مدل‌های محلی هوش مصنوعی پس از نصب، بدون اینترنت کار می‌کنند؛ اما برای دانلودشان اینترنت لازم است. اگر قطعی سراسری دوباره تکرار شود، دیگر نمی‌توان چیزی دانلود کرد. تجربه قطعی‌های سراسری سال گذشته هم نشان داد که دسترسی به ابزارهایی مثل چت جی‌پی‌تی و جمینای در همان ساعت‌های اول از دست می‌رود.
یک «مدل محلی»، جایگزین کامل این سرویس‌ها نیست. خبر روز را نمی‌داند، به اینترنت وصل نمی‌شود و از مدل‌های ابری ضعیف‌تر است. ولی برای کارهای روزمره کافی است: مثلاً نوشتن و ویرایش متن، ترجمه، خلاصه‌کردن اسناد، پاسخ به پرسش‌های عمومی، کمک درسی، کدنویسی و تبدیل صدا به متن.
این راهنما برای هر سطح سخت‌افزار، از گوشی تا کامپیوتر گیمینگ، یک یا دو مدل مشخص پیشنهاد می‌دهد. حجم فایل‌ها عمدتاً بین نیم تا ۲۰ گیگابایت و گاهی حتی بیشتر است؛ پس دانلود را به روزهای قطعی موکول نکنید.
اول سخت‌افزارتان را بشناسید
مهم‌ترین پیش‌نیاز، مقدار حافظه است، نه سرعت پردازنده. مدل باید یک‌جا در رم (یا در حافظه کارت گرافیک) جا شود. قاعده سرانگشتی: هر یک میلیارد پارامتر در حالت فشرده (Q4) حدود ۰٫۶ گیگابایت جا می‌گیرد و ۲ تا ۴ گیگابایت هم باید برای سیستم و خود مکالمه خالی بماند.
برای دیدن مقدار حافظه، در ویندوز Task Manager (مدیر وظایف) را باز کنید و در زبانه Performance (عملکرد) عدد Memory و حافظه GPU را ببینید. در مک، گزینه About This Mac (درباره این مک) مقدار Memory را نشان می‌دهد. در گوشی‌های اندروید، بخش About phone (درباره گوشی) در تنظیمات مقدار RAM را نشان می‌دهد.
| سطح | نمونه دستگاه | حافظه در دسترس | اندازه مدل مناسب |
|---|---|---|---|
| گوشی | اندروید یا آیفون | ۴ تا ۱۲ گیگابایت رم | ۱ تا ۴ میلیارد پارامتر |
| لپ‌تاپ قدیمی | بدون کارت گرافیک مستقل | ۸ گیگابایت رم | ۲ تا ۴ میلیارد؛ ۸ تا ۹ میلیارد با سرعت کم |
| لپ‌تاپ معمولی | کارت گرافیک ضعیف یا بدون آن | ۱۶ گیگابایت رم | ۸ تا ۱۲ میلیارد |
| کامپیوتر با کارت گرافیک | کارت‌های RTX رده ۳۰۶۰ تا ۴۰۷۰ | ۸ تا ۱۶ گیگابایت حافظه گرافیک | ۸ تا ۱۴ میلیارد با سرعت بالا |
| کامپیوتر قوی یا مک | RTX 3090/4090 یا مک M با ۳۲ گیگابایت | ۲۴ تا ۳۲ گیگابایت | ۲۷ تا ۳۵ میلیارد |
| وورک‌استیشن | مک با ۶۴ تا ۱۲۸ گیگابایت یا دو کارت گرافیک | ۴۸ گیگابایت به بالا | ۷۰ تا ۱۲۰ میلیارد |
دو نکته درباره این جدول:
- مک‌های اپل سیلیکون حافظه مشترک دارند؛ یعنی رم همان حافظه گرافیک است. مک ۱۶ گیگابایتی در سطح ۳ قرار می‌گیرد، اما از لپ‌تاپ ویندوزی هم‌رده سریع‌تر جواب می‌دهد.
