ما أصدرته DeepSeek فعلاً في 24 أبريل
النسخة التجريبية من DeepSeek V4 Pro الصادرة في 24 أبريل 2026 هي أكبر نموذج open-weight أُتيح للعموم حتى الآن. معاملاتها البالغة 1.6 تريليون تتخطى منافسين من بينهم Kimi K 2.6 وM1، لكن الرقم الأكثر دلالةً معمارياً هو الـ 49 مليار معامل نشط: يعتمد V4 Pro على تصميم mixture-of-experts (MoE) لا تُستدعى فيه سوى نسبة من إجمالي المعاملات لكل استدلال. ليست هذه تقنية جديدة — يستخدمها Mistral وGoogle وغيرهما — لكن V4 Pro يُطبّقها على نطاق ظل حكراً على الأنظمة المغلقة.
ونافذة السياق البالغة مليون رمز ذات أهمية مماثلة. مليون رمز يُغطي نحو 750,000 كلمة، أي أن V4 Pro يستطيع معالجة عقود قانونية كاملة وقواعد شيفرة برمجية وسجلات مالية متعددة السنوات في مرور سياق واحد. حتى V4 Pro كان سياق المليون رمز في النماذج المفتوحة نظرياً؛ أما الآن فهو متاح تجارياً.
والتسعير هو حيث يتجلى الإخلال بالسوق. بـ 0.145 دولار لكل مليون رمز مُدخَل و3.48 دولار لكل مليون رمز مُخرَج، يُقلّص V4 Pro تسعير كل نموذج مغلق في فئة أدائه. تؤكد DeepSeek أن النموذج يتفوق على نظرائه مفتوحي المصدر عبر معايير الاستدلال ويتجاوز GPT-5.2 وGemini 3.0 Pro في بعض المهام. وعلى معايير مسابقات البرمجة يُعادل GPT-5.4. أما نقاط ضعفه المُعلَنة — دعم النص فحسب (لا صوت ولا فيديو ولا صور) وتأخر مُقدَّر 3-6 أشهر على نماذج الحدود في اختبارات المعرفة — فهي حقيقية لكنها لا تنفي الخلاصة: لمعظم حالات استخدام المؤسسات، يفتقر سوق النماذج المفتوحة إلى ما يُعادل نسبة القدرة-إلى-التكلفة التي يُقدمها V4 Pro.
ما الذي يُغيّره V4 Pro في حسابات الذكاء الاصطناعي للمؤسسات
الحجة المعتادة لاستخدام نماذج frontier مغلقة المصدر (GPT-5.x وClaude Opus 4.x وGemini 3.x) كانت القدرة: هي أفضل قياساً، وللمهام الحرجة تُبرر علاوة الجودة علاوةَ التكلفة. وجاء V4 Pro ليُعقّد هذه الحجة من ثلاثة اتجاهات.
أولاً، يُحوّل نقاش المعايير. إذا كان V4 Pro مُعادِلاً لـ GPT-5.4 في مسابقات البرمجة — مقياس موثوق لمهام هندسة البرمجيات — فلم تعد علاوة القدرة للنماذج المغلقة في مسارات عمل هندسة البرمجيات بديهية. المؤسسات التي تُنفّذ توليد الكود أو مراجعته أو إعادة هيكلته على نطاق واسع بإمكانها الآن إجراء مقارنات تكلفة-منفعة حقيقية.
ثانياً، يُعيد ضبط توقعات التسعير. سيصبح سعر 0.145$ لكل مليون رمز مُدخَل نقطة مرجعية في كل محادثة مشتريات ذكاء اصطناعي للمؤسسات طوال 2026. الموردون المُسعِّرون فوق هذا المستوى لأداء مقارب سيواجهون ضغطاً متصاعداً لتبرير العلاوة.
ثالثاً، يُعجّل بنقاش الاستضافة الذاتية. V4 Pro نموذج open-weight، مما يعني أن المؤسسات ذات البنية التحتية الكافية من GPU يمكنها تشغيله على أجهزتها الخاصة — وهو ما يُهمّ أكثر في القطاعات المنظّمة حيث تُشكّل متطلبات السيادة على البيانات عائقاً هيكلياً أمام النشر القائم على API.
