأفضل للمستخدمين الذين يريدون تطبيق دردشة محلي أساسي بدون تكوين كبير.
إذا كنت تريد واجهة رسومية وتستكشف الذكاء الاصطناعي المحلي، فإن إل إم ستوديو هو أفضل نقطة انطلاق — وهو الآن مجاني في العمل أيضاً. إذا كنت تريد البناء مع النماذج المحلية من السكريبتات أو شحنها داخل منتج، فإن ترخيص MIT الخاص بـ Ollama هو الأساس الأكثر أماناً. GPT4All هو الخيار الأخف والأبسط للدردشة البحتة.
استكشاف الأخطاء الشائعة وإصلاحها
- ❌ النموذج لا يتحمل — خطأ "نفاد الذاكرة". النموذج كبير جداً لذاكرتك+VRAM. جرب نموذجاً أصغر (7B بدلاً من 13B)، أو تكميم أقل (Q4 بدلاً من Q6)، أو قلل طبقات GPU في Settings → Inference بحيث يبقى المزيد من النموذج على CPU (أبطأ لكنه يعمل).
- 🐌 الاستجابات بطيئة جداً. النموذج يعمل على CPU بدلاً من GPU، أو أنه مزال جزئياً. تحقق من Settings → Inference وتمكين إزالة GPU. إذا كان GPU ممكناً لكنه لا يزال بطيئاً، قلل طبقات GPU — إذا تجاوز النموذج VRAM، فإنه يفيض مرة أخرى إلى CPU ويعمل بشكل أبطأ مما لو كان كل شيء على CPU.
- 💾 التنزيل يفشل أو يتوقف. تنزيلات النماذج تمر عبر CDN الخاص بـ Hugging Face، والذي يحدّ أحياناً. جرب تكميماً أصغر أو نموذجاً مختلفاً. إذا فشلت التنزيلات باستمرار، تحقق من شبكتك — جدران الحماية للشركات و VPNs أحياناً تحظر Hugging Face.
- 🔌 خادم API لا يستجيب. تأكد من أن الخادم يعمل (تحقق من أن تبويب Developer يعرض "Server is running"). تحقق من أن جدار الحماية الخاص بك لا يحظر المنفذ 1234. اختبر باستخدام
curl http://localhost:1234/v1/modelsفي طرفية — استجابة تعني أن الخادم يعمل. - 🎨 مخرج الدردشة مقطوع في منتصف الجملة. هذا يعني عادة أن النموذج وصل إلى حد سياقه أو حد رموز الإخراج. قم بزيادة "Max Tokens" في إعدادات الدردشة، أو ارفع طول السياق عند تحميل النموذج. إذا استنفدت نافذة السياق، ابدأ دردشة جديدة.
- 🖥️ الواجهة الرسومية تبدو متأخرة. واجهة إل إم ستوديو تعمل فوق محرك الاستدلال — إذا كان الجهاز محملاً بشكل ثقيل، فإن واجهة المستخدم تبطأ أيضاً. أغلق التطبيقات الأخرى، أو فكر في استخدام daemon بلا واجهة (
llmster) إذا كنت تحتاج فقط API. - 🍎 إل إم ستوديو لا يثبت على Mac بـ Intel. أجهزة Mac بـ Intel غير مدعومة. إل إم ستوديو يتطلب macOS 14+ على Apple Silicon (M1–M4). لا يوجد حل بديل — استخدم أداة استدلال محلية مختلفة على أجهزة Intel.
- 🧩 السياق يبدو قصيراً جداً حتى عند الافتراضي. الافتراضي هو 8k رموز. إذا كنت تعمل مع وثائق طويلة، ارفع طول السياق عند تحميل النموذج — لكن توقع أن يرتفع استخدام الذاكرة بشكل حاد. لمهام السياق الطويل، نموذج أصغر مع سياق أكبر غالباً يتفوق على نموذج أكبر مع سياق مقطوع.
الأسئلة الشائعة
هل يمكنني تشغيل إل إم ستوديو بدون GPU؟
نعم، لكنه سيكون أبطأ. إل إم ستوديو يتراجع إلى الاستدلال عبر CPU، والذي يعمل لكنه ينتج استجابات في عشرات الثواني بدلاً من الثواني. للاستخدام العرضي، هذا مقبول؛ للاستخدام المنتظم، فإن GPU من NVIDIA (8+ جيجابايت VRAM) أو Mac بـ Apple Silicon أسرع بكثير. إل إم ستوديو غالباً ما يتغلب على Ollama على الأجهزة بدون GPUs مخصصة بسبب مسار إزالة Vulkan الخاص به.ما الفرق بين إل إم ستوديو و Ollama؟
إل إم ستوديو لديه واجهة رسومية مصقولة وهو أسهل للمبتدئين لاستكشاف النماذج بصرياً. Ollama يعتمد على الطرفية أولاً مع أدوات تطوير ممتازة وهو مفتوح المصدر بالكامل تحت MIT. كلاهما يعمل نفس النماذج الأساسية وكلاهما يعرض API متوافق مع OpenAI (إل إم ستوديو على المنفذ 1234، Ollama على 11434). إل إم ستوديو يضيف أيضاً نقطة نهاية/v1/messages متوافقة مع Anthropic و API REST أصلي مع الحالة. انظر دليل Ollama الخاص بنا للبديل الموجه للمطورين.
هل يمكنني استخدام إل إم ستوديو تجارياً؟
نعم — مجاني للاستخدام الداخلي للأعمال. إل إم ستوديو ألغى ترخيصه التجاري المنفصل في 8 يوليو 2025. EULA الحالي يمنح ترخيصاً للأغراض الشخصية والأعمال الداخلية بدون تكلفة — لا حاجة لنموذج أو شراء. تشغيل إل إم ستوديو على كمبيوتر محمول للعمل مسموح به صراحة. ما هو غير مسموح به هو إعادة بيعه، أو إعادة توزيعه، أو بناؤه في منتج تبيعه كخدمة — هذا يتطلب محادثة Enterprise.ما حجم تنزيلات النماذج؟
يعتمد على حجم النموذج والتكميم. النماذج الصغيرة 3B–4B عند Q4 حوالي 2–3 جيجابايت. نماذج 7B–8B عند Q4_K_M حوالي 4–5 جيجابايت. نماذج 13B–14B هي 8–10 جيجابايت. نماذج 30B–35B هي 18–22 جيجابايت عند Q4. نماذج 70B عند Q4 هي 40 جيجابايت+. خطط للتخزين ووقت التنزيل وفقاً لذلك.هل يرسل إل إم ستوديو بياناتي في أي مكان؟
لا، للنماذج المحلية. المطالبات والاستجابات والاستدلال يحدث على جهازك. حركة الشبكة الوحيدة هي عندما تقوم بتنزيل النماذج من Hugging Face، والتي تمر عبر CDN إل إم ستوديو. بعد التنزيل، لا تترك البيانات جهاز الكمبيوتر الخاص بك. تطبيق الوكيل Bionic الاختياري والاستدلال Secure Cloud هي منتجات منفصلة مع فوادتها الخاصة وسياسات عدم الاحتفاظ بالبيانات.هل يمكنني استخدام النماذج المحلية مع Cursor أو VS Code؟
نعم، عبر خادم API. ابدأ الخادم في تبويب Developer (متوافق مع OpenAI علىhttp://localhost:1234)، ثم وجّه Cursor أو امتداد Continue في VS Code إلى تلك النقطة النهائية. هذا يمنحك مساعدة برمجية بالذكاء الاصطناعي بدون مفاتيح API أو بيانات تترك جهازك.