DeepSeek V4 Flash: نموذج شبكة Gonka بسياق 380K

DeepSeek هو مختبر ذكاء اصطناعي صيني من هانغتشو، اكتسب شهرة عالمية بعد إصدار V3 و R1: حيث أظهر R1 في بداية عام 2025 أن النموذج المفتوح يمكنه منافسة النماذج المغلقة الرائدة بجزء بسيط من تكلفتها. في أبريل 2026، أصدرت DeepSeek عائلة V4 المكونة من نموذجين: V4 Pro الثقيل و V4 Flash الخفيف. كلاهما مفتوح المصدر (رخصة MIT)، وكلاهما مبني على بنية MoE.

يحتوي V4 Flash على 284 مليار بارامتر، يتم تفعيل حوالي 13 مليار منها لكل توكن. هذا التناثر يجعل النموذج سريعاً وغير مكلف في التشغيل: فهو يحتاج إلى VRAM أقل بكثير من العمالقة "الكثيفين"، كما أن سرعة التوليد أعلى.

تعمل في شبكة Gonka نسخة V4-Flash-0731 — نسخة معاد تدريبها (re-post-training) بتاريخ 31 يوليو 2026. البنية والحجم لم يتغيرا، لكن الجودة في مهام الوكيل (agent tasks) قفزت بشكل كبير: وفقاً لتسعة اختبارات أداء في البرمجة والمهام الموكلة التي نشرتها DeepSeek، تتفوق نسخة 0731 حتى على رائدها V4 Pro في نسخة المعاينة. تحذير مهم للمصداقية: جزء من هذه الأرقام هي قياسات لـ DeepSeek نفسها في بيئة الاختبار الخاصة بها، والتي لم يتم إصدارها علناً حتى لحظة كتابة هذا التقرير، لذا لا يوجد تأكيد مستقل بعد. الفجوة مع النماذج المغلقة الرائدة لا تزال قائمة: Claude Opus 4.8 لا يتفوق عليه إصدار 0731 في أي من الاختبارات التسعة — لكن تكلفته أرخص بمرات، وهذا هو جوهره: أقصى جودة للوكيل بجزء بسيط من السعر.

كما هو الحال مع النماذج الأخرى في الشبكة، من المهم التمييز بين خصائص النموذج "خارج الصندوق" ومعايير العمل الفعلية للنشر: حيث يتم تحديدها بواسطة تكوين vLLM-inference على مضيفي GPU في الشبكة. القيم الفعلية عبر بوابتنا:

• نافذة السياق: 380,000 توكن — هي الأطول في شبكة Gonka. لقد اختبرناها تجريبياً: تم قبول طلب بمدخلات 381,000 توكن ومعالجته في عشرات الثواني. بنية V4 Flash نفسها تدعم سياقاً يصل إلى مليون توكن؛ والحد الأقصى العملي في الشبكة يتم تحديده بواسطة تكوين المضيفين (نافذة inference قدرها 400,000).
• الحد الأقصى للإخراج: 8,192 توكن لكل رد — وهو حد أقصى موحد لجميع نماذج الشبكة (تكوين البوابة، وليس حد النموذج).
• الـ Reasoning و الـ tool calling: تم نشر النموذج مع محللات للاستدلال واستدعاء الأدوات — سيناريوهات الوكلاء (Cursor, Claude Code, LangChain) تعمل فوراً؛ قمنا بتشغيل سيناريوهات أدوات متعددة الخطوات عبر مسارات متوافقة مع OpenAI و Anthropic.
• متطلبات VRAM للمضيف: حوالي 280 جيجابايت — هو النموذج الأخف في الشبكة (للمقارنة: MiniMax M2.7 يحتاج 320 جيجابايت، Kimi K2.6 يحتاج 720 جيجابايت). كلما انخفض عتبة الأجهزة، كان من الأسهل على المضيفين نشر النموذج — وهذا مؤشر جيد لتوفرها في الشبكة.

سعر الـ inference في شبكة Gonka لا يعتمد على اختيار النموذج: DeepSeek V4 Flash متاح بنفس سعر Kimi K2.6 و MiniMax M2.7 — عبر JoinGonka Gateway يبلغ السعر $0.0032 لكل مليون توكن مدخل و $0.0097 لكل مليون توكن مخرج. كمرجع: API الرسمي لـ DeepSeek يبيع نفس النموذج بسعر $0.14/$0.28 للمليون، و OpenRouter يبدأ من $0.08/$0.18. اقتصاديات الشبكة هي موضوع منفصل: السعر يتم تحديده بناءً على حساب العمل الحوسبي، وليس حسب قائمة أسعار البائع.

