الخلاصة إن DeepSeek-V4-Flash-0731 (الصادر في 31 يوليو 2026) هو الإصدار الرسمي الجاهز للإنتاج من نموذج Mixture-of-Experts الفعال لدى DeepSeek (284B إجمالي / 13B معلمات نشطة، سياق 1M رمز). عبر تدريب لاحق مستهدف، يحقق قفزات دراماتيكية في الترميز العميلي، واستخدام الأدوات، والهندسة البرمجية متعددة الخطوات. يدعم أصلاً Responses API وOpenAI Codex. أما DeepSeek Harness فهو إطار العميل المصاحب (الوضع المصغر مستخدم بالفعل في التقييمات الرسمية؛ الإصدار الكامل قادم) المصمم لتحويل النموذج إلى عميل مستقل موثوق.
معاً يقدمان واحداً من أقوى نسب التكلفة إلى الأداء في الذكاء الاصطناعي العميلي بوزن مفتوح وبإتاحة عبر API حتى أغسطس 2026.
أهم النقاط
- قفزة عميلية كبرى عبر التدريب اللاحق فقط: نفس بنية 284B/13B كما في معاينة أبريل، لكن مع درجات أعلى بكثير (مثل: Terminal Bench 2.1: 82.7 مقابل 61.8؛ DeepSWE: 54.4 مقابل 7.3).
- يتفوّق على DeepSeek-V4-Pro (Preview) في عدة مقاييس للعميل رغم عدد المعلمات النشطة الأقل بكثير.
- منافس لنماذج مملوكة رائدة (قريب من Claude Opus 4.8 في عدة مهام عميليّة) بجزء بسيط من التكلفة.
- سياق أصلي 1M، ترميز تخميني (DSpark)، ثلاثة مستويات لجهد الاستدلال (منخفض/عالٍ/أقصى)، ترخيص MIT، أوزان مفتوحة.
- دعم رسمي لـ Responses API وCodex (CLI، تطبيق سطح المكتب، إضافة VS Code).
- DeepSeek Harness (الوضع المصغر مستخدم بالفعل في التقييمات) هو إطار العميل الرسمي في بيتا مغلقة؛ الإصدار العام متوقع قريباً. DeepSeek Harness يوفّر طبقة تشغيل العميل؛ النموذج + الـ Harness = عميل إنتاجي.
- مثالي لوكلاء الترميز عالي الحجم، وأتمتة الطرفية، واستخدام الأدوات، وتدفقات العمل طويلة السياق.
- الوصول إلى نماذج DeepSeek بتكلفة معقولة وبأدوات موحّدة عبر CometAPI (نقطة نهاية متوافقة مع OpenAI، تسعير تنافسي، توجيه متعدد النماذج).
ما الجديد في DeepSeek V4 Flash 0731؟
تغيير حالة الإصدار الرسمي
أهم تغيير في المنتج هو أن DeepSeek V4 Flash 0731 أصبح الآن الإصدار الرسمي لـ DeepSeek V4 Flash على الـ API، في بيتا عامة. يذكر سجل تغييرات DeepSeek ليوم 31 يوليو أن بإمكان المطورين الاستمرار في استدعاء نفس اسم النموذج، deepseek-v4-flash، للوصول إلى أحدث نسخة. هذا مهم لعملية الانتقال لأنه يتجنب شارة نموذج جديدة ويسمح للفرق باختبار التحديث خلف منطق التوجيه القائم.
كما تقول DeepSeek إن التحديث يرقّي واجهة V4 Flash API فقط. واجهة V4 Pro API ونماذج التطبيق/الويب لم تتغير في إصدار 31 يوليو، وقالت DeepSeek إن الإصدار الرسمي لـ V4 Pro سيتبع قريباً. بمعنى آخر، هذا ليس تحديثاً كاملاً لعائلة DeepSeek V4، بل تحديث مستهدف لـ Flash.
