پانچ نئے کوڈنگ پر مرکوز LLMs اب 16 GB-32 GB RAM والے 2026 کے لیپ ٹاپ پر چل سکتے ہیں، جو ڈویلپرز کو کلاؤڈ لیٹنسی (latency) یا ڈیٹا لیک ہونے کے خدشات کے بغیر آف لائن آٹو مکمل (autocomplete)، ڈی بگنگ (debugging) اور کوڈ ریویو ٹولز فراہم کرتے ہیں۔ یہ ماڈلز 7 B پیرامیٹر والے کوڈر سے لے کر 32 B ہیوی ڈیوٹی اسسٹنٹ تک ہیں، جن میں سے ہر ایک کو ایک ہلکے پھلکے رن ٹائم (runtime) کے ساتھ جوڑا گیا ہے۔

مقامی کوڈنگ ماڈلز اب کیوں اہم ہیں

روزمرہ کے زیادہ تر کاموں کے لیے—جیسے فنکشنز لکھنا، اسنیپٹس (snippets) کو ریفیکٹر کرنا، یا یونٹ ٹیسٹ چیک کرنا—ڈویلپرز کو اب کسی ریموٹ API کو کال کرنے کی ضرورت نہیں ہے۔ ایک مقامی ماڈل ایک بار اسٹارٹ ہو جاتا ہے، اسے استعمال کرنے کی کوئی قیمت نہیں ہوتی، اور یہ پراپرائیٹری کوڈ کو مشین پر ہی محفوظ رکھتا ہے۔ اس کا تبادلہ RAM ہے: ماڈل کا سائز، آپریٹنگ سسٹم کے لیے درکار میموری اور KV کیش (ٹیکن لیول اٹینشن کے لیے عارضی اسٹوریج) مل کر یہ طے کرتے ہیں کہ آیا وہ کسی مخصوص لیپ ٹاپ پر چلے گا یا نہیں۔

پانچ ماڈلز جو حقیقت میں لیپ ٹاپ پر کام کرتے ہیں

Qwen2.5-Coder 32B Instruct (اس فیملی میں 7B اور 14B بھی شامل ہیں)

  • بہترین ہے: روزمرہ کی کوڈنگ، لائن بہ لائن آٹو مکمل، یونٹ ٹیسٹ تیار کرنے کے لیے۔
  • Context window: 131 K ٹوکنز (پورے فائلز کے لیے کافی ہے)۔
  • درکار RAM: 14 B ورژن کے لیے 16 GB، مکمل 32 B کے لیے 32 GB۔
  • ان کے ساتھ چلائیں: Ollama، LM Studio، یا llama.cpp۔

DeepSeek-R1-Distill-Qwen-14B

  • بہترین ہے: باریک غلطیاں (bugs) نکالنے اور پیچیدہ لاجک کا جائزہ لینے کے لیے۔
  • Context window: 128 K ٹوکنز۔
  • درکار RAM: 14 B ماڈل کے لیے 16 GB؛ 32 B ورژن کے لیے 32 GB درکار ہوں گے۔
  • ان کے ساتھ چلائیں: Ollama یا LM Studio۔

DeepSeek ایک ریزننگ ٹریس (reasoning-trace) لیئر شامل کرتا ہے، اس لیے یہ جواب دینے سے پہلے "سوچتا" ہے۔ یہ اضافی مرحلہ اسے تھوڑا سست کر دیتا ہے، لیکن اس کی گہری جانچ پڑتال ان باریک غلطیوں کو پکڑ لیتی ہے جو تیز رفتار ماڈلز سے رہ جاتی ہیں۔

Phi-4 14B (Microsoft)

  • بہترین ہے: JSON تیار کرنے، پروجیکٹ کے ڈھانچے (scaffolding) بنانے، اور کوڈ اسنیپٹس کی وضاحت کرنے کے لیے۔
  • Context window: 16 K ٹوکنز۔
  • درکار RAM: 16 GB۔
  • ان کے ساتھ چلائیں: Ollama یا vLLM۔

مصنوعی درسی کتب (synthetic textbooks) پر تربیت یافتہ، Phi-4 ہدایات پر سختی سے عمل کرتا ہے، جو اسے ایسی ساخت دار آؤٹ پٹ کے لیے قابل اعتماد بناتا ہے جہاں فارمیٹ بہت اہم ہوتا ہے۔

Bonsai 27B

  • بہترین ہے: چھوٹے مقامی ڈپلائمنٹس سے زیادہ سے زیادہ فائدہ اٹھانے کے لیے۔
  • Context window: "لمبی" (درست سائز ظاہر نہیں کیا گیا)۔
  • درکار RAM: 8 GB۔
  • ان کے ساتھ چلائیں: Prism ML ٹولز یا MLX۔

Bonsai کی انتہائی کمپریشن ایک 27 B ماڈل کو 3.9 GB کی فائل میں سمو دیتی ہے، جس سے اسے عام لیپ ٹاپس پر چلانا ممکن ہو جاتا ہے۔

GLM-4-9B-Chat

  • بہترین ہے: کثیر لسانی دستاویزات اور غیر انگریزی زبانوں میں کوڈ کمنٹس کے لیے۔
  • Context window: 128 K ٹوکنز۔
  • درکار RAM: 8 GB۔
  • ان کے ساتھ چلائیں: vLLM یا LM Studio۔

مضبوط کثیر لسانی سپورٹ GLM-4 کو اس وقت بہت مفید بناتی ہے جب آپ کو براؤزر تبدیل کیے بغیر غیر ملکی دستاویزات سے کوڈ کی مثالیں پڑھنے یا تیار کرنے کی ضرورت ہو۔

میں انہیں کیسے استعمال کرتا ہوں

کام ماڈل
فوری ایڈیٹنگ، آٹو مکمل Qwen2.5-Coder 14B
گہری ڈی بگنگ، لاجک ریویو DeepSeek-R1-Distill-Qwen-14B
ساخت دار ڈیٹا کی تیاری Phi-4 14B
کم میموری والے ماحول Bonsai 27B
غیر انگریزی دستاویزات GLM-4-9B-Chat

RAM کے رہنما اصول جنہیں آپ نظر انداز نہیں کر سکتے

  • 7 B-9 B ماڈلز: کم از کم 8 GB RAM۔
  • 14 B ماڈلز: کم از کم 16 GB RAM۔
  • 27 B-32 B ماڈلز: 32 GB RAM یا ایک مخصوص GPU۔

یہ کم از کم مقداریں اس مفروضے پر مبنی ہیں کہ OS اور رن ٹائم کا KV کیش چند گیگا بائٹس جگہ گھیرتا ہے۔

آپ اپنے لیپ ٹاپ پر کون سے مقامی ماڈلز چلا رہے ہیں؟