طرحت DeepSeek مؤخرًا جيلها الجديد من نماذج الذكاء الاصطناعي V4.1-Flash. ووفقًا للتعريف الرسمي، ورغم أن الحجم الإجمالي لمعاملات V4.1-Flash ومعاملات التنشيط فيه أقل من تلك الخاصة بـ V4-Pro، فإن أداءه يتفوق في مجالات الأداء وسرعة الاستدلال والتحكم في التكلفة، لا سيما في المهام المتعلقة بالوكلاء الأذكياء والبرمجة، حيث تجاوزت نتائج بعض الاختبارات المرجعية أداء V4-Pro ونماذج متقدمة مثل GPT-5.6 Sol.
أداء متميز لـ DeepSeek V4.1-Flash من حيث الأداء والتكلفة
أوضحت DeepSeek أن V4.1-Flash يعتمد بنية خليط الخبراء (MoE)، بإجمالي معاملات يبلغ 552 مليارًا، و80 مليار معامل تنشيط في مرحلة الإدخال، و160 مليارًا في مرحلة الإخراج. في المقابل، بلغ إجمالي معاملات الجيل السابق V4-Flash 284 مليارًا، بينما وصل إجمالي معاملات V4-Pro إلى 1.6 تريليون. ومن أبرز تحسينات هذا النموذج الضغط الكبير لذاكرة التخزين المؤقت KV، إذ انخفضت سعة التخزين المؤقت إلى نحو 890 بايت لكل token، مع سرعة إخراج تصل إلى حوالي 214.4 token في الثانية، وزمن استجابة أول token قدره 1.13 ثانية.
أعطت هيئة التقييم المستقلة AA تقييمًا يفيد بأن «السرعة أعلى بوضوح».
من حيث الأداء، تشير DeepSeek إلى أن V4.1-Flash، عند ضبطه على مستوى عالٍ من شدة الاستدلال، يتفوق على GPT 5.6 Sol وClaude Opus 5 في اختبارات تشغيل الأجهزة الطرفية وإصلاح الشيفرة والمهام الآلية. غير أن أداءه يبقى متوسطًا نسبيًا في نطاق أوسع من مهام الاستدلال العام عالية الصعوبة. وتوضح بيانات AA أن مؤشر الذكاء الإجمالي لـ V4.1-Flash يبلغ 40 نقطة، وهو أعلى من المستوى المتوسط لمعظم نماذج الأوزان المفتوحة المماثلة، لكنه يظل أقل من النماذج المتقدمة الرائدة.
تجدر الإشارة إلى أن AA أجرت مؤخرًا ترقية لمنظومة التقييم، إذ شددت معايير التسجيل الإجمالية بشكل ملحوظ، مما أدى إلى خفض درجات عدد من النماذج ذات التقييمات المرتفعة سابقًا.
فيما يتعلق بالتسعير، تُظهر بيانات AA أن سعر V4.1-Flash يبلغ US$0.30 لكل مليون token إدخال (نحو HK$2)، وUS$1.20 لكل مليون token إخراج (نحو HK$9)، فيما تصل التكلفة الإجمالية إلى نحو US$0.18 (نحو HK$1)، وهو أقل من متوسط الفئة ذاتها من النماذج. وفي حال الاستفادة من التخزين المؤقت، يمكن أن ينخفض السعر إلى US$0.01 لكل مليون token (نحو HK$0). وأشارت AA أيضًا إلى أن إجابات هذا النموذج تميل إلى الطول، إذ بلغ إجمالي tokens الإخراج في التقييمات مستوى أعلى بوضوح من النماذج المماثلة، وهو ما قد ينعكس على الوقت والتكلفة في الاستخدام الفعلي.
على المستوى التقني، أدخل V4.1-Flash بنية جديدة تُدعى CED، تقسّم 40 طبقة Transformer إلى 20 طبقة ترميز سببي و20 طبقة فك ترميز، مما يقلل الحسابات المتكررة الناجمة عن آلية الانتباه التبادلي التقليدية، إلى جانب توظيف أساليب مثل CSA2 وتكميم FP4 لضغط استهلاك التخزين المؤقت والذاكرة. ويبدو عمومًا أن تحديث DeepSeek هذا يركز على تحسين قدرات تنفيذ الوكلاء الأذكياء، وإمكانات البرمجة، وخفض تكاليف النشر.