يوم بـ8 تريليونات رمز: كيف تغيّر وكلاء الذكاء الاصطناعي اقتصاد النماذج

إن معالجة 8 تريليونات رمز في يوم واحد على منصة OpenCode ليست، في جوهرها، خبر نجاح لنموذج واحد فحسب. إنها إشارة إلى أن وحدة العمل في الذكاء الاصطناعي تتبدل: لم يعد الأمر سؤالاً قصيراً يتبعه جواب محدود، بل دورة عمل لوكيل يقرأ مستودع الشيفرة، يضع خطة، يعدّل الملفات، يشغّل برنامجاً أو اختبارات، يراجع الخطأ، ثم يحاول من جديد.

وأفادت OpenCode بأن نموذج DeepSeek V4 Flash عالج في 1 أغسطس 8 تريليونات رمز: 5 تريليونات ضمن الاستخدام التجريبي المجاني و3 تريليونات عبر باقة Go المدفوعة. وبصورة منفصلة، وضع ترتيب OpenRouter الأسبوعي للفترة من 27 يوليو إلى 2 أغسطس النموذج عند 7.22 تريليون رمز خلال الأسبوع كاملاً على تلك المنصة. هذه أرقام صادرة عن المنصات وليست تدقيقاً مستقلاً لاستخدام النموذج في السوق كلها، لكنها توضح الحجم الذي قد تبلغه سير عمل الوكلاء. 202329

لماذا تستهلك مهام الوكلاء هذا العدد من الرموز؟

في الدردشة التقليدية، يكون الإدخال قصيراً نسبياً والإجابة محدودة. أما وكيل البرمجة فيحمل معه سياقاً واسعاً: ملفات المصدر، ومخرجات الطرفية، وإخفاقات الاختبارات، والقرارات السابقة، والتعديلات التي أنشأها، وطلبات متكررة لاستخدام الأدوات. وقد يعود إلى جزء كبير من هذا السياق كلما حاول إنجاز المهمة.

وتعرض بيانات OpenCode المنشورة لـV4 Flash متوسطاً يقارب 12 مليون رمز للجلسة الواحدة، مع نسبة 95% لإعادة استخدام ذاكرة الإدخال المؤقتة. لا تثبت هذه الأرقام أن كل جلسة هي مهمة برمجية مستقلة بالكامل، لكنها تتسق مع عمل تكراري طويل السياق، لا مع محادثات قصيرة اعتيادية. 25

ولهذا لا ينبغي أن تكون قيمة المستخدم مرتبطة بعدد الرموز التي ولّدها النموذج. ما يهمه هو طلب دمج مقبول، أو مجموعة اختبارات ناجحة، أو نموذج أولي يعمل، أو سير عمل أُنجز على النحو المطلوب. ويمكن تلخيص المقياس العملي هكذا:

تكلفة المهمة المقبولة = إجمالي تكلفة النموذج ودورة الأدوات ÷ احتمال أن تحقق المهمة المعيار المطلوب.

وهذه التكلفة تشمل المحاولات الفاشلة، وإعادة التشغيل، والمراجعة البشرية، وزمن الانتظار، وكلفة إصلاح الأخطاء؛ لا سعر رموز الإدخال والإخراج المعلن فقط.

السعر المنخفض يفتح المجال لمحاولات أكثر

أشارت تقارير منشورة عن V4 Flash إلى سعر من الطرف الأول يبلغ 0.14 دولار لكل مليون رمز إدخال و0.28 دولار لكل مليون رمز إخراج. 12 عند هذا المستوى، يصبح من الممكن اقتصادياً إجراء تكرارات أكثر، والاحتفاظ بسياق أكبر، وتشغيل اختبارات آلية إضافية مقارنة بنموذج أعلى سعراً بكثير.

لا يعني ذلك أن النموذج الأرخص هو الأفضل دائماً. لكنه يعني أن فارقاً محدوداً في الجودة قد لا يصمد أمام فارق كبير في التكلفة عندما يحتاج الوكيل إلى جولات عديدة لإنهاء عمل روتيني.

فعلى سبيل المثال، أظهرت مقارنة أن V4 Flash Max سجل 50 نقطة في مؤشر الذكاء v4.1 لدى Artificial Analysis، مقابل 56 نقطة لـClaude Opus 4.8 Max، بينما بلغت كلفة تشغيل حزمة التقييم كاملة 72.02 دولاراً مقابل 3,752.55 دولاراً. الفارق كبير في التكلفة مقابل ست نقاط في النتيجة، لكن المقارنة تقييمية وليست ضماناً لتكافؤ الموثوقية في الاستخدام الفعلي. 16

في الأعمال الصعبة أو عالية العواقب، قد يكون النموذج المتميز أعلى سعراً هو الأرخص لكل نتيجة مقبولة إذا خفّض بدرجة ملموسة حالات النشر الفاشلة أو الحاجة إلى الإشراف أو إعادة العمل. لذلك فالخلاصة ليست «اختر الأرخص في كل مكان»، بل وزّع المهام وفق الكلفة الكاملة للوصول إلى نتيجة مقبولة.

