صبح لپ‌تاپ را باز می‌کنید تا گزارشی را که دیشب با ChatGPT نیمه‌کاره گذاشته‌اید تمام کنید و صفحه فقط می‌چرخد: اینترنت قطع است. یادتان می‌آید جایی خوانده بودید «هوش مصنوعی آفلاین» هم هست، روی لپ‌تاپ خودتان و بدون اینترنت. سراغ صفحهٔ دانلودش می‌روید و آن هم باز نمی‌شود.
تلهٔ اصلی همین‌جاست: هوش مصنوعی آفلاین بعد از راه‌اندازی اینترنت نمی‌خواهد، اما راه‌اندازی‌اش بدون اینترنت نمی‌شود. باید تا اینترنت وصل است دو چیز بگیرید: یک برنامهٔ اجرا مثل Jan یا Ollama، و یک فایل مدل چندگیگابایتی مثل Qwen3.5 (کوئن ۳.۵) که با رم لپ‌تاپتان جور باشد. با ۱۶ گیگابایت رم، دستیاری دارید که متن فارسی را خلاصه و بازنویسی می‌کند؛ فقط به پای ChatGPT آنلاین نمی‌رسد.
در ادامه: کدام برنامه، کدام مدل برای کدام لپ‌تاپ، فارسی‌اش تا کجا قابل‌اعتماد است و چک‌لیستی برای قبل از قطعی بعدی.
چرا هوش مصنوعی آفلاین را باید تا اینترنت هست آماده کنید؟
هر دستیار آفلاین دو تکه دارد. برنامهٔ اجرا مثل VLC است و مدل مثل فایل فیلمی که با آن باز می‌کنید: VLC بدون فیلم چیزی برای نشان دادن ندارد و فیلم هم بدون پخش‌کننده باز نمی‌شود. مدل «مغز» دستیار است، فایلی بزرگ که هرچه آموخته در آن است؛ برنامه آن را بار می‌کند و پنجرهٔ گفتگو را جلویتان می‌گذارد.
پیشنهادهای بخش آفلاین هوش یاب هم همین دو تکه را جدا می‌دهند: «برنامهٔ اجرا — این را نصب کنید» و «مدل — این را داخل برنامه دانلود کنید». گرفتاری، حجم است. فایل نصب Ollama در ویندوز حدود ۱٫۶ گیگابایت است و یک مدل فارسی‌دان مثل Qwen3.5 9B حدود ۶٫۶ گیگابایت دیگر. روی اینترنتی کند و قطع‌ووصل، این دانلود ممکن است ساعت‌ها طول بکشد یا وسط راه بماند. در عوض، بعد از آن مدل روی دیسک می‌ماند و هر بار از همان‌جا بار می‌شود.
کدام برنامه را نصب کنید؟
برنامه‌هایی که در این بخش پیشنهاد می‌شوند همه رایگان‌اند و جز LM Studio متن‌باز. فرقشان در سادگی کار و در نمایش درست فارسی است.
Jan: ساده‌ترین شروع روی لپ‌تاپ
Jan برنامه‌ای برای ویندوز، مک و لینوکس است که خودش را جایگزین متن‌باز ChatGPT معرفی می‌کند و حساب کاربری نمی‌خواهد. در بخش Hub مدل‌ها را می‌بینید و کنار هر نسخه نوشته که روی سیستم شما جا می‌شود، کند اجرا می‌شود یا اصلاً جا نمی‌شود؛ یعنی لازم نیست حساب رم را خودتان بکنید. رابطش فارسی نیست، اما جواب فارسی را درست و از راست به چپ نشان می‌دهد.
حداقل‌ها طبق راهنمای رسمی: ویندوز ۱۰ به بعد، ۸ گیگابایت رم (۱۶ گیگ توصیه‌شده) و ۱۰ گیگابایت جای خالی. پردازنده هم باید AVX2 داشته باشد، قابلیتی که پردازنده‌های اینتل از ۲۰۱۳ و AMD از ۲۰۱۵ به بعد دارند. روی مک فقط تراشه‌های خود اپل پشتیبانی می‌شوند. مدل را هم همان وقت که اینترنت هست، از بخش Hub خود Jan دانلود کنید.