إعلان
ما ينبغي على قادة الذكاء الاصطناعي في المؤسسات فعله
1. اختبروا V4 Pro مقارنةً بإنفاقكم على النماذج المغلقة قبل تجديد العقد التالي
ملف قدرات V4 Pro — قوي في البرمجة والاستدلال، أضعف في المهام الكثيفة المعرفياً، نصوص فحسب، لا متعدد الوسائط — ينطبق تماماً على أبرز حالات الاستخدام المؤسسي: تحليل الوثائق وتوليد الكود واستخراج البيانات وتلخيص النصوص. إذا كان استخدامكم الحالي للنماذج المغلقة مُتركِّزاً في هذه الفئات، فإن V4 Pro مرشح تعويض مشروع. نفّذوا اختباراً منهجياً: خذوا 50-100 مهمة تمثيلية من عبء العمل الحالي، شغّلوها عبر API لـ V4 Pro بسعر 0.145$/مليون رمز مُدخَل، قارنوا جودة المخرجات بنموذجكم الحالي. افعلوا ذلك قبل تجديد عقد الموردين التالي.
2. قيّموا الاستضافة الذاتية لـ V4 Pro في بيئات البيانات المنظّمة — نموذج التكاليف يتبدّل جذرياً عند نطاق كبير
اقتصاديات النماذج المفتوحة المُستضافة ذاتياً مقارنةً بنداءات API للنماذج المغلقة تنعكس عند نطاق كبير. عند أحجام منخفضة (أقل من نحو 500 مليون رمز شهرياً) تسعير API مُجدٍ والاستضافة الذاتية غير مُبرَّرة تكلفياً. فوق هذا الحد يصبح الحساب عادةً أرخص. للمؤسسات في الخدمات المالية والرعاية الصحية والإدارة العامة — حيث تُشكّل متطلبات السيادة على البيانات عوائق هيكلية — تعني توافرية V4 Pro open-weight أن نموذج التكلفة للنشرات الذكاء الاصطناعي المتوافقة قد تغيّر جوهرياً. اجروا الحساب لحجمكم المحدد ومتطلبات تصنيف البيانات قبل الخلوص إلى استحالة الذكاء الاصطناعي المحلي اقتصادياً.
3. راقبوا تقلّص الفجوة متعددة الوسائط — واحجزوا التزامات API الآن لا عند التكافؤ
محدودية V4 Pro على النصوص فقط هي ضعفه الأبرز على المدى القصير. نمط إصدارات DeepSeek السابقة يُشير إلى إضافات قدرات كبرى بعد 6-12 شهراً من الإصدار الأولي. إذا اتّبع V4 Pro هذا النمط، قد تصل القدرات متعددة الوسائط (إدخال الصور كحد أدنى) قبل نهاية 2026. المؤسسات التي تنتظر الذكاء الاصطناعي المفتوح متعدد الوسائط بتسعير frontier يجب أن تعتبر أبريل 2026 بداية العدّ التنازلي. في غضون ذلك، ينبغي التفاوض مع موردي النماذج المغلقة التي تشكّل قدراتهم متعددة الوسائط ميزتهم الأبرز مقارنةً بـ V4 Pro للحصول على التزامات عقدية أطول مدةً الآن — قبل أن يُفرض تكافؤ open-weight متعدد الوسائط إعادةَ تفاوض من موضع رافعة أضعف.
الصورة الأكبر: ما يعنيه الـ open-weight بـ 1.6 تريليون للصناعة
DeepSeek V4 Pro ليس إصداراً منتجياً معزولاً. إنه آخر دليل على تحوّل هيكلي في سوق نماذج الذكاء الاصطناعي: لم تعد حدود القدرات محتكرةً للأنظمة المغلقة المدعومة بدورات capex تتجاوز 100 مليار دولار. بُنِي V4 Pro بفريق صغير نسبياً يستخدم الكفاءة المعمارية (MoE وعدد معاملات نشطة مخفّض) للوصول إلى مستويات أداء أنفقت عليها مختبرات المصادر المغلقة مليارات.