- بدون کارت گرافیک، مدل روی پردازنده اجرا می‌شود؛ پاسخ کند است (چند کلمه در ثانیه) ولی کار می‌کند.
با چه برنامه‌ای مدل را اجرا کنیم؟
برای بیشتر مردم دو برنامه کافی است: LM Studio روی کامپیوتر و PocketPal روی گوشی. هر دو رایگان‌اند، مدل را از داخل خود برنامه دانلود می‌کنند و بعد از آن به اینترنت نیازی ندارند.
| برنامه | دستگاه | برای چه کسی | نکات برجسته |
|---|---|---|---|
| LM Studio | ویندوز، مک، لینوکس | کاربر عادی که با خط فرمان کار نمی‌کند | جست‌وجو و دانلود مدل داخل برنامه؛ گفتگو با فایل PDF؛ فایل مدل‌ها را می‌توان به‌راحتی روی حافظه فلش کپی کرد |
| Ollama | ویندوز، مک، لینوکس | کسی که ساده‌ترین نصب را می‌خواهد، برنامه‌نویس‌ها | نسخه‌های جدید رابط گرافیکی دارند؛ هر مدل با یک فرمان دانلود می‌شود |
| Jan | ویندوز، مک، لینوکس | کسی که برنامه متن‌باز می‌خواهد | شبیه LM Studio، با امکانات کمتر |
| PocketPal AI | اندروید و آیفون | همه کاربران موبایل | متن‌باز؛ هر مدلی با فرمت GGUF را می‌پذیرد؛ از گوگل‌پلی و اپ‌استور نصب کنید |
| Google AI Edge Gallery | اندروید و آیفون | کاربران گوشی که مدل‌های جما (Gemma) را می‌خواهند | ساخت خود گوگل؛ مدل‌های سبک جما با ورودی تصویر و صدا |
نصب و اجرا در LM Studio چهار قدم دارد:
- برنامه را از سایت رسمی دانلود و نصب کنید؛
- در بخش جست‌وجو (آیکون ذره‌بین) نام مدل را بنویسید، مثلاً «qwen3.5 9b»؛
- نسخه‌ای را انتخاب کنید که در نامش Q4_K_M دارد و برنامه آن را «مناسب دستگاه شما» نشان می‌دهد؛
- بعد از دانلود، در بخش گفتگو مدل را بارگذاری کنید و اولین سؤال را بپرسید.
در Ollama که پیشتر راهنمای کار با آن را مفصل در نوشدارو نوشته‌ایم، همین کار با یک فرمان در خط فرمان انجام می‌شود، مثلاً ollama run qwen3.5:9b.
مدل اول بار دانلود و دفعه‌های بعد بدون اینترنت اجرا می‌شود.
بعد از نصب، یک بار وای‌فای و اینترنت را قطع کنید و از مدل سؤالی بپرسید. اگر جواب داد، آماده روزهای قطعی هستید.
مدل گفتگو، نوشتن و ترجمه برای هر سطح سخت‌افزار
در پاییز ۱۴۰۵، دو خانواده‌ی هوش مصنوعی بهترین انتخاب برای کاربر فارسی‌زبان‌اند: «کوئن ۳.۵» (Qwen3.5) ساخت علی‌بابا و «جما ۴» (Gemma 4) ساخت گوگل. هر دو در اندازه‌های گوناگون عرضه شده‌اند، تصویر را هم می‌فهمند و فارسی را روان می‌نویسند. در ارزیابی چندزبانه MEA (شامل ۲۴ زبان از جمله فارسی) نسخه ۹ میلیاردی کوئن ۳.۵ بالاترین امتیاز روانی و انسجام را گرفته است.