LM Studio: برنامهٔ گرافیکی با امکانات بیشتر
LM Studio (ال‌ام استودیو) هم برنامهٔ ویندوز، مک و لینوکس برای دانلود و اجرای مدل‌ها روی کامپیوتر خودتان است: چت آفلاین، گفت‌وگو با اسناد و سرور API سازگار با OpenAI. متن‌باز نیست، اما خود برنامه برای استفادهٔ شخصی و کاری رایگان است. طبق مستندات رسمی‌اش ۱۶ گیگابایت رم توصیه می‌شود و با ۸ گیگ فقط مدل‌های کوچک اجرا می‌شوند؛ روی مک فقط تراشه‌های اپل.
Ollama: یک دستور و تمام
Ollama (اولاما) برای کسی است که از پنجرهٔ ترمینال نمی‌ترسد. کتابخانه‌ای از مدل‌های آماده دارد و با یک دستور مدل را دانلود و اجرا می‌کند:
ollama run qwen3.5:9bاین دستور را بعد از نصب Ollama در ترمینال بزنید (در ویندوز، PowerShell). بار اول Qwen3.5 نسخهٔ 9B را، حدود ۶٫۶ گیگابایت، دانلود می‌کند و گفتگو را همان‌جا باز می‌کند؛ از دفعهٔ بعد همان فایل بدون اینترنت اجرا می‌شود. Ollama پنجرهٔ چت ساده‌ای هم دارد، ولی اگر با ترمینال راحت نیستید، Jan ساده‌تر است.
تله: مدل‌هایی در کتابخانهٔ Ollama که در نامشان cloud دارند (مثل gemma4:cloud) روی سرور خود Ollama اجرا می‌شوند؛ اینترنت و حساب کاربری می‌خواهند و آفلاین نیستند.
AnythingLLM: برای پرسیدن از فایل‌های خودتان
اگر می‌خواهید از جزوه، قرارداد یا گزارش‌هایتان سؤال کنید، AnythingLLM برای همین ساخته شده: فایل‌های PDF و Word را در یک «فضای کاری» می‌ریزید و جواب را همراه با اشاره به منبعش می‌گیرید. رابطش کاملاً فارسی است. برای اجرای مدل روی خود لپ‌تاپ، سازنده ۱۶ گیگابایت رم و پردازندهٔ ۸ هسته‌ای توصیه کرده است.
تله: بخشی که متن اسناد را برای جست‌وجو آماده می‌کند (Embedder) به‌طور پیش‌فرض فقط انگلیسی می‌فهمد. برای اسناد فارسی، در تنظیمات Embedder گزینهٔ داخلی multilingual-e5-small را انتخاب کنید. ارسال آمار ناشناس استفاده هم پیش‌فرض روشن است و از بخش Privacy خاموش می‌شود.
روی گوشی
PocketPal AI (پاکت‌پال) اپ رایگان اندروید و آیفون است که مدل را روی خود گوشی اجرا می‌کند و رابط فارسی دارد. Google AI Edge Gallery اپ آزمایشی گوگل است که مدل Gemma 4 (جما ۴) را روی گوشی می‌آورد و جز گفتگو، دربارهٔ عکس هم جواب می‌دهد و صدا را به متن تبدیل می‌کند.
اینجا رم گوشی تعیین‌کننده است. Edge Gallery برای Gemma 4 E2B دست‌کم ۸ و برای E4B دست‌کم ۱۲ گیگابایت رم می‌خواهد، و PocketPal برای گوشی‌های ۴ تا ۶ گیگ فقط مدل‌های خیلی کوچک پیشنهاد می‌دهد. مدل‌هایی که در گوشی جا می‌شوند از مدل‌های لپ‌تاپ ضعیف‌ترند؛ گوشی را پشتیبان بدانید، نه جایگزین لپ‌تاپ. نسخهٔ اندروید هر دو اپ فایل APK رسمی در گیت‌هاب هم دارد.
