ديب سيك V4 هنا—نسخته الاحترافية تكلف أقل بنسبة 98% من GPT 5.5 برو

###ملخص سريع

• أطلقت DeepSeek نموذجها الجديد V4-Pro مع 1.6 تريليون معلمة.
• يكلف 1.74 دولار / 3.48 دولار لكل مليون رمز إدخال / إخراج، أي تقريبًا 1/20 من سعر كلود أوبس 4.7 وخصم 98% من GPT 5.5 برو.
• دربت DeepSeek V4 جزئيًا على شرائح Huawei Ascend، متجاوزة قيود التصدير الأمريكية، وتقول إنه بمجرد تشغيل 950 عقدة فائقة جديدة في وقت لاحق من 2026، سينخفض سعر النموذج برو الذي هو بالفعل منخفض أكثر.

عاد DeepSeek، وظهر بعد ساعات قليلة من إصدار OpenAI GPT-5.5. صدفة؟ ربما. لكن إذا كنت مختبر ذكاء اصطناعي صيني تحاول الحكومة الأمريكية إبطاء تقدمه من خلال حظر تصدير الشرائح منذ ثلاث سنوات، فإن إحساسك بالتوقيت يصبح حادًا جدًا. أطلق المختبر المقيم في هانغتشو نسخ معاينة من DeepSeek-V4-Pro و DeepSeek-V4-Flash اليوم، كلاهما مفتوح الوزن، وكلاهما بنافذة سياق مليون رمز. هذا يعني أنه يمكنك العمل بشكل أساسي مع سياق يقارب حجم ثلاثية سيد الخواتم قبل أن ينهار النموذج. كلاهما أيضًا بأسعار أقل بكثير من أي شيء مماثل في الغرب، وكلاهما مجاني لمن يستطيع تشغيله محليًا. آخر اضطراب كبير لـ DeepSeek—R1 في يناير 2025—مسح $600 مليار من قيمة Nvidia السوقية في يوم واحد، حيث تساءل المستثمرون عما إذا كانت الشركات الأمريكية بحاجة حقًا إلى استثمارات ضخمة لإنتاج نتائج حققها مختبر صيني صغير بتكلفة أقل بكثير. V4 هو نوع مختلف من التحرك: أكثر هدوءًا، وأكثر تقنية، وأكثر تركيزًا على الكفاءة لأي شخص يبني باستخدام الذكاء الاصطناعي.

نموذجان، وظائف مختلفة جدًا  من بين النموذجين الجديدين، يعتبر V4-Pro من DeepSeek الأكبر، مع 1.6 تريليون معلمة إجمالية. لوضع ذلك في السياق، المعلمات هي الإعدادات الداخلية أو خلايا الدماغ التي يستخدمها النموذج لتخزين المعرفة والتعرف على الأنماط—كلما زادت المعلمات، زادت قدرة النموذج على احتواء معلومات أكثر تعقيدًا نظريًا. هذا يجعله أكبر نموذج مفتوح المصدر في سوق نماذج اللغة الكبيرة حتى الآن. قد يبدو الحجم سخيفًا حتى تعلم أنه ينشط فقط 49 مليار منها في كل تمريرة استنتاج.
هذه خدعة مزيج الخبراء التي طورتها DeepSeek منذ V3: النموذج الكامل موجود، لكن فقط الشريحة ذات الصلة منه تستيقظ لأي طلب معين. مزيد من المعرفة، نفس فاتورة الحوسبة. قالت DeepSeek في البطاقة الرسمية للنموذج على Huggingface: «DeepSeek-V4-Pro-Max، وضع أقصى جهد استنتاجي لنموذج DeepSeek-V4-Pro، يطور بشكل كبير قدرات المعرفة لنماذج المصدر المفتوح، ويثبت نفسه كأفضل نموذج مفتوح المصدر متاح اليوم»، «يحقق أداءً من الطراز الأول في معايير التشفير ويجسر الفجوة بشكل كبير مع النماذج الرائدة المغلقة المصدر في مهام الاستنتاج والوكالة.» V4-Flash هو النموذج العملي: 284 مليار معلمة إجمالية، 13 مليار نشطة. مصمم ليكون أسرع وأرخص، ووفقًا لمعايير DeepSeek الخاصة، «يحقق أداء استنتاجي مماثل لنسخة Pro عند إعطائه ميزانية تفكير أكبر.»

