انتقل إلى المحتوى
ittechwire

أخبار التقنية بمصادر واضحة

  1. الرئيسية
  2. الذكاء الاصطناعي

الذكاء الاصطناعي

DeepSeek تطلق V4.1-Flash-1017، وهو تحديث تقول إنه أسرع وينتج مخرجات أقصر

تصف شركة الذكاء الاصطناعي الصينية النموذج مفتوح الأوزان بأنه تحديث طفيف لـ V4.1-Flash، وتقول إنه يحسّن نتائج اختبارات الأداء مع تقليص طول المخرجات. كما أتاحت واجهتي Search وFetch عبر API لجميع المستخدمين.

تحرير ittechwire3 دقائق قراءةالمصادر: 2ترجمة بالذكاء الاصطناعي · اللغة الأصلية: English
مخطط من ورقة بحثية لـ DeepSeek يوضح مسار التدريب متعدد المراحل لنموذجها السابق DeepSeek-R1.
Daya Guo et al. (DeepSeek-AI) · CC BY 4.0

النقاط الرئيسية

  1. 1تقول DeepSeek إن V4.1-Flash-1017 يحقق نتائج أفضل في اختبارات الأداء، وينجز المهام أسرع، وينتج مخرجات أقصر من V4.1-Flash.
  2. 2النموذج متاح على موقع DeepSeek الإلكتروني وتطبيقها وAPI الخاصة بها، مع أوزان مفتوحة على Hugging Face وModelScope، وفقًا للشركة.
  3. 3تتراوح نتائج Humanity's Last Exam المعلنة التي نشرتها DeepSeek من 36.8 إلى 42.6، مقارنة بـ 36.8 إلى 39.1 للنسخة السابقة؛ والأرقام مقدمة من الشركة.
  4. 4أتاحت DeepSeek واجهتي Search وFetch عبر API لجميع المستخدمين بسعر $0.75 لكل 1,000 استدعاء لكل نقطة وصول، مع إتاحة بعض الاستخدام عبر الأدوات مجانًا حتى 31 أكتوبر 2026.
  5. 5يأتي الإصدار بعد انقطاع دام نحو خمس ساعات في وقت سابق من الأسبوع عزاه بعض الخبراء إلى محدودية موارد الحوسبة، وفقًا للتقرير.

الخبر كاملًا

أطلقت DeepSeek نموذج DeepSeek-V4.1-Flash-1017، وهو نسخة محدّثة من نموذجها V4.1-Flash. وقالت الشركة في إعلان الإصدار إن النسخة الجديدة تحقق نتائج أعلى في اختبارات الأداء، وتنجز المهام بسرعة أكبر، وتولّد ردودًا أقصر مقارنة بسابقتها، واصفةً النتيجة بأنها «تحسين باريتو في الأداء والتكلفة». ووفقًا لـ DeepSeek، فإن النموذج متاح على موقعها الإلكتروني وفي تطبيقها وعبر API الخاصة بها، وقد نُشرت أوزانه على Hugging Face وModelScope.

وذكرت The Economic Times، في تقرير نقلته عن وكالة أنباء، أن DeepSeek أعلنت التحديث بعد ظهر يوم السبت في سلسلة منشورات على X، ووصفته بأنه مراجعة طفيفة لنموذج V4.1-Flash السابق. ونقل التقرير عن التقرير التقني للشركة على Hugging Face أنه يدّعي تحقيق «تحسينات كبيرة في الاستدلال والبرمجة والمهام الوكيلية واختبارات الأداء البصرية». ووفقًا للتقرير، نشرت DeepSeek أيضًا نتائج على اختبار Humanity's Last Exam («الامتحان الأخير للبشرية»)، وهو اختبار يضم آلاف الأسئلة في الرياضيات والعلوم والإنسانيات، إذ أعطت للنموذج الجديد نطاقًا من 36.8 إلى 42.6 مقابل 36.8 إلى 39.1 لنموذج V4.1-Flash. ولا يوضح أي من المصدرين ما تمثله هذه النطاقات، ولم يجرِ التحقق من الأرقام بشكل مستقل.