کدام مدل روی لپ‌تاپ شما اجرا می‌شود؟
قاعده ساده است: مدل باید در حافظه جا شود. دو حافظه مهم است. رم حافظهٔ موقت کامپیوتر است که برنامه‌های باز در آن کار می‌کنند؛ در ویندوز مقدارش را در Settings › System › About ببینید. حافظهٔ کارت گرافیک (VRAM) را فقط لپ‌تاپ‌هایی دارند که کارت گرافیک جدا، معمولاً NVIDIA، دارند. اگر مدل در حافظهٔ کارت گرافیک جا شود، خیلی سریع‌تر جواب می‌دهد؛ اگر نه، با رم هم اجرا می‌شود، فقط کندتر.
جدول زیر از مشخصات مدل‌ها در کاتالوگ هوش یاب ساخته شده و عددهایش تقریبی است. رم لازم را با حساب حدود ۲ گیگابایت برای خود سیستم‌عامل برآورد کرده‌اند؛ باز هم پیش از اجرای مدل، مرورگر پرزبانه را ببندید.
سخت‌افزار شما | مدل پیشنهادی | حجم دانلود | فارسی | مناسب برای |
|---|---|---|---|---|
۴ تا ۶ گیگ رم | Qwen3.5 0.8B | حدود ۱ تا ۳ گیگ | در این اندازه ضعیف | فقط کارهای خیلی ساده |
۸ گیگ رم | Qwen3.5 4B | حدود ۳ تا ۳٫۵ گیگ | Qwen: خوب | بازنویسی و خلاصهٔ کوتاه |
۱۶ گیگ رم | Qwen3.5 9B | حدود ۷ گیگ | Qwen: خوب | انتخاب اصلی: نوشتن، خلاصه و ترجمهٔ فارسی |
۳۲ گیگ رم، کارت گرافیک ۲۴ گیگ یا مک ۳۲ گیگ | Qwen3.8 27B | حدود ۱۶ تا ۱۹ گیگ | متوسط | اسناد طولانی و کدنویسی؛ بدون کارت گرافیک خیلی کند |
کارت گرافیک ۸ گیگابایتی دارید؟ Qwen3.5 9B روی آن جا می‌شود و روان‌تر جواب می‌دهد. و اگر اسم gpt-oss، مدل باز OpenAI، وسوسه‌تان کرد: نسخهٔ کوچکش حدود ۱۴ گیگابایت است، ۱۶ گیگابایت حافظه می‌خواهد و فارسی‌اش ضعیف است.
نمی‌دانید لپ‌تاپتان در کدام ردیف است؟ در جست‌وجوی هوش یاب بنویسید یک دستیار چت فارسی آفلاین روی لپ‌تاپ ۱۶ گیگ رم بدون کارت گرافیک و جست‌وجو کنید. چون درخواست آفلاین است، سایت اول سه سؤال کوتاه می‌پرسد (کجا، برای چه کاری، چه سخت‌افزاری) و بعد نقشهٔ راه و ابزارهای مناسب همان سیستم را نشان می‌دهد.
هوش مصنوعی آفلاین چقدر فارسی بلد است؟
صادقانه: مدل‌هایی که روی لپ‌تاپ جا می‌شوند، در فارسی از ChatGPT و Gemini آنلاین ضعیف‌ترند. سطحشان هم یکی نیست:
Qwen3.5 (کوئن ۳.۵): سازنده‌اش فارسی را صریحاً در فهرست رسمی ۲۰۱ زبان و گویش این نسل آورده. کاتالوگ هوش یاب فارسی‌اش را خوب می‌داند، به شرطی که برای نوشتن جدی نسخهٔ 9B یا بزرگ‌تر باشد.