كلاهما يدعم مليون رمز من السياق. هذا يقارب 750,000 كلمة—تقريبًا كامل ثلاثية «سيد الخواتم» مع التغييرات. وهذا كميزة قياسية، وليس فئة مميزة. السر الخاص لـ Deepseek: جعل الانتباه ليس سيئًا جدًا على نطاق واسع إليك الجزء الفني للمهتمين أو المهتمين بالسحر الذي يدعم النموذج. لا تخفي Deepseek أسرارها، وكل شيء متاح مجانًا—الورقة الكاملة متاحة على Github. الانتباه في الذكاء الاصطناعي القياسي—الآلية التي تسمح للنموذج بفهم العلاقات بين الكلمات—يعاني من مشكلة تصاعدية قاسية. في كل مرة تضاعف فيها طول السياق، تتضاعف تكلفة الحوسبة تقريبًا أربع مرات. لذلك، تشغيل نموذج على مليون رمز ليس فقط ضعف تكلفة 500,000 رمز. إنه أربعة أضعاف التكلفة. لهذا السبب، كان السياق الطويل تاريخيًا ميزة يضيفها المختبرات ثم تخنقها بصمت خلف حدود المعدل. اخترعت DeepSeek نوعين جديدين من الانتباه للتغلب على ذلك. الأول، الانتباه المضغوط المتناثر، يعمل على خطوتين. يضغط أولاً مجموعات من الرموز—مثلاً، كل 4 رموز—إلى إدخال واحد. ثم، بدلاً من الانتباه إلى جميع تلك الإدخالات المضغوطة، يستخدم «مؤشر البرق» لاختيار النتائج الأكثر صلة لأي استعلام معين. ينتقل النموذج من الانتباه لمليون رمز إلى الانتباه لمجموعة أصغر بكثير من القطع الأهم، مثل أمين مكتبة لا يقرأ كل كتاب لكنه يعرف بالضبط الرف الذي يجب فحصه. الثاني، الانتباه المضغوط بشكل مكثف، أكثر عدوانية. يدمج كل 128 رمزًا في إدخال واحد—بدون اختيار متناثر، فقط ضغط قاسٍ. تفقد التفاصيل الدقيقة، لكنك تحصل على رؤية عالمية رخيصة جدًا. النوعان من الانتباه يعملان في طبقات متناوبة، بحيث يحصل النموذج على كل من التفاصيل والنظرة العامة.

النتيجة، من الورقة الفنية: عند مليون رمز، يستخدم V4-Pro 27% من الحوسبة التي يحتاجها (V3.2) السابق. يتراجع مخزن KV—الذاكرة التي يحتاجها النموذج لمتابعة السياق إلى 10% فقط من V3.2. ويدفع V4-Flash ذلك أكثر: 10% من الحوسبة، و7% من الذاكرة. وانتهى الأمر بـ Deepseek ليقدم سعرًا أرخص بكثير لكل رمز مقارنة بمنافسيه، مع تقديم نتائج مماثلة. للتعبير عن ذلك بالدولارات: أُطلق GPT-5.5 أمس بتكلفة (للكون من الرموز المدخلة و)للمخرجات لكل مليون رمز مع GPT-5.5 Pro بأسعار $5 لكل مليون رمز إدخال و$30 لكل مليون رمز إخراج.

Deepseek V4-Pro بسعر 1.74 دولار للإدخال و3.48 دولار للإخراج. V4-Flash بسعر 0.14 دولار للإدخال و0.28 دولار للإخراج. أشار الرئيس التنفيذي لشركة Cline، Saoud Rizwan، إلى أنه لو استخدمت Uber DeepSeek بدلاً من Claude، لكان ميزانيتها للذكاء الاصطناعي لعام 2026—التي يُقال إنها تكفي لأربعة أشهر من الاستخدام—ستستمر لمدة سبع سنوات.

deepseek v4 الآن أرخص نموذج sota متاح بسعر 1/20 من Opus 4.7.

للمنظور، لو استخدمت Uber DeepSeek بدلاً من Claude، لكانت ميزانيتها للذكاء الاصطناعي لعام 2026 ستدوم 7 سنوات بدلًا من 4 أشهر فقط. pic.twitter.com/i9rJZzvRBV

