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 "كما هو" ومعايير التشغيل لنشر معيّن: فهي تحددها إعدادات inference بنظام vLLM على خوادم GPU في الشبكة. القيم الفعلية عبر Gateway الخاص بنا:

• نافذة السياق: 380,000 رمز — واحدة من أطول النوافذ في شبكة Gonka (لا تفوقها إلا GLM-5.3 Flash — 390,000). تحققنا من ذلك تجريبيًا: طلب بإدخال 381,000 رمز قُبِل وعُولِج في عشرات الثواني. معمارية V4 Flash نفسها تدعم سياقًا حتى مليون رمز؛ أما السقف العملي في الشبكة فتحدده إعدادات الخوادم (نافذة inference 400,000).
• الحد الأقصى للإخراج: 32,768 رمزًا لكل رد — أكبر سقف في الشبكة: لدى MiniMax M2.7 وGLM-5.3 Flash أقل بأربع مرات — 8,192؛ وفي الحالتين هذا إعداد البوابة، لا حد النموذج.
• Reasoning واستدعاء الأدوات: النموذج منشور مع محلّلات للاستدلال واستدعاء الأدوات — سيناريوهات الوكيل (Cursor، Claude Code، LangChain) تعمل مباشرة؛ وقد شغّلنا سيناريوهات أدوات متعددة الخطوات عبر مسارات متوافقة مع OpenAI وAnthropic.
• متطلبات VRAM للخادم: نحو 280 جيجابايت — أخفّ نموذج في الشبكة (للمقارنة: MiniMax M2.7 — 320 جيجابايت، GLM-5.3 Flash — 560 جيجابايت). كلما انخفض حد العتاد، سهّل على الخوادم نشر النموذج — وهذه علامة جيدة على توفره في الشبكة.

سعر inference في شبكة Gonka لا يعتمد على اختيار النموذج: DeepSeek V4 Flash متاح بالسعر نفسه الذي عليه MiniMax M2.7 وGLM-5.3 Flash — عبر JoinGonka Gateway هو $0.0069 لكل مليون رمز إدخال و$0.021 لكل مليون رمز إخراج. وللإشارة: مزوّدون خارجيون على OpenRouter يقدمون النموذج نفسه بدءًا من $0.06/$0.12 لكل مليون، وقد سحبت DeepSeek نفسها بحلول سبتمبر 2026 نموذج V4 Flash 0731 من واجهتها — إذ يخدم DeepSeek-V4.1-Flash الطلبات الآن بسعر $0.30/$1.20 في ساعات الذروة. اقتصاد الشبكة موضوع منفصل: يُحدَّد السعر بالدفع مقابل العمل الحسابي، لا بقائمة أسعار المورّد.

توجد في الشبكة ثلاثة نماذج عاملة — DeepSeek V4 Flash و MiniMax M2.7 و GLM-5.3 Flash (تم سحب Kimi K2.6 من الشبكة في سبتمبر 2026، بينما GLM-5.2، التي ظلت في السجل لفترة طويلة، لم تدخل الخدمة الفعلية قط). مقارنة مختصرة:

النتيجة العملية لتوحيد السعر: يمكنك اختيار النموذج بناءً على المهمة فقط دون التفكير في الميزانية. إذا كنت بحاجة إلى مطالبات (prompts) كبيرة مع ردود سريعة وأطول إخراج — اختر DeepSeek V4 Flash؛ للمهام التي تتطلب تفكيراً في منطق معقد (وأطول سياق في الشبكة) — GLM-5.3 Flash؛ للعمل اليومي المستمر — MiniMax M2.7.

أهم النتائج المنشورة للإصدار 0731 (وفقاً لـ DeepSeek والمجمعات المستقلة):

• SWE-bench Verified: 79,0% — حل مهام GitHub الواقعية؛ مستوى كان متاحاً منذ عام فقط للنماذج الرائدة المغلقة. للمقارنة: Kimi K2.6، التي كانت الشبكة تدعمها سابقاً، سجلت 71,3%.
• GPQA Diamond: 88,1% — أسئلة علمية بمستوى الدراسات العليا؛ وضع الاستدلال الموسع يضيف دقة في المهام متعددة الخطوات.
• Terminal Bench 2.1: 82,7 — العمل في الطرفية (terminal) كوكيل (agent)؛ نسخة Flash التجريبية سجلت 61,8، و V4 Pro Preview سجلت 72,1.
• DeepSWE: 54,4 — معيار صارم جديد من DeepSeek مع نسبة إيجابيات كاذبة تقترب من الصفر؛ الرقم صادر عن المورد ولم يتم نشر المعيار بعد — يجب أخذ ذلك بعين الاعتبار.

