الكمّنة تقليل دقة الأرقام الداخلية للنموذج — من FP16 مثلًا إلى INT4. يتقلص الحجم والذاكرة مرات؛ نموذج يحتاج 40 غيغابايت RAM يعمل في 8. صيغ مثل GGUF وAWQ وGPTQ كلها أسماء لهذه اللعبة.
الثمن: خسارة جودة. مع 4 بت وبيانات معايرة جيدة الخسارة شبه محسوسة؛ ومع 2 بت بلا حذر تتشوش الإجابات. الحرفة في موازنة «اشتغل على جهازك» مقابل «ما زال يجيب صحيحًا».
الأثر الشبكي: النماذج المكمّنة تجعل الاستدلال رخيصًا زمنًا وتكلفة — وهو ما ينقل الذكاء الاصطناعي من الخادم إلى الهاتف.