| سطح سخت‌افزار | پیشنهاد اول | حجم دانلود | جایگزین | چه انتظاری داشته باشیم؟ |
|---|---|---|---|---|
| گوشی ۴ گیگابایتی | Qwen3.5 0.8B | حدود ۱ گیگابایت | Gemma 3 1B (۰٫۷ گیگابایت) | خلاصه‌نویسی و پاسخ به پرسش‌های ساده؛ فارسی ضعیف و پرخطا |
| گوشی ۶ تا ۸ گیگابایتی | Qwen3.5 2B | حدود ۲ گیگابایت | Gemma 4 E2B | نوشتن متن کوتاه، ترجمه ساده، خلاصه‌نویسی |
| گوشی ۸ گیگابایت به بالا | Qwen3.5 4B | حدود ۳ گیگابایت | Gemma 4 E4B | دستیار قابل استفاده برای کارهای روزمره |
| لپ‌تاپ ۸ گیگابایت، بدون کارت گرافیک | Qwen3.5 4B | ۳٫۳ تا ۴ گیگابایت | Gemma 4 E4B | همان سطح گوشی قوی، با صفحه‌کلید و فایل |
| لپ‌تاپ ۱۶ گیگابایت | Qwen3.5 9B | ۶٫۶ گیگابایت | Gemma 4 12B (۷٫۷ گیگابایت) | نقطه تعادل برای بیشتر کاربران؛ فارسی خوب، ترجمه قابل اتکا |
| کارت گرافیک ۸ تا ۱۲ گیگابایت | Qwen3.5 9B | ۶٫۶ گیگابایت | Gemma 4 12B | همان مدل‌ها، با سرعت چند برابر |
| کارت گرافیک ۱۶ گیگابایت | Gemma 4 12B در نسخه Q8 | حدود ۱۳ گیگابایت | gpt-oss 20B (۱۴ گیگابایت) | کیفیت بالاتر از نسخه فشرده؛ gpt-oss در استدلال قوی و در فارسی ضعیف‌تر از کوئن است |
| کارت ۲۴ گیگابایت یا مک ۳۲ گیگابایت | Qwen3.8 27B | ۱۸ گیگابایت | Gemma 4 31B (۱۹ گیگابایت) | عملکرد نزدیک به سرویس‌های ابری در کارهای متنی؛ نسخه 26B جما سریع‌تر ولی کمی ضعیف‌تر است |
| مک ۹۶ گیگابایت به بالا یا دو کارت گرافیک حرفه‌ای | gpt-oss 120B | ۶۵ گیگابایت | Qwen3.5 122B (۸۱ گیگابایت، نیاز به ۱۲۸ گیگابایت) | بهترین کیفیت خانگی؛ روی مک ۶۴ گیگابایتی به جای این‌ها نسخه Q8 مدل ۲۷ میلیاردی را بگیرید |
چند نکته برای انتخاب درست:
- حجم‌ها برای نسخه فشرده استاندارد (Q4_K_M) است؛ اگر حافظه اضافه دارید، نسخه Q8 همان مدل را بگیرید، نه مدل بزرگ‌تر را در نسخه فشرده‌تر.
- یک مدل بزرگ‌تر اما فشرده تقریباً همیشه از مدل کوچک‌تر و باکیفیت‌تر بهتر جواب می‌دهد، به شرط آنکه در حافظه جا شود.
- مدل‌های مخصوص فارسی مثل «درنا» (Dorna) یا «هرمز» (Hormoz) روان می‌نویسند، اما در استدلال و دانش عمومی از مدل‌های چندزبانه جدید عقب‌ترند؛ برای کاربر عادی اولویت نیستند.
- مدل‌های کوئن حالت «تفکر» (Thinking) دارند که پاسخ را دقیق‌تر ولی کندتر می‌کند؛ روی دستگاه ضعیف آن را خاموش کنید.
- هر چه مدل کوچک‌تر باشد، بیشتر اشتباه می‌کند و با اطمینان چیز غلط می‌گوید؛ مدل‌های زیر ۴ میلیارد را برای پرسش علمی یا پزشکی مرجع ندانید.