إقرار عادل: وفقاً لتسعة معايير للوكلاء، يتفوق الإصدار 0731 على V4 Pro Preview الخاص به، لكنه لا يتفوق على Claude Opus 4.8 — الفجوة في المتوسط حوالي 6 نقاط. ومع ذلك، من حيث السعر لكل رمز (token)، النموذج أرخص من Opus بمرتبتين، ومن خلال شبكة Gonka — أرخص بنحو ~9 مرات من نفس النموذج لدى مزودي الطرف الثالث على OpenRouter. هذه النسبة تحديداً «جودة تضاهي النماذج الرائدة بجزء بسيط من السعر» هي ما يجعله مثيراً للاهتمام: يمكنك الاطلاع على القياسات المستقلة المفصلة على Artificial Analysis، ومعلومات النموذج وأوزانه على Hugging Face.

النموذج متاح عبر JoinGonka Gateway بواجهة API متوافقة مع OpenAI وAnthropic. معرّف النموذج: deepseek-ai/DeepSeek-V4-Flash-0731.

أسرع طريقة — مثبّت بأمر واحد يضبط أداتك (Claude Code، OpenClaw، Cline، opencode، Aider وغيرها) على هذا النموذج مباشرة:

npx @joingonka/setup --model deepseek

في الأدوات التي يكتب فيها المثبّت الإعدادات بنفسه (Claude Code، Codex CLI، OpenClaw، opencode، Kilo Code، Hermes، Pi وغيرها) يكون DeepSeek V4 Flash هو الافتراضي دون الحاجة إلى أي علم. أمّا العلم فيلزم لتبديل أداة مضبوطة مسبقاً، وفي الحالات التي يطبع فيها المثبّت قيماً لتلصقها يدوياً (Cursor، Cline، Aider). وبقية نماذج الشبكة تُختار بالطريقة نفسها: --model minimax و--model glm.

استدعاء API مباشرةً (بصيغة 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":"Hello!"}]}'

عند التسجيل تحصل على 3M توكن مجانية — ومع سياق يبلغ 380K، فهذه فرصة لاختبار النموذج فوراً على مستندات ضخمة وقواعد كود حقيقية. تجد أمثلة خطوة بخطوة بلغة Python وTypeScript في API Quickstart؛ وللتجربة دون تسجيل يمكنك الدخول إلى الدردشة المجانية واختيار DeepSeek V4 Flash من قائمة النماذج.

السيناريوهات التي يتألق فيها هذا النموذج:

• المستندات الضخمة وقواعد الشيفرة كاملة. 380,000 توكن تعادل نحو 280,000 كلمة: تقرير سنوي، أو حزمة مستندات قانونية، أو مستودع متوسط الحجم — كلها تتسع في طلب واحد، دون تقطيع إلى أجزاء ودون فقدان الروابط بين الأجزاء.
• جلسات الوكيل الطويلة. الوكيل المستقل الذي يقرأ الملفات ويستدعي الأدوات ويجمع السجل يصل إلى سقف السياق أسرع من غيره — ومخزون 380K توكن يعني جلسات أطول بوضوح دون تصفير الذاكرة.
• RAG مع عينات كبيرة. كلما زادت المستندات ذات الصلة التي تتسع في السياق، قلّ الاعتماد على دقة البحث.
• المهام الاستدلالية. يمنح وضع reasoning دفعة واضحة في الرياضيات والعلوم والمنطق متعدد الخطوات — بسعر نموذج عادي.

ومتى يكون نموذج آخر في الشبكة أجدى؟ للمهام التي تتطلب التفكير في منطق ملتبس، هناك GLM-5.3 Flash — نموذج reasoning في الشبكة (والتحليل المفصل لنماذج التطوير في مقال عن أفضل نماذج البرمجة)، فيما يبقى MiniMax M2.7 حصان العمل الموثوق للمهام اليومية. وبفضل السعر الموحّد، فالتجربة متاحة بلا قيود — تبديل النموذج مجرد سطر واحد في الطلب.