— Saoud Rizwan $30 @sdrzn$180 24 أبريل 2026

اختبارات الأداء تقوم DeepSeek بشيء غير معتاد في تقريرها الفني: تنشر الفجوات. معظم إصدارات النماذج تختار بعناية المعايير التي تفوز فيها. أجرت DeepSeek مقارنة كاملة ضد GPT-5.4 و Gemini-3.1-Pro، ووجدت أن استنتاج V4-Pro يتخلف عن تلك النماذج من حوالي ثلاثة إلى ستة أشهر، ومع ذلك نشرتها. حيث يفوز V4-Pro-Max فعليًا: معايير Codeforces، اختبار البرمجة التنافسية، المصنف مثل الشطرنج البشري. سجل V4-Pro 3,206، مما يضعه في المركز حوالي 23 بين المشاركين في المسابقات البشرية. على قائمة Apex Shortlist، مجموعة مختارة من مسائل الرياضيات والعلوم الصعبة، حقق معدل نجاح بنسبة 90.2% مقابل 85.9% لـ Opus 4.6 و78.1% لـ GPT-5.4. على SWE-Verified، الذي يقيس قدرة النموذج على حل مشكلات حقيقية من GitHub مأخوذة من مستودعات مفتوحة المصدر، حقق 80.6%—مطابقًا لClaude Opus 4.6.

حيث يتأخر: معيار المهام المتعددة MMLU-Pro (Gemini-3.1-Pro عند 91.0% مقابل 87.5% لـ V4-Pro)، ومعيار المعرفة الخبيرة GPQA Diamond (Gemini 94.3 مقابل 90.1% لـ V4-Pro)، وامتحان Humanity’s Last، وهو معيار دراسات عليا حيث يتفوق Gemini-3.1-Pro بنسبة 44.4% على V4-Pro بنسبة 37.7%. بالنسبة للسياق الطويل تحديدًا، يتفوق V4-Pro على النماذج مفتوحة المصدر ويتفوق على Gemini-3.1-Pro في معيار CorpusQA (اختبار يحاكي تحليل المستندات الحقيقي عند مليون رمز)، لكنه يخسر أمام Claude Opus 4.6 في اختبار MRCR—الذي يقيس مدى قدرة النموذج على استرجاع إبر معينة مدفونة عميقًا في كومة قش طويلة جدًا. مصمم لتشغيل الوكلاء، وليس فقط الإجابة على الأسئلة الجانب الوكالي هو المكان الذي يصبح فيه هذا الإصدار مثيرًا للمطورين الذين يطلقون منتجات فعلية.

يمكن لـ V4-Pro العمل في Claude Code وOpenCode وأدوات التشفير الأخرى. وفقًا لمسح داخلي لـ DeepSeek شمل 85 مطورًا استخدموا V4-Pro كوكلائهم البرمجيين الأساسيين، قال 52% إنه جاهز ليكون النموذج الافتراضي لديهم، و39% يميلون إلى نعم، وأقل من 9% قالوا لا. قال الموظفون الداخليون إنه يتفوق على Claude Sonnet ويقترب من Claude Opus 4.5 في مهام التشفير الوكالي.

التقييم التحليلي الاصطناعي، الذي يجري تقييمات مستقلة لنماذج الذكاء الاصطناعي على مهام العالم الحقيقي، صنف V4-Pro في المرتبة الأولى بين جميع النماذج ذات الوزن المفتوح على معيار GDPval-AA—اختبار العمل المعرفي ذو القيمة الاقتصادية عبر المالية والقانون والبحث، مقيم عبر Elo. سجل V4-Pro-Max 1,554 Elo، متقدمًا على GLM-5.1 (1,535) وMiniMax M2.7 (1,514). للمقارنة، يحقق Claude Opus 4.6 درجة 1,619 على نفس المعيار—لا يزال يتفوق، لكن الفجوة تتقارب.

DeepSeek V4 Pro هو النموذج الأول في الوزن المفتوح على GDPval-AA، تقييم عملنا الوكالي في العالم الحقيقي@deepseek_ai أطلق V4 Pro (1.6 تريليون إجمالي / 49 مليار نشط) وV4 Flash (284 مليار إجمالي / 13 مليار نشط). V4 هو أول حجم جديد لـ DeepSeek منذ V3، مع جميع النماذج الوسيطة… pic.twitter.com/2kJWVrKQjF

