DeepSeek V4 Flash: نموذج 284 مليار معلمة يعمل على حاسوب محمول

سالفاتوري سانفيليبو، مبتكر Redis، فعل ما قالت مختبرات التريليونات إنه مستحيل — بنى محرك استدلال يشغل نموذجاً حدودياً من 284 مليار معلمة على حاسوب محمول يمكنك شراؤه اليوم.

خلاصة — DeepSeek V4 Flash (284B معلمة، 13B نشطة، MoE) يعمل الآن محلياً عبر محرك ds4 على MacBook بسعة 128 جيجابايت رام. تكميم مخصص ثنائي البت، ذاكرة تخزين KV على SSD، سياق مليون رمز، واجهة برمجة متوافقة مع OpenAI — وتكلفة صفرية لكل رمز.

ملخص تنفيذي

في 24 أبريل 2026، أصدرت DeepSeek سلسلة V4: نموذجان من نوع Mixture-of-Experts ينافسان GPT-5.4 و Claude Opus 4.6 في المقاييس الرئيسية. كان النموذج الأبرز هو V4 Pro (1.6 تريليون معلمة، 49B نشطة)، لكن الإصدار الأكثر تأثيراً قد يكون V4 Flash — نموذج MoE من 284B معلمة مع 13B نشطة فقط لكل رمز، نافذة سياق مليون رمز، ورخصة MIT.

ثم أصدر سالفاتوري سانفيليفو (antirez) ds4، محرك استدلال بلغة C من ملف واحد مصمم خصيصاً لـ V4 Flash على Apple Metal. المجموعة تضم نموذجاً من الفئة الحدودية في حوالي 70 جيجابايت من الذاكرة باستخدام تكميم مخصص وتتعامل مع SSD كمواطن من الدرجة الأولى لذاكرة KV. النتيجة: استدلال من فئة GPT-5، بتكلفة صفرية لكل رمز، سيادة كاملة على البيانات، ويعمل على MacBook يمكنك شراؤه من متجر Apple اليوم.

الأرقام الرئيسية: V4 Flash Max يسجل 91.6% في LiveCodeBench (مقابل 88.8% لـ Opus 4.6)، 94.8% في HMMT 2026 Feb (مقابل 96.2% لـ Opus 4.6)، و 79% في SWE-Bench Verified — ضمن 1.8 نقطة من Claude Opus 4.6. بسعر 0.14 دولار/مليون رمز إدخال عبر API الرسمي، إنه أرخص بحوالي 50 مرة من Opus 4.6. ومع ds4، تصبح تكلفة API صفراً.

دعنا نحلل كيف يعمل هذا حقاً ولماذا هو مهم.

ما هو DeepSeek V4 Flash؟

DeepSeek V4 Flash هو النسخة "السريعة" من سلسلة الجيل الرابع من نماذج DeepSeek، المصممة خصيصاً للاستدلال السريع والفعال مع الاحتفاظ بقدرات حدودية.

عدد 13B معلمة نشطة هو الرقم السحري. يخزن النموذج 284B معلمة من المعرفة عبر مئات الوحدات الخبيرة، لكنه ينشط فقط 13B لكل رمز. هذا يعني أن تكلفة الحساب لكل خطوة توليد مماثلة لنموذج كثيف من 13B، بينما عمق المعرفة ينافس نماذج أكبر بـ 20 مرة.

خلاصة: V4 Flash ليس نموذجاً "صغيراً" يلعب فوق وزنه. إنه نموذج MoE كبير محسّن للتنشيط المتناثر — وهذا ما يجعل الاستدلال المحلي ممكناً.

الابتكار الأساسي: محرك ds4 من مبتكر Redis

سالفاتوري سانفيليفو — antirez، مبتكر Redis — بنى ds4: محرك استدلال بلغة C من ملف واحد لـ DeepSeek V4 Flash على Apple Metal. إنه ضيق عمداً: نموذج واحد، منصة أجهزة واحدة، أداء أقصى.

لماذا ليس llama.cpp أو vLLM؟ المحركات العامة تحسّن للاتساع (تشغيل نماذج متعددة). ds4 يحسّن للـ عمق — تشغيل نموذج واحد بشكل مثالي. بتقييد المشكلة لبنية V4 Flash، تمكن antirez من تطبيق تحسينات خاصة بالنموذج لا تستطيع المحركات العامة مضاهاتها.

تكميم مخصص ثنائي البت

ملفات GGUF الخاصة بـ ds4 تستخدم مخطط تكميم مبني خصيصاً تم التحقق منه مقابل logits الرسمية لـ DeepSeek بأحجام سياق متعددة. هذا ليس Q2_K مع فقدان الجودة — إنه مخطط ضغط يحافظ على الدقة بينما يقلص النموذج الكامل من 284B إلى حوالي 70 جيجابايت من الذاكرة.