Gemma 4 (جما ۴): گوگل فقط گفته روی بیش از ۱۴۰ زبان آموزش دیده و فهرستی منتشر نکرده؛ فارسی متوسط.
Ministral 3 (مینیسترال ۳): کارت مدل فارسی را نام نبرده، هرچند مستندات کلی Mistral فارسی را جزو زبان‌های با عملکرد خوب آورده؛ متوسط.
gpt-oss: در ارزیابی چندزبانهٔ رسمی OpenAI چهارده زبان سنجیده شده و فارسی جزوشان نیست؛ ضعیف.
یک محدودیت دیگر را هم جدی بگیرید: دانش مدل آفلاین در یک تاریخ ثابت مانده (مثلاً دانش gpt-oss تا ژوئن ۲۰۲۴ است) و بدون اینترنت چیزی جست‌وجو نمی‌کند. مدل‌های کوچک در اطلاعات عمومی هم زیاد اشتباه می‌کنند، آن هم با اطمینان. پس قیمت، خبر و آمار را از آن نپرسید. جایی که واقعاً به کار می‌آید، کار روی متنی است که خودتان می‌دهید: بازنویسی، خلاصه، ترجمه و مرتب کردن یادداشت.
آزمون دودقیقه‌ای، قبل از قطعی
بعد از نصب، Wi-Fi را خاموش کنید و این سه درخواست را به مدل بدهید:
۱. این پیام را رسمی و مؤدبانه بازنویسی کن و هیچ کلمهٔ انگلیسی به کار نبر: «سلام، فایل رو تا فردا بفرستید وگرنه جلسه کنسله.»
۲. این متن را در سه جملهٔ کوتاه خلاصه کن: [یک بند از گزارش یا جزوهٔ خودتان]
۳. دربارهٔ [شهر یا رشتهٔ خودتان] پنج نکتهٔ دقیق بنویس.
در دو جواب اول دنبال کلمه‌های غیرفارسی، جمله‌های ترجمه‌ای و نیم‌فاصله‌های جاافتاده بگردید؛ نشانه‌های ترجمه‌زدگی را با مثال در مطلب متنی که بوی ترجمه می‌دهد آورده‌ایم. جواب سوم را با آنچه خودتان می‌دانید بسنجید. اگر مدل در اولی و دومی لنگید، نسخهٔ بزرگ‌تر یا مدل دیگری از جدول را امتحان کنید. اگر فقط در سومی خطا داشت، طبیعی است: همان مدل برای کار روی متن خودتان کافی است.
اگر برای کار پولی استفاده می‌کنید
برنامه‌هایی که پیشنهاد کردیم (Jan، Ollama، AnythingLLM و دو اپ گوشی) و بیشتر مدل‌های جدول، از جمله Qwen3.5، Gemma 4 و Ministral 3، مجوزی دارند که استفادهٔ تجاری را آزاد گذاشته است. یک استثنای مهم Tiny Aya (تاینی آیا) است، مدل کوچک Cohere که کاتالوگ هوش یاب فارسی‌اش را خوب ارزیابی کرده، اما مجوزش غیرتجاری (CC-BY-NC) است: برای پروژهٔ دانشگاهی مناسب است و برای کار فریلنسری یا شرکت، بدون قرارداد با Cohere، نه. فیلتر «قابل استفادهٔ تجاری» در بخش آفلاین سایت همین را جدا می‌کند.
جز چت، چه کاری بدون اینترنت می‌شود؟
تبدیل گفتار فارسی به متن آفلاین شدنی است: Subtitle Edit و Buzz، هر دو رایگان و برای ویندوز، مک و لینوکس، با موتور Whisper صدای جلسه یا کلاس را روی خود کامپیوتر به متن و زیرنویس تبدیل می‌کنند. زبان را دستی Persian بگذارید و متن را بازبینی کنید؛ دقت فارسی Whisper از انگلیسی کمتر است. مقایسهٔ ابزارها در راهنمای تبدیل جلسه و کلاس فارسی به متن آمده است.