وقالت DeepSeek إن النموذج دُرّب بالتعلم المعزز باستخدام التغذية الراجعة الذاتية ليصبح أفضل في بناء مشاريع كاملة من البداية إلى النهاية، وعرضت أمثلة منها نموذج 3D للمدينة المحرمة، ولعبة سباق تعمل في المتصفح، وإعادة إنشاء للعبة Portal 2 باستخدام محرك Godot. وقالت الشركة إن النموذج حُسّن لأدوات منها DeepSeek Harness وTencent CodeBuddy وWorkBuddy، وأوصت باستخدام DeepSeek Harness v0.2.1-rc.1 أو أحدث. كما نشرت مخططًا يقارن نتيجة Pass@1 في DeepSWE v1.1 بتكلفة كل مهمة، مقيسةً باستخدام إطار mini-swe-v2.

وإلى جانب النموذج، أتاحت DeepSeek واجهتي Search وFetch عبر API لجميع المستخدمين. وقالت إنهما تعملان على محرك البحث الخاص بها، الذي تقول إنه يعالج مئات الملايين من الطلبات يوميًا، وحددت سعر كل نقطة وصول بـ $0.75 لكل 1,000 استدعاء. ووفقًا للشركة، يمكن لمستخدمي API الخاصة بـ DeepSeek استدعاء هذه الأدوات مجانًا عبر الأدوات العاملة من جهة الخادم في DeepSeek Harness وClaude Code وCodex إلى أن تبدأ الفوترة في 31 أكتوبر 2026 الساعة 16:00 بالتوقيت العالمي المنسق (UTC).

ويضع التقرير هذا الإصدار في سياق منافسة أوسع بين النماذج الصينية مفتوحة الأوزان والأنظمة الأمريكية المملوكة الأعلى تكلفة من شركات مثل OpenAI وAnthropic، فضلًا عن منافسين محليين منهم Moonshot Kimi وZ.ai. وأشار إلى أن الخصم الكبير الذي عُرض به V4.1-Flash بعد إطلاقه في أوائل سبتمبر أعقبه هبوط حاد في أسهم منافسين مدرجين في هونغ كونغ مثل MiniMax وZ.ai وAlibaba. وذكر التقرير أيضًا أن DeepSeek تعرضت في وقت سابق من الأسبوع لانقطاع في الخوادم استمر نحو خمس ساعات، ربطه بعض الخبراء بعدم كفاية القدرة الحاسوبية، وأن حالات التباطؤ والاضطراب أصبحت أكثر تكرارًا في الأشهر الأخيرة مع تزايد الطلب من المطورين.

لماذا يهم

تتحدى نماذج DeepSeek منخفضة التكلفة ومفتوحة الأوزان المنافسين الأمريكيين، وقد شكّلت ضغطًا على المنافسين الصينيين، كما تزامن تسعير نموذجها السابق V4.1-Flash مع تراجع أسهم منافسين. وإذا صمدت المكاسب المعلنة في السرعة وطول المخرجات، فقد يخفض التحديث التكاليف على المطورين، وإن كانت الانقطاعات الأخيرة تشير إلى ضغوط على القدرة في تلبية هذا الطلب.

التسلسل الزمني

  1. · نُشر

الموضوعات#DeepSeek#نماذج مفتوحة الأوزان#نماذج لغوية كبيرة#البرمجة بالذكاء الاصطناعي#الصين

المصادر

يستند هذا الخبر إلى المصادر التالية. اقرأها للاطلاع على السياق الكامل.

  1. 1DeepSeek · بيان رسميDeepSeek-V4.1-Flash-1017: Wish-Driven Programming Made Realapi-docs.deepseek.com
  2. 2The Economic Times · تقرير إخباريDeepSeek pushes out updated AI model it says is faster, leanereconomictimes.indiatimes.com