رؤية DeepSeek قد تشعل سباق «الأداء مقابل السعر» في الذكاء الاصطناعي

قد تكون أهمية نموذج DeepSeek V4-Flash-Vision-Exp تجارية وتسعيرية أكثر منها دليلاً على تفوق تقني مستدام. فالنموذج التجريبي يضيف فهم الصور إلى بنية V4-Flash، فيما تقول DeepSeek إنه يحافظ على قدرات النموذج النصية في الاستدلال وتنفيذ مهام الوكلاء والمعرفة العامة، ويقترب بأداء الوكلاء متعددي الوسائط من نموذج Claude Opus 4.8 من Anthropic. وتُحتسب الصور وفق أسعار V4-Flash، بحد أقصى يبلغ 384 رمزاً للصورة الواحدة. 64

إذا صمدت هذه المعادلة أمام الاختبارات المستقلة، فقد يصبح تشغيل الذكاء الاصطناعي البصري أرخص بصورة ملموسة. لكن النتيجة التجارية ما زالت مفتوحة؛ فالمقارنات الحالية تعتمد بدرجة كبيرة على تقييمات أعلنتها DeepSeek أو تقارير قريبة منها، بينما تحدد عوامل مثل الاعتمادية، والتوافر، وزمن الاستجابة، وتبنّي الشركات قيمة النموذج في السوق أكثر من نتيجة واحدة يوم الإطلاق.

لماذا قد يكون السعر أهم من اسم النموذج؟

لطالما عوملت قدرات الرؤية الحاسوبية باعتبارها ميزة مرتفعة التكلفة، لأن التطبيقات التي تتعامل مع الصور تحتاج عادةً إلى معالجة إضافية وسعة أكبر من النموذج. أما DeepSeek فتتبنى نهجاً مختلفاً: وضع فهم الصور داخل فئة Flash الاقتصادية بدلاً من تقديم نموذج رؤية منفصل بسعر متميز.

وبحسب الأسعار المعلنة، تبلغ تكلفة V4-Flash-Vision-Exp خلال الفترات منخفضة الطلب 0.22 دولار لكل مليون رمز إدخال غير مخزّن مؤقتاً و0.66 دولار لكل مليون رمز إخراج، وترتفع إلى 0.44 دولار و1.32 دولار خلال فترات الذروة. أما الرموز التي جرى تخزينها مؤقتاً فتُحتسب بسعر أقل. 51

وتكتسب هذه الأرقام أهمية خاصة في التطبيقات التي تعالج بصورة متكررة لقطات الشاشة، والنماذج، ولوحات المعلومات، والإيصالات، والرسوم التقنية، وواجهات المتصفحات. فإذا كان النموذج جيداً بما يكفي لهذه المهام الروتينية، فقد يتمكن المطورون من إضافة عمليات تحقق وإعادة محاولة وخطوات أكثر للوكلاء ضمن الميزانية نفسها.

لكن سقف 384 رمزاً للصورة ليس تفصيلاً هامشياً. فهو يساعد على إبقاء تكلفة المعالجة منخفضة، إلا أن الحد الثابت قد يقيّد الأداء في المهام التي تعتمد على التفاصيل الدقيقة، أو النصوص الصغيرة والكثيفة، أو العلاقات المكانية المعقدة. انخفاض تكلفة الصورة لا يعني تلقائياً أن النموذج مناسب لكل أعباء العمل البصرية. 53

ماذا تقول DeepSeek، وماذا لا تثبته المقارنات؟

تقول DeepSeek إن نموذج الرؤية حقق قفزة كبيرة مقارنةً بـV4-Flash النصي في تقييمات الوكلاء متعددي الوسائط، واقترب من Opus 4.8. لكن النتائج المنشورة تقدم صورة مختلطة، لا انتصاراً شاملاً. ففي اختبار ApexBench Pass@1 حصل النموذج على 36.5 نقطة مقابل 39.4 لـOpus 4.8، بينما تفوق عليه في Agents’ Last Exam بنتيجة 27.3 مقابل 25.7، وفي ZeroBench بنتيجة 35.0 مقابل 34.0. 58

هذه النتائج لافتة، لكنها لا تعادل التكافؤ في بيئة الإنتاج. وقبل اعتماد النموذج، يحتاج المشترون إلى اختبار:

• معدلات إنجاز المهام عبر تشغيلات متكررة؛
• الدقة البصرية في الوثائق الكثيفة والنصوص الصغيرة؛
• اختيار الأدوات والتعافي من الأخطاء؛
• زمن الاستجابة، ووقت التشغيل، وحدود معدل الطلبات؛
• الأداء أمام الصور الملتبسة أو المصممة لإرباك النموذج؛
• سياسات التعامل مع البيانات، والتوافر الإقليمي، وضوابط المؤسسات.