خواندن متن با صدای فارسی هم هست: Piper (پایپر) پنج صدای فارسی دارد و روی پردازندهٔ معمولی اجرا می‌شود. اما برنامهٔ گرافیکی ندارد و با پایتون و خط فرمان راه می‌افتد. صداهایش قابل‌فهم‌اند ولی طبیعی‌بودن مدل‌های بزرگ را ندارند، و مجوز هر صدا جداست.
ساخت تصویر آفلاین روی لپ‌تاپ معمولی عملاً شدنی نیست و کارت گرافیک می‌خواهد. مثلاً مدل Z-Image-Turbo در برنامهٔ ComfyUI را سازنده‌اش برای کارت گرافیک ۱۶ گیگابایتی اعلام کرده و نسخهٔ فشرده‌ترش، به برآورد کاتالوگ، با حدود ۸ گیگابایت کار می‌کند. پرامپت را هم انگلیسی بنویسید.
چک‌لیست قبل از قطعی بعدی
سخت‌افزار و جای خالی را بسنجید. رم را از Settings › System › About ببینید و ردیف خودتان را در جدول پیدا کنید. Jan خودش ۱۰ گیگابایت جای خالی می‌خواهد و هر مدل هم حجم خودش را دارد؛ برای برنامه و دو مدل، حدود ۲۰ گیگابایت خالی کنید.
برنامه را فقط از منبع رسمی بگیرید: Jan از jan.ai یا گیت‌هابش، Ollama از ollama.com، AnythingLLM از anythingllm.com و اپ‌های گوشی از گوگل‌پلی، اپ‌استور یا APK رسمی گیت‌هاب. به سایت‌های هم‌نام اعتماد نکنید؛ مثلاً سازندهٔ برنامهٔ KoboldCpp اعلام کرده koboldcpp.com رسمی نیست و کلاه‌برداری است.
مدل را داخل برنامه دانلود کنید: در Jan از Hub، در Ollama با همان دستور، در PocketPal از منوی Models. Jan و PocketPal مدل را از Hugging Face می‌آورند و Ollama از کتابخانهٔ خودش؛ اگر در یکی دانلود نشد، دیگری را امتحان کنید.
اگر هیچ‌کدام نشد، مدل را روی کامپیوتر دیگری که دانلودش جواب می‌دهد بگیرید و فایلش (با پسوند gguf) را با فلش بیاورید: در Jan از Settings › Llama.cpp › Import و در PocketPal با دکمهٔ + از حافظهٔ گوشی اضافه‌اش کنید.
یک بار با Wi-Fi خاموش امتحان کنید. برنامه را ببندید، اینترنت را قطع کنید، دوباره بازش کنید و آزمون دودقیقه‌ای را بزنید. اگر چیزی اینترنت خواست، حالا فهمیده‌اید، نه روز قطعی.
جای فایل‌ها را یاد بگیرید و یک نسخه کنار بگذارید. Ollama در ویندوز مدل‌ها را در
C:\Users\%username%\.ollama\modelsنگه می‌دارد و Jan فایل‌های مدل را در پوشهٔ llamacpp داخل%APPDATA%\Jan\data. این فایل‌ها را همراه فایل نصب برنامه روی فلش یا هارد جدا کپی کنید تا اگر ویندوز را از نو نصب کردید یا همکارتان خواست، اینترنت لازم نباشد.
برای شرکت چه باید کرد؟
برای یک دفتر، به‌جای ده نصب جدا، یک سرور راه بیندازید. برای تیم کوچک، Ollama روی کامپیوتری با کارت گرافیک ۲۴ گیگابایتی و Open WebUI یا AnythingLLM به‌عنوان صفحهٔ چت همکاران کافی است؛ برای ده‌ها کاربر هم‌زمان، vLLM روی سروری با کارت‌های گرافیک بزرگ‌تر. در فرم سه‌سؤالی بخش آفلاین، گزینهٔ «روی سرور شرکت یا سازمان» را بزنید تا تعداد کاربران و حافظهٔ کارت‌های گرافیک سرور را بپرسد و پیشنهاد بدهد. همه‌چیز داخل شبکهٔ خود شرکت می‌ماند.