SSD كذاكرة تخزين KV من الدرجة الأولى

الاستدلال التقليدي يحتفظ بذاكرة التخزين KV في RAM، مما يحد السياق للذاكرة المتبقية بعد تحميل النموذج. بنية الانتباه الهجينة لـ V4 Flash تضغط بالفعل ذاكرة KV إلى 10% من حجم الجيل السابق. ds4 يستغل هذا بمعاملة SSD كمواطن من الدرجة الأولى لذاكرة KV. النتيجة: سياق مليون رمز على MacBook، مع استمرار ذاكرة KV عبر عمليات إعادة التشغيل.

تنفيذ Metal أصلي

بدون طبقة تجريد GGML. بدون حمل زائد. ds4 هو منفذ رسم بياني Metal مباشر مع تحميل خاص بـ V4 Flash وعرض prompts وإدارة حالة. هذا يزيل كل طبقات الوساطة بين الكود ووحدة معالجة الرسوم.

API جاهزة للوكلاء

ds4 يعرض واجهات HTTP متوافقة مع OpenAI و متوافقة مع Anthropic. تم اختباره مع Claude Code و opencode وأطر وكلاء أخرى. هذه ليست تجربة بحثية — إنها بنية تحتية إنتاجية لسير عمل الوكلاء.

خلاصة: مطور واحد، بمساعدة الذكاء الاصطناعي، بنى محرك استدلال يفعل ما كانت تفعله مجموعات GPU قبل عام. التأثير المركب للنماذج مفتوحة الأوزان والاستدلال المخصص يتسارع أسرع مما توقعه أي أحد.

أداء المقاييس

الأرقام أدناه تقارن V4 Flash Max (أقصى جهد استدلال) ضد النماذج الحدودية المغلقة المصدر في المقاييس الرئيسية من تقرير DeepSeek الرسمي.

V4 Flash Max على مسافة قريبة من الحدود — متأخر بـ 1–5 نقاط في معظم المقاييس بينما يكلف 50 مرة أقل لكل رمز.

خلاصة: الفجوة بين النماذج الحدودية "المحلية" و "السحابية" ضاقت إلى درجة أنه، بالنسبة لمعظم مهام البرمجة والاستدلال العملية، الفرق غير ملحوظ.

لماذا هذا مهم: 4 آثار

1. نهاية التسعير لكل رمز للذكاء الاصطناعي الحدودي

MacBook Pro بسعة 128 جيجابايت رام يكلف حوالي 4,000–7,500 دولار. هذا شراء أجهزة لمرة واحدة يمنحك استدلالاً حدودياً غير محدود. قارن هذا بـ 2,000–8,000 دولار شهرياً في تكاليف API السحابية. نقطة التعادل هي أقل من 3 أشهر للمستخدمين المكثفين.

2. سيادة البيانات بدون تنازلات

عندما يعمل الاستدلال محلياً، بياناتك لا تغادر أجهزتك أبداً. للصناعات الخاضعة للتنظيم، هذا أقوى موقف امتثال.

3. بنية تحتية للوكلاء بتكلفة هامشية صفرية

ds4 يعرض API متوافقة مع OpenAI. أطر الوكلاء الحالية يمكنها التوجه إلى MacBook المحلي بدلاً من خوادم OpenAI. وكلاؤك يحصلون على استدلال من المستوى الحدودي بتكلفة هامشية صفرية لكل طلب.

4. مرونة المصدر المفتوح ضد احتجاز البائع

DeepSeek V4 Flash مرخص بـ MIT. ds4 مفتوح المصدر (MIT). لا يمكن لأحد إبطال النموذج أو تغيير الأسعار أو تقييد الوصول. أنت تملك المجموعة بأكملها.

خلاصة: الذكاء الاصطناعي الحدودي المحلي ليس توقعاً مستقبلياً — إنه متاح اليوم. السؤال هو ما إذا كانت شركتك تبدأ في استخدامه الآن أم تستمر في استئجار الذكاء بالرمز.

الخلاصة النهائية

سالفاتوري سانفيليفو، يعمل بمفرده بمساعدة الذكاء الاصطناعي، بنى محرك استدلال يشغل نموذجاً حدودياً من 284 مليار معلمة على حاسوب محمول. DeepSeek أصدرت أوزان النموذج مجاناً. المجموعة تقدم استدلالاً من فئة GPT-5 بتكلفة صفرية لكل رمز مع سيادة كاملة على البيانات.

هذا ليس توقعاً مستقبلياً. إنه متاح اليوم.

مستعد لتشغيل الذكاء الاصطناعي الحدودي محلياً؟ اطلع على ds4 على GitHub واحصل على أوزان DeepSeek V4 Flash من Hugging Face.