فاتورة التفكير

شغّل ollama run <model> --think=false (من الـ CLI)، أو اكتب /set nothink (داخل الجلسة)، أو أرسل "think": false في جسم الطلب إلى /api/chat أو /api/generate. استخدم --hidethinking فقط إذا أردت إبقاء التفكير لكنه مخفي — فالعدّاد يستمر بالعمل. تجنّب /no_think داخل الـ prompts؛ فهو يقلّل التفكير ولا يُطفئه.

01جرّبه بنفسك — الفاتورة كما طُبعت

هذه جلسة مسجَّلة حقيقية مُعاد تشغيلها. سؤالان من كلمة واحدة من اختبارنا: "Bug" كلّفت 866 tokens تفكير و53.5 ثانية باردًا. "Crash" كلّفت 589 tokens و34.4 ثانية دافئًا. ثم السؤال نفسه والتفكير مطفأً. راقب العدّاد.

توليفة من جلسة مسجَّلة حقيقية — lfm3:1.7b، 2026-10-29 · سطر "التفكير مطفأ" حساب قسمة وليس جلسة مقيسة، وهو يقول ذلك

والفكرة من مشاهدته بسرعة ×1: عند 17 token في الثانية تستطيع قراءة التفكير وهو يحاسبك. هذا ما تفعله كل محادثة "تبدو بطيئة" على جهاز CPU — تطبع فاتورة لم تطلب رؤيتها أبدًا، token واحد كل 59 ملي ثانية.

02لماذا يفكر نموذج Ollama لديّ كل هذه المدة؟

لأن أحدث النماذج الصغيرة مفكِّرة هجينة: الأوزان نفسها تؤدي الدردشة وسلسلة التفكير، ومعظم الواجهات تترك التفكير مفعّلًا افتراضيًا. كل "حسنًا، دعني أعد النظر" تشاهدها يمرّ هي token حقيقي بمعدّل tokens-per-second الحقيقي لديك — وعلى جهاز CPU هذه 17/s، لا المئات التي تضحك بها الـ GPU. والحساب بلا مجد: 866 tokens تفكير ÷ 17 tok/s ≈ 51 ثانية من المحاسبة قبل أن تبدأ الإجابة.

03كيف أُطفئ التفكير في Ollama؟

ثلاثة مفاتيح، كلها موثّقة رسميًا في وثائق ollama نفسها. اختر ما يناسب موقعك:

• مرة واحدة، من الـ shell: ollama run lfm3:1.7b --think=false
• داخل جلسة جارية: اكتب /set nothink (لإرجاعه: /set think)
• في الكود، عبر API الدردشة أو التوليد: أضف "think": false إلى جسم الطلب

$ ollama run lfm3:1.7b --think=false
>>> bug or not? one word.
Crash

تحقق: لا توجد كتلة تفكير في المخرجات؛ وتصل الإجابة في حفنة tokens — بحساب منصّتنا، نحو ثانية كتابة بدلًا من خمسين.

POST /api/chat
{ "model": "lfm3:1.7b",
  "messages": [{"role":"user","content":"bug or not? one word."}],
  "think": false }

تحقق: يرد الردّ دون حقل thinking — ومع "think": true تفصل النقطة الطرفية نفسها المونولوج عن الإجابة في حقل خاص به.

وأما الفخ الذي يبدو مفتاحًا وهو ليس كذلك: --hidethinking. يُبقي النموذج يفكّر — بالسعر الكامل — ويمتنع فقط عن طباعة تفصيل الحساب. إخفاء الإيصال ليس كعدم الدفع.

04كم يكلّف التفكير فعلًا؟ الإيصال.

أسطر غير معدّلة من سجل الاختبار — الحقول المنتهية بـ ms تحمل نانوثواني (وحدات السجل نفسه تكذب؛ قسمناها يدويًا)، وحقول المعدل عادت null، لذا فإن tokens-per-second قسمة طويلة من صنعنا: 866 ÷ 50.9 ≈ 17.

{"model":"lfm3:1.7b","load_ms":2326837325,"eval_count":866,"total_ms":53533988331,"response":"Bug"}
{"model":"lfm3:1.7b","load_ms":530219,"eval_count":589,"total_ms":34362526621,"response":"Crash"}

* سطر الصدق: قسنا جهة التفكير؛ أما عمود الإطفاء فقسمة عند نفس tok/s، موسوم كحساب — قانون الإيصالات يغطي النصف المقيس، وهذه الجملة تغطي الباقي.

"Bug" هي أغلى كلمة أنتجها جهازنا قط. كلّف حسمها خمسون ثانية من التفكير.

05متى ينبغي أن تُبقي التفكير مفعّلًا؟

حين تكون الإجابة تستحق أكثر من الانتظار — هذا هو العقد بأكمله. الفاتورة تشتري شيئًا حقيقيًا في:

• الرياضيات والمنطق متعدد الخطوات — المونولوج هو العمل نفسه؛ وقطعه يقطع الدقة التي جئت من أجلها.
• مراجعة الكود والتخطيط — النموذج يحتاج ورقته المشوّشة؛ و--hidethinking خيار جيد ومشروع هنا إذا كنت ستدفع الثمن على أي حال.
• أي شيء فيها 50 ثانية خير من الخطأ — فرز تجريه ليليًا لا تفاعليًا.

أطفئه حين يكون السؤال ذات شكل تصنيفي: إجابات من كلمة واحدة، توجيه، بحث، استخراج، "هل يحوي هذا السطر من السجل فشلًا". أن تدفع 866 tokens لتحسم بين كلمتين هو استئجار غرفة فارغة — الغرفة جميلة، لكنك لست فيها.

06المقايضة الصادقة

وهنا الشيء الذي لم يُحسم. إطفاء التفكير يجعل النموذج أسرع وأغبى في المهام نفسها التي اشتريته من أجلها — وإبقاؤه مفعّلًا يجعل كل سؤال عابر جلسة من خمسين ثانية. المقبض الحقيقي للذكاء الاصطناعي المحلي ليس حجم النموذج؛ بل من يمسك العدّاد. السحابة تخفي هذه الفاتورة داخل اشتراك؛ وعلى جهازك تشاهد كل token يُطبع.

ما أريده فعلًا وما لا أملكه بعد: سطر في Modelfile يثبّت think لكل نموذج، بحيث تكلّف "Bug" ثانية واحدة دون أن يتذكر كل عميل العلم. طلب مفتوح قائم في قضايا Ollama. وإلى أن يصل، يبقى العدّاد لك أن تراقبه — أو لك أن تقلبه.

خاتمة بسؤالين، بحسب قانون البيت: 1) ما أطول فاتورة تفكير امسكتها على جهازك أنت؟ 2) هل امسكته يومًا وهو يحاسب على سؤال لم يكن يحتاج التفكير؟