جمع‌بندی
دستیار آفلاین جای ChatGPT را پر نمی‌کند، اما روز قطعی، فرق «هیچ» است با «یک دستیار نیمه‌خوب». ترکیب مطمئن برای بیشتر لپ‌تاپ‌ها: Jan به‌همراه Qwen3.5، نسخهٔ 4B برای ۸ گیگ رم و 9B برای ۱۶ گیگ. برای پرسیدن از اسناد AnythingLLM و برای گوشی PocketPal. همه را امروز، تا اینترنت هست، بگیرید و یک بار با Wi-Fi خاموش امتحان کنید.
قدم بعدی: سه سؤال بخش هوش مصنوعی آفلاین را جواب دهید، یا در جست‌وجوی صفحهٔ اول بنویسید یک دستیار چت فارسی آفلاین روی لپ‌تاپ تا برنامه و مدل مناسب سیستم خودتان را ببینید.
پرسش‌های پرتکرار
هوش مصنوعی آفلاین بدون کارت گرافیک هم کار می‌کند؟
بله. مدل‌های کوچک و متوسط با رم معمولی اجرا می‌شوند و کارت گرافیک فقط سرعت را بالا می‌برد. طبق کاتالوگ هوش یاب، Qwen3.5 نسخهٔ 4B با حدود ۷ گیگابایت و نسخهٔ 9B با حدود ۱۰ گیگابایت رم اجرا می‌شود. روی لپ‌تاپ ۱۶ گیگابایتی بدون کارت گرافیک، جواب کندتر از ChatGPT می‌آید، ولی برای خلاصه و بازنویسی متن فارسی کار می‌کند.
کدام مدل آفلاین فارسی را بهتر می‌فهمد؟
از مدل‌هایی که روی لپ‌تاپ معمولی جا می‌شوند، سازندهٔ Qwen3.5 فارسی را صریحاً در فهرست رسمی زبان‌هایش آورده و کاتالوگ هوش یاب فارسی‌اش را خوب ارزیابی کرده؛ بهتر است نسخهٔ 9B باشد. Gemma 4 و Ministral 3 فارسی متوسطی دارند و gpt-oss ضعیف است. هیچ‌کدام به پای ChatGPT آنلاین نمی‌رسند؛ با آزمون دودقیقه‌ای خودتان بسنجید.
آیا متن‌هایم از لپ‌تاپ بیرون می‌رود؟
بعد از دانلود مدل، گفتگو روی همان دستگاه انجام می‌شود و به اینترنت نیازی نیست. چند استثنا را بشناسید: مدل‌های cloud در Ollama روی سرور اجرا می‌شوند؛ AnythingLLM و Google AI Edge Gallery آمار استفاده را به‌طور پیش‌فرض می‌فرستند تا خاموشش کنید؛ و Jan آمار را فقط با اجازهٔ شما می‌فرستد. جست‌وجوی وب داخل این برنامه‌ها هم اینترنت می‌خواهد.
روی گوشی هم می‌شود هوش مصنوعی آفلاین داشت؟
بله، با PocketPal AI یا Google AI Edge Gallery که هر دو رایگان‌اند و مدل را روی خود گوشی اجرا می‌کنند. رم گوشی تعیین‌کننده است: Gemma 4 E2B در Edge Gallery دست‌کم ۸ گیگابایت رم می‌خواهد و گوشی‌های ۴ تا ۶ گیگ فقط مدل‌های خیلی کوچک را اجرا می‌کنند. PocketPal رابط فارسی دارد. مدل‌های گوشی از مدل‌های لپ‌تاپ ضعیف‌ترند.