«خط القتل» يضغط أساساً على الفئة الوسطى

وصف «خط قتل DeepSeek» هو استعارة سوقية، لا قاعدة تقنية. المقصود هو الضغط على النماذج التي تكلف أكثر كثيراً من بديل منخفض السعر قريب من مستوى الصدارة، من دون أن تحقق نتيجة مهمة أفضل بوضوح.

وتختلف الاستجابة بحسب الفئة:

• نماذج التوجيه الرخيصة تظل مفيدة للتصنيف، والاستخراج، والتحويلات القصيرة، وفرز الكمّيات الكبيرة؛ حيث تكون السرعة وأدنى كلفة للوحدة أهم من الاستدلال المتقدم.
• النماذج الرائدة المتميزة تبقى مهمة لأصعب المسائل: الاستدلال طويل الأمد، والموثوقية الاستثنائية، والمهام متعددة الوسائط، ومتطلبات الحوكمة، والحالات التي ترتفع فيها كلفة المراجعة البشرية.
• نماذج الفئة الوسطى تواجه الاختبار الأصعب. فإذا كانت أغلى بوضوح من Flash، فعليها أن تثبت معدلات إنجاز أعلى، أو زمناً أقل، أو استخداماً أفضل للأدوات، أو تكاملاً ودعماً وضوابط مؤسسية أقوى؛ لا أن تكتفي بتفوق محدود في معيار مرجعي.

بعبارة أخرى، قد يصبح نموذج وكيل منخفض الكلفة هو العامل الافتراضي، فيما تتحول النماذج المتميزة إلى خيار تصعيد للحالات الصعبة. أما الوسط، فعليه أن يبرهن أنه يخفض إجمالي تكلفة المهمة.

ما الذي يسمح لـV4 Flash باستهداف اقتصاد الوكلاء؟

DeepSeek V4 Flash نموذج مزيج من الخبراء يضم 284 مليار معلَمة إجمالاً، لكن نحو 13 ملياراً فقط تُفعّل لكل رمز، ويدعم نافذة سياق تبلغ مليون رمز. 17 يفرّق هذا التصميم بين السعة العامة للنموذج وبين مقدار الحوسبة اللازمة لإنتاج كل رمز.

وتتضمن استراتيجية الكفاءة لديه عدة عناصر:

• توجيه مزيج الخبراء: يُفعَّل جزء من الخبراء فقط لكل رمز، ما يقلل الحوسبة النشطة مقارنة بتشغيل جميع المعلمات في نموذج كثيف. 17
• انتباه هجين: تجمع عائلة V4 بين آليتي الانتباه المتناثر المضغوط (CSA) والانتباه شديد الضغط (HCA)، لتخفيف عبء الانتباه والذاكرة في السياقات الطويلة جداً. 1733
• عبء أقل لذاكرة KV المؤقتة: تقول NVIDIA إن ابتكارات الانتباه في عائلة V4 تستهدف خفض عمليات الاستدلال الحسابية لكل رمز بنسبة 73%، وخفض عبء ذاكرة KV المؤقتة بنسبة 90%، مقارنة بـDeepSeek-V3.2 في المقارنة المذكورة. 33
• سير عمل واعٍ بالذاكرة المؤقتة: عندما تعيد جلسات الوكيل إرسال سياق متداخل من المستودع والأدوات، يمكن لإعادة استخدام الذاكرة المؤقتة أن تغير التكلفة الفعلية بصورة ملموسة. وتوضح نسبة 95% التي أبلغت عنها OpenCode أهمية هذه التفاصيل التشغيلية. 25

ليست هذه مواصفات تقنية معزولة؛ فهي التي تحدد إن كان من المجدي مالياً أن يقرأ الوكيل قاعدة شيفرة كبيرة، ويشغّل أدوات، ويتعافى من الأخطاء عدة مرات قبل أن يسلّم النتيجة.

جبهة المنافسة الجديدة: القدرة والموثوقية وكلفة التكرار

تظل نتائج المعايير مهمة، لكنها ليست المقياس الوحيد لوكلاء الذكاء الاصطناعي. المقارنة الأكثر فائدة تقوم على ثلاثة أبعاد:

1. القدرة: هل يستطيع النموذج حل فئة المهمة؟
2. الموثوقية: كم مرة يقدّم نتيجة مقبولة من دون تدخل مكلف؟
3. الكلفة الهامشية للتكرار: ما مدى كلفة استدعاء أداة إضافي، أو مراجعة، أو اختبار، أو محاولة تعافٍ جديدة؟

يُظهر يوم الـ8 تريليونات رمز العامل الثالث بوضوح. فعندما تحل الوكلاء محل الطلبات أحادية المرة، يمكن أن يقفز الاستهلاك عدة رتب من حيث الحجم. والنماذج التي تجعل السياق الطويل والمحاولات المتكررة أقل كلفة قد تصبح الخيار الافتراضي للأعمال الوكيلة الواسعة والمتكررة، حتى إن ظل نموذج رائد أكثر قدرة هو الأنسب لأعقد الحالات. 202533