— التحليل الاصطناعي (@ArtificialAnlys) 24 أبريل 2026

كما تقدم Deepseek V4 شيئًا يسمى «التفكير المتداخل». في النماذج السابقة، إذا كنت تدير وكيلًا يقوم بعدة استدعاءات أدوات—مثلاً، يبحث في الويب، ثم يشغل بعض الكود، ثم يبحث مرة أخرى—كان سياق استنتاج النموذج يُمسح بين الجولات. في كل خطوة جديدة، كان على النموذج إعادة بناء نموذجه الذهني من الصفر. يحتفظ V4 بسلسلة كاملة من التفكير عبر استدعاءات الأدوات، بحيث لا يعاني سير العمل المكون من 20 خطوة من فقدان الذاكرة في منتصف الطريق. هذا مهم أكثر مما يبدو لأي شخص يدير خطوط أنابيب مؤتمتة معقدة. Deepseek وحرب الذكاء الاصطناعي بين الولايات المتحدة والصين بدأت الولايات المتحدة في تقييد تصدير شرائح Nvidia عالية الجودة إلى الصين منذ 2022. الهدف المعلن كان إبطاء تطوير الذكاء الاصطناعي الصيني، لكن حظر الشرائح لم يمنع DeepSeek وبدلاً من ذلك دفعهم لاختراع بنية أكثر كفاءة وبناء إمدادات محلية من الأجهزة. لم تصدر DeepSeek V4 في فراغ—لقد كانت مساحة الذكاء الاصطناعي مليئة بالنشاط مؤخرًا: أطلقت Anthropic Claude Opus 4.7 في 16 أبريل—نموذج Decrypt اختبر ووجد قويًا في التشفير والاستنتاج، مع استخدام ملحوظ للرموز. في اليوم السابق، كانت Anthropic أيضًا تجلس على Claude Mythos، نموذج أمان سيبراني تقول إنها لا تستطيع إصداره علنًا لأنه جيد جدًا في الهجمات الشبكية الذاتية. أطلقت Xiaomi MiMo V2.5 Pro في 22 أبريل، متجهة نحو متعدد الوسائط بالكامل—صور، صوت، فيديو. تكلف (الإدخال و)الإخراج لكل مليون رمز. يتطابق مع Opus 4.6 في معظم معايير التشفير. قبل ثلاثة أشهر، لم يكن أحد يتحدث عن Xiaomi كشركة ذكاء اصطناعي رائدة. الآن، تصدر نماذج تنافسية بسرعة أكبر من معظم المختبرات الغربية.

وصل GPT-5.5 من OpenAI أمس مع ارتفاع التكاليف إلى $1 لكل مليون رمز من الإخراج في النسخة Pro. يتفوق على V4-Pro في اختبار Terminal Bench 2.0 $3 82.7% مقابل 70.0%$180 ، الذي يقيس سير عمل الوكيل في سطر الأوامر المعقد. لكنه يكلف أكثر بكثير من V4-Pro لمهام مماثلة. في نفس اليوم، أصدرت Tencent نموذج Hy3، وهو نموذج متقدم آخر يركز على الكفاءة. ماذا يعني هذا لك لذا، مع وجود العديد من النماذج الجديدة المتاحة، السؤال الذي يطرحه المطورون فعليًا: متى يكون الاشتراك المميز ذا قيمة؟ بالنسبة للمؤسسات، ربما تغيرت الحسابات. نموذج يتصدر معايير المصدر المفتوح بسعر 1.74 دولار لكل مليون رمز إدخال يعني أن معالجة المستندات على نطاق واسع، والمراجعة القانونية، أو خطوط أنابيب توليد الكود التي كانت مكلفة قبل ستة أشهر أصبحت الآن أرخص بكثير. سياق المليون رمز يعني أنه يمكنك إدخال قواعد بيانات كاملة أو ملفات تنظيمية في طلب واحد بدلاً من تقسيمها عبر مكالمات متعددة. بالإضافة إلى ذلك، فإن طبيعته مفتوحة المصدر تعني أنه يمكن تشغيله مجانًا على الأجهزة المحلية، ويمكن تخصيصه وتحسينه وفقًا لاحتياجات الشركة وحالات الاستخدام. بالنسبة للمطورين والبنائين الفرديين، V4-Flash هو النموذج الذي يجب مراقبته. بسعر 0.14 دولار للإدخال و0.28 دولار للإخراج، هو أرخص من النماذج التي كانت تعتبر خيارات ميزانية قبل عام—وهو يتعامل مع معظم المهام التي يتعامل معها إصدار Pro.Endpoints الخاص بـ deepseek-chat و deepseek-reasoner يوجهان بالفعل إلى V4-Flash في وضع عدم التفكير والتفكير على التوالي، لذلك إذا كنت تستخدم API، فأنت تستخدمه بالفعل. النماذج حاليًا نصية فقط. قالت DeepSeek إنها تعمل على قدرات متعددة الوسائط، مما يعني أن المختبرات الكبرى الأخرى من Xiaomi إلى OpenAI لا تزال تمتلك تلك الميزة. كلا النموذجين مرخصان بموجب MIT ومتوفران على Hugging Face اليوم. ستتقاعد نقاط النهاية القديمة deepseek-chat و deepseek-reasoner في 24 يوليو 2026.