البنية بقيت نفسها، والتدريب اللاحق تغيّر
البنية الأساسية لم تتغير: نموذج Mixture-of-Experts (MoE) مع 284 مليار معلمة إجمالاً و13 مليار معلمة نشطة لكل رمز، وتصميم انتباه هجين محسن للسياق الطويل، وسياق أصلي بحجم 1 مليون رمز. وحدة ترميز تخميني (DSpark) مرفقة لتوليد أسرع. النموذج نصي فقط، يدعم مستويات جهد استدلال قابلة للضبط (منخفض / عالٍ / أقصى)، استدعاء الأدوات، المخرجات المهيكلة، وصدر تحت ترخيص MIT المتساهل.
هذا التفريق مهم. العديد من تحديثات النماذج تتحسن لأن النموذج يصبح أكبر. هذا التحديث أكثر إثارة للاهتمام لأن DeepSeek تدّعي قفزة عميلية كبيرة دون زيادة بصمة معلمات النموذج. يظل V4 Flash نموذج MoE بإجمالي 284B ونشط 13B، وهو أصغر بكثير في وقت الاستدلال مقارنة بتصميم V4 Pro بإجمالي 1.6T ونشط 49B.
قفزت درجات الترميز العميلي
تُظهر الجدول الرسمي لدى DeepSeek تحسينات كبيرة في مهام الطرفية، وبناء المستودعات، والأمن السيبراني، والهندسة البرمجية، واستخدام الأدوات، والأتمتة، والترميز كامل المكدس. أكبر قفزة مطلقة مقارنة بمعاينة Flash الأقدم كانت على DeepSWE: 54.4 مقابل 7.3، بزيادة 47.1 نقطة. تحسّن Cybergym بمقدار 38.0 نقطة، وDSBench-Hard بمقدار 33.8 نقطة، وDSBench-FullStack بمقدار 31.7 نقطة.
لهذا السبب يُناقش V4 Flash 0731 أقل كنموذج "سريع" عادي وأكثر كمرشح ليكون النموذج الافتراضي لوكلاء الترميز. عرض القيمة ليس مجرد محادثة رخيصة. بل هو استدلال عميل رخيص وطويل السياق وصديق للأدوات.
وصول دعم Responses API وCodex
يقول سجل تغييرات DeepSeek في 31 يوليو إن الإصدار الرسمي لـ V4 Flash يدعم أصلاً تنسيق Responses API ومكيّف خصيصاً لـ Codex. يذكر دليل Responses API لدى DeepSeek أن التنسيق أضيف لتلبية الطلب على Codex، ويستخدم عنوان الأساس https://api.deepseek.com، ويدعم حالياً deepseek-v4-flash.
هذا مهم لأن تدفقات عمل Codex ليست مجرد جلسات دردشة بسيطة. فهي تحتاج إلى عناصر إدخال وإخراج مهيكلة، عناصر استدلال، استدعاءات أدوات، عمليات تغيير ملفات، أحداث بث، محاسبة استخدام، ودمج مع عملاء وكلاء الترميز. دعم DeepSeek ليس نسخة مطابقة تماماً لكل إمكانيات OpenAI Responses API، لكنه كافٍ لجعل V4 Flash مرشحاً عملياً للغاية للتجارب على وكلاء الترميز.
مقاييس الأداء للإصدار الرسمي V4-Flash
محاذير المقاييس التي يجب ألا يتجاهلها المطورون
تُظهر نتائج التقييم الرسمية (المذكورة على بطاقة نموذج DeepSeek) قفزات كبيرة مقارنة بالمعاينة، وبشكل لافت مقارنة بمعاينة V4-Pro الأكبر بكثير في مهام محورها العميل. استُخدم في تقييمات وكلاء الشيفرة وضع "الحد الأدنى" من DeepSeek Harness (سيصدر) مع أقصى جهد استدلال، temperature = 1.0، top_p = 0.95.