تُنشئ النماذج المفتوحة شروط التعريب الحقيقي: يمكن للمؤسسات ضبط V4 Pro على بياناتها الخاصة بالمجال، منتِجةً نماذج تعكس مصطلحاتها ومساراتها وخصائص بياناتها دون اعتماد على موردي النماذج المغلقة. وتُتيح الحفاظ على القدرات: إذا غيّر مورد نموذج مغلق أسعاره أو أوقف نموذجاً أو واجه قيوداً جغرافية، فإن البديل المفتوح يُتيح الاستمرارية.
قيود النص فقط والتأخر 3-6 أشهر على معايير المعرفة هي القيود الصادقة على V4 Pro اعتباراً من أبريل 2026. لا شيء منهما دائم. السباق مفتوح المصدر الذي يُعجّله V4 Pro سيبدو مختلفاً جوهرياً بحلول الربع الرابع 2026. قرارات مشتريات الذكاء الاصطناعي المؤسسي المتخذة الآن يجب أن تتموضع لتلك المسيرة لا أن تتأصّل في وضع النماذج المغلقة القائم منذ الربع الأول 2026.
الأسئلة الشائعة
هل DeepSeek V4 Pro مفتوح المصدر فعلاً أم open-weight فحسب؟
V4 Pro نموذج open-weight لا مفتوح المصدر بالكامل. الفرق مهم: open-weight يعني أن أوزان النموذج متاحة للتنزيل والنشر، لكن DeepSeek لم تُصدر كود التدريب ولا بيانات التدريب ولا التوثيق المنهجي الكامل. ولمعظم حالات الاستخدام المؤسسي، التمييز open-weight غير ذي صلة تشغيلياً: المهم هو القدرة على تشغيل النموذج على أجهزتك الخاصة ببياناتك دون اعتماد على API.
كيف تؤثر معمارية mixture-of-experts في V4 Pro على النشر؟
تعني معمارية MoE أن 49 مليار فحسب من 1.6 تريليون معامل V4 Pro نشطة أثناء أي مرور استدلال. هذا يُخفض متطلبات الحوسبة مقارنةً بنموذج كثيف بإجمالي معاملات مكافئ. عملياً، متطلبات ذاكرة GPU لـ V4 Pro تقترب من نموذج كثيف بـ 70-100 مليار معامل — صعب لكن ضمن إمكانات الإعدادات متعددة GPU للمؤسسات. المقايضة هي عبء التوجيه: يجب على النظام تحديد شبكات الخبراء الفرعية التي يُنشّطها لكل إدخال، مما يُضيف كُمون لا تعانيه النماذج الكثيفة.
ما الإطار الزمني الواقعي لوصول DeepSeek V4 Pro إلى قدرات متعددة الوسائط كاملة؟
يُشير إيقاع إصدارات DeepSeek إلى أن إضافات قدرات رئيسية تصل بعد 6-12 شهراً من الإطلاق الأولي. تلقّى V3 (السلف المباشر لـ V4 Pro) تحديثات قدرات مهمة بعد نحو 8 أشهر من صدوره. بتطبيق الإطار الزمني ذاته على V4 Pro، قد تصل قدرة إدخال متعددة الوسائط (إدخال الصور كحد أدنى) بحلول الربع الرابع 2026 أو الربع الأول 2027. هذا استنتاج مدروس لا التزام علني من DeepSeek — الشركة لا تُصدر خرائط طريق. المؤسسات التي تحتاج قدرات متعددة الوسائط الآن لا ينبغي لها الانتظار؛ المؤسسات القادرة على الاكتفاء بالنصوص 6-12 شهراً تستفيد من ميزتي التكلفة والسياق الكبيرتين لـ V4 Pro في هذه الفترة.
—
المصادر والقراءات الإضافية
- DeepSeek تعرض نموذج ذكاء اصطناعي جديداً يُقلص الفجوة مع نماذج الحدود — TechCrunch
- DeepSeek تكشف عن أحدث نموذجها الرئيسي — Bloomberg
- لماذا يهم V4 من DeepSeek — MIT Technology Review
- معاينة DeepSeek V4 LLM: المنافسة في الذكاء الاصطناعي مفتوح المصدر — CNBC
- DeepSeek الصينية تُصدر نموذج ذكاء اصطناعي V4 — Euronews
