في يناير 2025، أحدثت DeepSeek زلزالاً في عالم الذكاء الاصطناعي حين أطلقت نموذجها R1 بتكلفة تدريب ضئيلة قياساً بما أنفقته OpenAI وAnthropic. اليوم، تعود الشركة بنموذج V4، وتُعيد رسم خريطة المنافسة من جديد.
أداء يلامس القمة بسعر السُّدس
يُقدّم نموذج DeepSeek-V4 أداءً يُقارب نماذج من قبيل GPT-4o وClaude 3.5 Sonnet، وهي من أبرز النماذج الرائدة المتاحة حالياً، غير أن التكلفة التشغيلية لـV4 تبلغ نحو سُدس ما تتقاضاه هذه النماذج. بعبارة أخرى، ما كان يكلّفك ستة دولارات لإنجازه بنماذج المنافسين، يمكن اليوم إنجازه بدولار واحد تقريباً عبر DeepSeek.
البنية التقنية خلف الكفاءة المذهلة
تعتمد DeepSeek على بنية Mixture-of-Experts التي تُفعّل جزءاً محدوداً من معاملات النموذج عند كل استدعاء، بدلاً من تشغيل الشبكة كاملة. هذا الاختيار المعماري يُقلّص استهلاك الحوسبة بشكل جذري دون أن يتنازل النموذج عن قدراته الاستدلالية. الشركة، التي نشأت في رحم مجموعة High-Flyer Capital Management المتخصصة في التحليل الكمّي، تُحوّل خبرتها في تحسين الخوارزميات إلى ميزة تنافسية مباشرة في سوق الذكاء الاصطناعي.
وماذا يعني هذا لك؟
إن كنت مطوّراً أو صاحب شركة تعتمد على واجهات برمجية لنماذج اللغة الكبيرة، فإن DeepSeek-V4 يُعيد حسابات الجدوى الاقتصادية من أساسها. مشاريع كانت مُكلفة للغاية قد تصبح قابلة للتطبيق اليوم، وتطبيقات كانت محدودة الاستخدام بسبب فاتورة الاستدعاءات قد تنفتح على نماذج عمل أكثر جرأة. الفجوة بين الأداء العالي والتكلفة المقبولة كانت دائماً عائقاً أمام اعتماد الذكاء الاصطناعي على نطاق واسع، وهذا العائق يتآكل اليوم بوتيرة متسارعة.
ضغط متزايد على كبار اللاعبين
لا يمكن قراءة هذا الإطلاق بمعزل عن السياق التنافسي الأشمل. كلما أطلقت DeepSeek نموذجاً بهذا المستوى من الكفاءة، تجد OpenAI وAnthropic وGoogle نفسها أمام ضغط مضاعف لتبرير أسعارها المرتفعة. بعض المحللين يرون أن هذه الديناميكية ستُسرّع موجة خفض الأسعار في القطاع بأكمله خلال الأشهر المقبلة.
السؤال الذي يطرحه DeepSeek-V4 ليس تقنياً بالدرجة الأولى، بل هو سؤال استراتيجي عميق: هل كانت تكاليف النماذج الكبيرة حتمية تقنية أم مجرد اختيار تجاري؟ يبدو أن الإجابة باتت أكثر وضوحاً مما كنا نظن.
المصدر: TechCrunch، https://techcrunch.com/2025/05/deepseek-v4-model-release-cost-efficiency/
