DeepSeek V4 أم Kimi K2.6؟ في البرمجة DeepSeek يتقدم، وفي المحتوى والترجمة لا حكم بعد

أولاً: ما النموذجان المقصودان؟

يتوفر Kimi K2.6 على Cloudflare Workers AI باسم @cf/moonshotai/kimi-k2.6. وتصفه Cloudflare بأنه نموذج وكيل متعدد الوسائط أصلي، يركز على البرمجة طويلة الأفق، التصميم المدفوع بالكود، التنفيذ الذاتي الاستباقي، وتنسيق المهام بأسلوب أسراب الوكلاء. وتشير الوثيقة نفسها إلى أنه مبني على بنية Mixture-of-Experts بإجمالي 1T من المعلمات و32B معلمة نشطة لكل رمز .

أما في جانب DeepSeek، فيظهر DeepSeek-V4 في سجل تغييرات واجهة API بتاريخ 24 أبريل/نيسان 2026، وتعرض وثيقة الإصدار التجريبي نموذجَي DeepSeek-V4-Pro وDeepSeek-V4-Flash . كما يذكر موقع DeepSeek أن نسخة V4 التجريبية أصبحت متاحة عبر الويب، والتطبيق، وواجهة API .

تفصيل الأسماء مهم هنا. وفق وثائق DeepSeek، فإن deepseek-chat وdeepseek-reasoner يوجَّهان حالياً إلى deepseek-v4-flash، وسيصبح الوصول إليهما غير متاح بعد 24 يوليو/تموز 2026، الساعة 15:59 بتوقيت UTC . لذلك، عندما نقول إن DeepSeek يتقدم في البرمجة، فالمقصود تحديداً مقارنة DS-V4-Pro Max مع K2.6 Thinking في الجدول المنشور، وليس كل أسماء أو مسارات DeepSeek في واجهة API .

البرمجة: DeepSeek هو المرشح الأول للاختبار

أقوى دليل مباشر هو صف LiveCodeBench في جدول DeepSeek على Hugging Face. هناك، يسجل K2.6 Thinking نتيجة 89.6، بينما يسجل DS-V4-Pro Max نتيجة 93.5 .

هذا لا يعني أن Kimi K2.6 ضعيف في البرمجة. مواد Kimi وصفحته على Hugging Face تعرض أرقاماً مثل Terminal-Bench 2.0 عند 66.7، وSWE-Bench Pro عند 58.6، وSWE-Bench Verified عند 80.2، وLiveCodeBench v6 عند 89.6 . الخلاصة الأدق أن Kimi متموضع بقوة كنموذج برمجة ووكلاء، لكن المقارنة العلنية المباشرة مع DeepSeek V4 محدودة.

لذلك، إذا كانت أولويتك حل مسائل خوارزمية، توليد كود، أو تقييم وكيل برمجي، فابدأ باختبار DeepSeek V4-Pro Max. مع ذلك، لا تجعل معياراً واحداً يقرر كل شيء: قد تتغير النتيجة داخل مستودعك البرمجي، ومع أدواتك، وطول السياق المطلوب، وزمن الاستجابة، والتكلفة.

صناعة المحتوى: لا يكفي قياس المعرفة للحكم على جودة الكتابة

كتابة المحتوى ليست مجرد إجابة صحيحة في اختبار معرفة. في الاستخدام الحقيقي، تحتاج إلى نبرة ثابتة، بناء منطقي للنص الطويل، تلخيص دقيق، تجنب التكرار، احترام الأسلوب المطلوب، والقدرة على تعديل المسودة بعد الملاحظات.

المواد العلنية عن Kimi K2.6 تبرز قدراته في البرمجة طويلة الأفق، التصميم بالكود، التنفيذ الذاتي، وتنسيق الوكلاء . أما جدول DeepSeek فيعرض بنوداً مثل MMLU-Pro، وSimpleQA-Verified، وChinese-SimpleQA، وGPQA Diamond، وHLE، وLiveCodeBench، وCodeforces؛ وهي مفيدة لفهم المعرفة والاستدلال والبرمجة، لكنها لا تقيس مباشرة جودة مقال عربي، وصف منتج، نص إعلاني، أو ملخص طويل .

إذا كانت صناعة المحتوى هي الاستخدام الأساسي، فالأفضل بناء اختبار داخلي: اطلب من النموذجين كتابة مسودة مقال، وصف منتج، تلخيص مستند طويل، وإعادة صياغة بنبرة محددة. ثم قيّم النتائج دون إظهار اسم النموذج، وفق معايير مثل الدقة، الاتساق، جمال الأسلوب، والالتزام بالتعليمات.

الترجمة: لا تخلط بين متعدد اللغات والترجمة

الترجمة أيضاً لا تملك فائزاً واضحاً من المصادر المتاحة. في مواد Kimi، يظهر SWE-Bench Multilingual بنتيجة 76.7 ضمن قسم البرمجة، وليس كاختبار عام لجودة ترجمة النصوص . وفي جدول DeepSeek، يظهر Chinese-SimpleQA ضمن المعرفة والاستدلال بوصفه اختبار أسئلة وأجوبة، لا معياراً مباشراً لترجمة عربية-إنجليزية أو صينية-عربية .

لذلك، إذا كانت الترجمة مهمة لك، اختبرها كترجمة لا كاستدلال. حضّر عينات من محادثات يومية، وثائق تقنية، نصوص قانونية أو مالية عند الحاجة، وأسماء منتجات ومصطلحات متكررة. ثم قيّم حفظ المعنى، اتساق المصطلحات، طبيعية العربية، والقدرة على ضبط الفصحى أو النبرة المطلوبة.

ماذا تختار الآن؟

• إذا كان جوهر العمل برمجياً: اجعل DeepSeek V4-Pro Max المرشح الأول؛ الرقم المباشر في LiveCodeBench لصالحه .
• إذا كنت تعتمد على Cloudflare Workers AI: اختبر Kimi K2.6 أيضاً، لأنه متاح هناك باسم @cf/moonshotai/kimi-k2.6 .
• إذا كنت تستخدم DeepSeek API حالياً: راجع مسارات deepseek-chat وdeepseek-reasoner وجدول إيقافهما، لأنهما موجهان حالياً إلى deepseek-v4-flash مع موعد تقاعد محدد .
• إذا كان الاستخدام محتوى أو ترجمة: لا تعتمد على جداول البرمجة؛ أنشئ مجموعة اختبارات من نصوصك الفعلية وقارن النتائج بشكل أعمى.

الحكم النهائي

وفق الأدلة العلنية المتاحة الآن: البرمجة تميل إلى DeepSeek V4-Pro Max، بينما صناعة المحتوى والترجمة بلا فائز موثق. رقم LiveCodeBench المنشور يعطي DeepSeek أفضلية واضحة في المقارنة مع K2.6 Thinking ، لكن اختيار نموذج للإنتاج يجب أن يضم اختباراتك الخاصة، بيئة النشر، التكلفة، وزمن الاستجابة، لا ترتيب معيار واحد فقط.