کاربردهای تخصصی: کد، صدا، تصویر و اسناد
برای ترجمه، خلاصه و نوشتن همان مدل گفتگوی جدول بالا کافی است؛ مدل جداگانه فقط برای صدا، تولید تصویر و کدنویسی جدی لازم می‌شود. در هر ردیف، گزینه سبک برای لپ‌تاپ ۸ تا ۱۶ گیگابایتی و گزینه قوی برای کارت گرافیک ۱۶ گیگابایت به بالا یا مک ۳۲ گیگابایتی است.
| کاربرد | گزینه سبک | گزینه قوی | برنامه | وضعیت فارسی |
|---|---|---|---|---|
| کدنویسی | Qwen2.5-Coder 7B (۴٫۷ گیگابایت) | Qwen3-Coder 30B (۱۹ گیگابایت) یا Devstral 24B (۱۴ گیگابایت) | LM Studio یا Ollama، به‌علاوه افزونه Continue در VS Code | دستورها را فارسی هم می‌فهمد |
| تبدیل گفتار به متن | Whisper small (حدود ۰٫۵ گیگابایت) | Whisper large-v3-turbo (حدود ۱٫۶ گیگابایت) | Vibe روی کامپیوتر؛ FUTO Voice Input روی اندروید | فارسی رسماً پشتیبانی می‌شود؛ مدل Turbo روی پردازنده هم اجرا می‌شود، فقط کندتر |
| تبدیل متن به گفتار | Piper با صدای فارسی (چند ده مگابایت) | گزینه قوی فارسی نداریم | Piper؛ در اندروید بسته صدای فارسی آفلاین گوگل را از قبل دانلود کنید | ضعیف‌ترین حلقه؛ مدل‌های طبیعی جدید مثل Kokoro و Qwen3-TTS فارسی ندارند |
| خواندن تصویر و متن عکس (OCR) | همان Qwen3.5 یا Gemma 4 جدول قبل؛ همه اندازه‌ها تصویر می‌پذیرند | Qwen3-VL 8B (۶٫۱ گیگابایت) یا Qwen3.8 27B | LM Studio (پیوست تصویر در گفتگو)، PocketPal | متن چاپی فارسی معمولاً خوانده می‌شود، اما انتظار درک دست‌خط عادی را نداشته باشید |
| تولید تصویر | FLUX.2 klein 4B نسخه FP8 (حدود ۴ گیگابایت، کارت ۸ گیگابایت) | Z-Image-Turbo (حدود ۶ گیگابایت، کارت ۱۲ تا ۱۶ گیگابایت) | ComfyUI در ویندوز؛ Draw Things در مک و آیفون | بدون کارت گرافیک عملاً امکان‌ناپذیر است؛ نوشتن متن فارسی داخل تصویر نقص دارد |
| پرسیدن از اسناد شخصی (PDF و جزوه) | مدل گفتگو + nomic-embed-text (۲۷۴ مگابایت) | همان ترکیب با مدل بزرگ‌تر | LM Studio، AnythingLLM | کار می‌کند، ولی دقت جست‌وجو در متن فارسی کمتر از انگلیسی است |
نوشدارو پلاس
یک توصیه خارج از دنیای هوش مصنوعی: برنامه Kiwix و فایل ویکی‌پدیای فارسی را هم دانلود کنید. مدل محلی حافظه دقیقی ندارد، ولی دانشنامه آفلاین دارد و ترکیب این دو بسیاری از خطاهای مدل را می‌گیرد.
چک‌لیست دانلود برای امروز
بسته‌ی متناسب با دستگاه خود را انتخاب کنید؛ برخی بسته‌ها، بسته ردیف قبلی را هم در بر می‌گیرند. چک‌لیست نهایی، برای همه و فارغ از اینکه چه دستگاهی دارند، به این ترتیب خواهد بود:
- دانلود فایل نصبی LM Studio یا Ollama برای کامپیوتر (حدود یک گیگابایت).
- دانلود برنامه PocketPal روی گوشی، از گوگل‌پلی یا اپ‌استور.
- انتخاب و نصب یک مدل گفتگو از جدول بالا، متناسب با حافظه دستگاه.
- یک بار آزمایش با اینترنت قطع.