لذلك ستكون الاختبارات المستقلة والقابلة لإعادة الإنتاج هي الخطوة الحاسمة التالية. وحتى ظهورها، فإن الاستنتاج الأكثر تحفظاً هو أن DeepSeek قدمت تحدياً منخفض التكلفة يستحق المتابعة، لا أنها تجاوزت بشكل نهائي نماذج الذكاء الاصطناعي الرائدة.

ضغط محتمل على Anthropic وOpenAI وGoogle

إذا أثبت النموذج موثوقيته خارج تقييمات DeepSeek، فقد يضعف قدرة Anthropic وOpenAI وGoogle على فرض علاوة سعرية كبيرة لمجرد تقديم الاستدلال العام أو فهم الصور. وسيكون الضغط أشد في الفئات ذات الاستخدام المرتفع والحساسة للتكلفة، حيث يكفي أن يكون النموذج «جيداً بما يكفي» لإنجاز العمل الروتيني.

لكن مزودي النماذج المتميزة يملكون وسائل أخرى للدفاع عن اقتصادياتهم، منها:

• الاعتمادية في سير العمل الطويل والمعقد؛
• منظومات الأدوات والتكاملات؛
• الأمن والحوكمة والدعم المؤسسي؛
• التكامل مع خدمات السحابة ومنتجات البرمجيات؛
• التوزيع الواسع عبر منصات مثل Claude وChatGPT وGoogle Cloud.

وقد يخسر نموذج أرخص أو أفضل قليلاً في اختبار محدد عقداً مؤسسياً إذا تسبب في أخطاء أكثر، أو احتاج إلى مراقبة إضافية، أو افتقر إلى الضوابط المطلوبة.

وهذا يرجح نشوء سوق أكثر انقساماً:

• نماذج متعددة الوسائط منخفضة التكلفة لمعالجة الوثائق بكميات كبيرة، وقراءة لقطات الشاشة، وخدمات العملاء، ومهام الوكلاء الروتينية.
• نماذج حدودية متميزة للاستدلال الصعب، والبرمجة المعقدة، والدقة عالية المخاطر، والقطاعات الحساسة للامتثال، والمهام التي تكلف فيها غلطة واحدة أكثر من الوفر المحقق في رسوم الواجهة البرمجية.

الخطر على المزودين المتميزين ليس بالضرورة تراجع الطلب، بل تراجع استعداد العملاء لدفع سعر مرتفع مقابل قدرات غير متمايزة. وقد يستخدم العملاء عدة نماذج في الوقت نفسه، ويوجهون المهام البصرية البسيطة إلى أنظمة أرخص، ويحتفظون بالنماذج المتميزة للحالات التي تستحق كلفة أعلى.

تسعير DeepSeek نفسه يعقّد قصة «السباق نحو الصفر»

لا تخفض DeepSeek الأسعار عبر كامل خط منتجاتها ببساطة. ففي أغسطس، طرحت الشركة تسعيراً لفترات الذروة وخارجها لنموذجي V4-Pro وV4-Flash، مع زيادات تراوحت، بحسب النموذج ونوع الرمز ووقت الاستخدام، بين 50% و1,100%. 17

ويشير ذلك إلى أن الشركة تدير السعة والطلب بقدر ما تحاول منافسة الآخرين بالسعر. وقد تستخدم Vision Flash كبوابة منخفضة التكلفة لجذب المطورين، ثم تحقق الإيرادات من الاستدلال المتميز، أو الإنتاجية الأعلى، أو الاستخدام خلال ساعات الذروة التي تكون فيها السعة أكثر ندرة.

وبالنسبة إلى المطورين، فإن المقياس الأهم هو التكلفة الفعلية الكاملة، لا أقل سعر معلن. وينبغي أن تشمل الميزانية استخدام ساعات الذروة، ورموز الإخراج، ومعدلات الاستفادة من التخزين المؤقت، وعمليات إعادة المحاولة، وزمن الاستجابة، وحالات الفشل. فالنموذج الرخيص الذي يحتاج إلى عدة محاولات إضافية قد لا يكون الأرخص عملياً.