الآن هناك ثلاثة نماذج تعمل في الشبكة (الرابع، GLM-5.2، مسجل وينتظر النشر). مقارنة موجزة:

النتيجة العملية للسعر الموحد: يمكنك اختيار النموذج بناءً على المهمة فقط دون التفكير في الميزانية. إذا كنت بحاجة إلى أطول context أو ردود سريعة مع تفكير — DeepSeek V4 Flash؛ لأقصى قدر من موثوقية الوكيل (agent) في الكود المعقد — Kimi K2.6؛ للعمل اليومي المعتاد — MiniMax M2.7.

النتائج الرئيسية المنشورة لإصدار 0731 (وفقاً لبيانات DeepSeek والمجمعين المستقلين):

• SWE-bench Verified: 79,0% — حل مهام GitHub حقيقية؛ مستوى كان متاحاً فقط للنماذج الرائدة المغلقة قبل عام. للمقارنة: Kimi K2.6 — 71,3%.
• GPQA Diamond: 88,1% — أسئلة علمية بمستوى الدراسات العليا؛ وضع التفكير الموسع يضيف دقة في المهام متعددة الخطوات.
• Terminal Bench 2.1: 82,7 — العمل في الطرفية (Terminal) كوكيل؛ سجل إصدار معاينة Flash كان 61,8، بينما سجل V4 Pro Preview 72,1.
• DeepSWE: 54,4 — مقياس أداء صارم جديد من DeepSeek مع معدل شبه صفري للإيجابيات الكاذبة؛ الرقم من البائع، والمنصة لم تُنشر بعد — يرجى التعامل مع هذا التحذير.

إطار التقييم العادل: عبر تسعة مقاييس أداء للوكلاء (agent)، يتفوق إصدار 0731 على V4 Pro Preview الخاص به، لكنه لا يتفوق على Claude Opus 4.8 — الفارق بمتوسط حوالي 6 نقاط. ومع ذلك، من حيث السعر لكل token، النموذج أرخص من Opus بمرتبتين، وعبر شبكة Gonka هو أرخص بعشرات المرات من واجهة برمجة تطبيقات (API) DeepSeek الرسمية. هذه النسبة تحديداً "جودة تلامسة للحدود القصوى مقابل جزء صغير من السعر" تجعله مثيراً للاهتمام: يمكن الاطلاع على قياسات مستقلة مفصلة على Artificial Analysis، والأوزان وبطاقة النموذج على Hugging Face.

النموذج متاح عبر JoinGonka Gateway من خلال API متوافق مع OpenAI و Anthropic. معرف النموذج: deepseek-ai/DeepSeek-V4-Flash-0731.

الطريقة الأسرع — مثبت بأمر واحد يقوم بضبط أداتك (Claude Code, OpenClaw, Cline, opencode, Aider وغيرها) مباشرة على هذا النموذج:

npx @joingonka/setup --model deepseek

استدعاء API المباشر (تنسيق OpenAI):

curl https://gate.joingonka.ai/v1/chat/completions \
  -H "Authorization: Bearer jg-your-key" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-ai/DeepSeek-V4-Flash-0731","messages":[{"role":"user","content":"مرحباً!"}]}'

عند التسجيل، تحصل على 10 000 000 token مجاني — مع context بحجم 380K، هذه فرصة لاختبار النموذج فوراً على مستندات كبيرة وقواعد كود (codebases) حقيقية. أمثلة خطوة بخطوة بلغة Python و TypeScript متاحة في API Quickstart؛ يمكنك التجربة بدون تسجيل في الدردشة المجانية باختيار DeepSeek V4 Flash من قائمة النماذج.

سيناريوهات قوية لهذا النموذج:

• المستندات الكبيرة وقواعد الكود الكاملة. 380 000 token تعادل حوالي 280 000 كلمة: تقرير سنوي، حزمة مستندات قانونية أو مستودع (repository) متوسط يمكن وضعه في طلب واحد، دون الحاجة للتقطيع وفقدان الروابط بين الأجزاء.
• جلسات الوكيل (Agent) الطويلة. الوكيل المستقل الذي يقرأ الملفات ويستدعي الأدوات ويراكم التاريخ، يواجه حدود الـ context بشكل أسرع — سعة 380K token تعني جلسات أطول بوضوح دون الحاجة لمسح الذاكرة.
• RAG مع عينات كبيرة. كلما زادت المستندات ذات الصلة في الـ context، قل الاعتماد على دقة البحث.
• مهام التفكير (Reasoning). وضع التفكير يعطي زيادة في الدقة في الرياضيات والعلوم والمنطق متعدد الخطوات — بسعر النموذج العادي.

متى يكون النموذج الآخر في الشبكة أكثر منطقية: لأقصى قدر من موثوقية أتمتة الكود في المستودعات المعقدة، لا تزال Kimi K2.6 قوية (تحليل مفصل في مقالة حول أفضل نماذج الكود)، ويظل MiniMax M2.7 خياراً موثوقاً للمهام اليومية. بفضل السعر الموحد، يمكنك التجربة بحرية — تبديل النموذج هو مجرد سطر واحد في الطلب.