- کپی فایل نصب و فایل مدل‌ها روی حافظه فلش یا هارد اکسترنال، برای خانواده و دوستانی که فرصت دانلود نداشتند.
| دستگاه | چه چیزی دانلود کنید | حجم تقریبی |
|---|---|---|
| گوشی ۶ تا ۸ گیگابایتی | PocketPal + Qwen3.5 2B | ۲ گیگابایت |
| گوشی ۸ گیگابایت به بالا | PocketPal + Qwen3.5 4B + FUTO Voice Input با Whisper small | ۴ گیگابایت |
| لپ‌تاپ ۸ گیگابایت، بدون کارت گرافیک | LM Studio + Qwen3.5 4B + Vibe با Whisper small | ۵ گیگابایت |
| لپ‌تاپ ۱۶ گیگابایت | LM Studio + Qwen3.5 9B + Gemma 4 12B + Vibe با Whisper large-v3-turbo + Qwen2.5-Coder 7B | ۲۲ گیگابایت |
| کارت گرافیک ۱۶ گیگابایت | بسته لپ‌تاپ ۱۶ گیگابایت + gpt-oss 20B + FLUX.2 klein 4B با ComfyUI | ۴۰ گیگابایت |
| کارت ۲۴ گیگابایت یا مک ۳۲ گیگابایت | بسته قبلی + Qwen3.8 27B + Gemma 4 31B + Qwen3-Coder 30B + Z-Image-Turbo | ۱۰۰ گیگابایت |
| اختیاری برای همه | Kiwix + ویکی‌پدیای فارسی | چند گیگابایت |
اگر فضا یا حجم اینترنت کم دارید، فقط یک مدل گفتگو و Whisper را بگیرید؛ همین دو بیشتر نیازهای روز قطعی را پوشش می‌دهند. حجم‌ها و نسخه‌ها در روز ۱۱ آبان ۱۴۰۵ بررسی شده‌اند و با انتشار نسخه‌های جدید تغییر می‌کنند.
نکات امنیتی پیش از دانلود
بزرگ‌ترین خطر خود مدل نیست؛ فایل نصبی جعلی است. در بحران‌های قبلی، فایل‌های APK فیلترشکن و «نسخه رایگان» برنامه‌ها در کانال‌های تلگرامی دست‌به‌دست شد که بخشی از آن‌ها بدافزار بود. انتظار می‌رود همین ترفند این بار با برچسب «هوش مصنوعی آفلاین» تکرار شود.
- برنامه‌ها را فقط از سایت رسمی خودشان یا گوگل‌پلی و اپ‌استور بگیرید؛ هیچ نسخه درستی از LM Studio یا PocketPal در کانال تلگرامی منتشر نمی‌شود.
- فایل مدل را فقط با فرمت GGUF یا safetensors بپذیرید؛ این دو فرمت فقط داده هستند و خودشان کد اجرا نمی‌کنند. فرمت‌های قدیمی‌تر مثل .ckpt و .pt می‌توانند هنگام بارگذاری کد مخرب اجرا کنند.
- اگر مدل یا نصب‌کننده را از دوستی روی حافظه فلش می‌گیرید، بپرسید خودش از کجا دانلود کرده است؛ فایلی که منشا آن معلوم نیست را نصب نکنید.
- مدل محلی مکالمه شما را جایی نمی‌فرستد، اما خود برنامه ممکن است آمار استفاده را جمع‌آوری کند؛ اگر برایتان مهم است، در تنظیمات برنامه گزینه ارسال آمار را خاموش کنید یا برنامه را با اینترنت قطع به کار ببرید.
- پاسخ مدل را در موضوع‌های پزشکی، حقوقی و امنیتی بدون بررسی نپذیرید؛ مدل محلی خبر و وضعیت روز را نمی‌داند و در شرایط بحران همین ندانستن می‌تواند خطرناک باشد.
- اگر سایت دانلود برای کاربران ایران محدود بود، همان مدل را از داخل LM Studio یا Ollama جست‌وجو کنید؛ سراغ سایت‌های واسطه ناشناس نروید.
آدرس مطلب: https://nooshdaroo.ir/crisis-and-war/guide-to-offline-ai-models/