ماذا يعني ذلك لمستثمري Anthropic؟

يأتي إطلاق DeepSeek في وقت تظهر فيه Anthropic طلباً قوياً على منتجاتها. فقد أفادت Reuters بأن معدل الإيرادات السنوي المقدر للشركة تجاوز 65 مليار دولار بنهاية يوليو، ارتفاعاً من 47 مليار دولار في مايو. ومعدل الإيرادات السنوي المقدر هو إسقاط للأداء الأخير على سنة كاملة؛ وليس إيرادات سنوية محققة أو ضماناً لاستمرار الهوامش مستقبلاً. 33

وهذا التفصيل مهم. فالنموذج الجديد لا يمحو إشارة النمو الحالية لدى Anthropic، لكنه قد يتحدى الافتراضات التي تقوم عليها قوتها المستقبلية في التسعير وعوائد البنية التحتية. وإذا نقل العملاء المهام الروتينية إلى نماذج متعددة الوسائط أرخص، فقد تضطر Anthropic إلى تقديم خصومات أكبر أو إنفاق المزيد للحفاظ على حصتها.

وتبدو انكشافات Amazon مباشرة بصورة خاصة. فقد وافقت الشركة على استثمار 5 مليارات دولار فوراً في Anthropic، مع إمكانية استثمار 20 مليار دولار إضافية مرتبطة بمراحل تجارية محددة. وفي المقابل، التزمت Anthropic بإنفاق أكثر من 100 مليار دولار على تقنيات Amazon السحابية خلال 10 سنوات. 1

وقد تستفيد AWS من استمرار الطلب على Claude عبر استهلاك Anthropic لخدماتها السحابية، بينما ترتفع قيمة استثمار Amazon في الشركة. لكن انتقالاً مستداماً نحو منافسين أرخص قد يخلق الخطر المعاكس: نمو أبطأ في استخدام Anthropic أو تراجعاً في قدرتها على التسعير، ما يجعل الالتزام الكبير بالبنية التحتية أصعب تبريراً.

أما Alphabet، فلها انكشاف مختلف. فهي مستثمر في Anthropic، لكنها تنافسها مباشرة أيضاً عبر Gemini وGoogle Cloud. 6 وقد تضغط النماذج متعددة الوسائط الأرخص والموثوقة على الأسعار في السوق بأكمله، بما في ذلك واجهات Google البرمجية وخدمات الذكاء الاصطناعي السحابية. ومن ثم، ينبغي موازنة أي مكسب غير مباشر من ارتفاع قيمة Anthropic مع الضغط التنافسي على منتجات Alphabet نفسها.

المؤشرات التي ستحسم النقاش

ستكون الأدلة القادمة أهم من إعلان الإطلاق. وعلى المستثمرين والمطورين مراقبة:

1. تقييمات مستقلة متعددة الوسائط تشمل الاستدلال البصري، وإنجاز مهام الوكلاء، واستخدام الأدوات، والتعافي من الأخطاء.
2. تبنّي الواجهة البرمجية بصورة مستدامة، بما في ذلك حركة الطلبات، والاستخدام المتكرر، وانتقال المطورين، ووقت التشغيل، ونشر النموذج لدى الشركات.
3. التكلفة الفعلية لأعباء العمل بعد احتساب أسعار الذروة، ورموز الإخراج، والتخزين المؤقت، وعمليات إعادة المحاولة، والأعطال التشغيلية.
4. ردود المنافسين عبر تغيير الأسعار المعلنة، والخصومات المؤسسية، ومنتجات توجيه الطلبات، والتزامات الاستخدام من Anthropic وOpenAI وGoogle.
5. جودة أعمال Anthropic، ولا سيما الاحتفاظ بالإيرادات، والأسعار المحققة، والهوامش، واستهلاك AWS مقارنةً بالتزاماتها الكبيرة للبنية التحتية.

الخلاصة

قد يسرّع V4-Flash-Vision-Exp انتقال سوق الذكاء الاصطناعي من سباق القدرات إلى سباق الأداء مقابل السعر. وربما لا تكمن أهميته في أنه يتفوق أحياناً على Opus 4.8 في تقييمات محددة، بل في ادعائه تقديم أداء عملي للوكلاء متعددي الوسائط ضمن فئة Flash منخفضة التكلفة.

لكن هذا التطور لن يصبح disruption مالياً حقيقياً إلا إذا كان النموذج موثوقاً بما يكفي للاستخدام الإنتاجي المستمر. وحتى الآن، يمثل إطلاق DeepSeek تحذيراً جدياً لمزودي الذكاء الاصطناعي المتميزين ومستثمريهم: يجب الدفاع عن أسعار النماذج الحدودية، وولاء العملاء، وافتراضات عوائد البنية التحتية بمزايا قابلة للقياس، لا بسمعة المعايير وحدها.