وهذا له نتيجتان. أولاً، نتيجة النموذج هي جزئياً نتيجة "النموذج + الـ Harness". إذا كان تشغيل العميل لديكم يملك أدوات مختلفة، أو صلاحيات صدفة مختلفة، أو إدارة سياق، أو محاولات إعادة، أو قواعد تصحيح، أو تعامل مع الإخفاقات مختلفاً، فقد لا تحصلون على نفس الدرجات. ثانياً، يظل التكرار المستقل محدوداً حتى تصدر DeepSeek ما يكفي من الـ Harness وإعدادات التقييم لكي تتمكن الفرق الخارجية من إجراء اختبارات قابلة للمقارنة.
جدول المقاييس الرسمي لدى DeepSeek
| Benchmark | V4-Flash-0731 | V4-Flash Preview | V4-Pro Preview | GLM-5.2 | Opus-4.8 |
|---|---|---|---|---|---|
| Terminal Bench 2.1 | 82.7 | 61.8 | 72.1 | 81.0 | 85.0 |
| NL2Repo | 54.2 | 39.4 | 38.5 | 48.9 | 69.7 |
| Cybergym | 76.7 | 38.7 | 52.7 | — | 83.1 |
| DeepSWE | 54.4 | 7.3 | 12.8 | 46.2 | 58.0 |
| Toolathlon-Verified | 70.3 | 49.7 | 55.9 | 59.9 | 76.2 |
| Agents’ Last Exam | 25.2 | 15.8 | 16.5 | 23.8 | 25.7 |
| AutomationBench Public | 25.1 | 10.8 | 12.8 | 12.9 | 27.2 |
| DSBench-FullStack † | 68.7 | 37.0 | 41.8 | 61.8 | 71.6 |
| DSBench-Hard † | 59.6 | 25.8 | 31.1 | 54.5 | 71.7 |
عبر هذه المقاييس التسعة، يحقق V4 Flash 0731 متوسط 55.2. تحقق معاينة V4 Flash القديمة متوسط 29.6، وتحقق معاينة V4-Pro متوسط 34.9. وهذا يعني أن V4 Flash 0731 أعلى بنحو 25.6 نقطة من معاينة Flash وبنحو 20.3 نقطة من معاينة V4-Pro وفق هذا الجدول.
إشارات من طرف ثالث
يذكر ARC Prize أن V4 Flash 0731 عند أقصى جهد حقق 89.0% على ARC-AGI-1 Semi-Private و61.4% على ARC-AGI-2 Semi-Private، مع تكاليف مذكورة قدرها $0.02 و$0.04 لكل مهمة. هذه ليست مقاييس وكلاء الشيفرة، لكنها تدعم الرأي الأوسع بأن النموذج منافس في مهام الاستدلال عند تشغيله بجهد أعلى.
الزيادات لافتة خصوصاً على DeepSWE (حلقة وكيل الهندسة البرمجية) وCybergym. تقيس مصادر مستقلة (مثل Artificial Analysis) أرقام Terminal-Bench أدنى قليلاً لكن ما زالت قوية حول 79%، مؤكدة اتجاه التحسن ومذكرة بأن أرقام البائعين مع الـ Harness تميل إلى التفاؤل.
سياق إضافي من تقييمات V4 السابقة ومجمّعات طرف ثالث يُظهر أداء قوياً في المعرفة والترميز عند وضع الاستدلال الأقصى (GPQA Diamond نحو 88–91%، LiveCodeBench في الثمانينات العالية إلى التسعينات حسب المصدر). التدريب اللاحق 0731 تحديداً فتح موثوقية عميليّة افتقدتها المعاينة.
DeepSeek-V4-Flash يدعم الآن Responses API وCodex
إضافة استراتيجية الأهمية هي الدعم الأصلي لـ OpenAI’s Responses API. تؤكد الوثائق الرسمية لـ DeepSeek أن Responses API يدعم حالياً deepseek-v4-flash (ومن المتوقع دعم Pro في أوائل أغسطس 2026). يظل عنوان الأساس هو https://api.deepseek.com.
هذا ترقية كبيرة في تجربة المطور. قبل دعم Responses API وCodex، كان يمكن استدعاء DeepSeek V4 Flash كنموذج نصي بالفعل، لكن كان على وكيل الترميز أن يجسر المزيد من تفاصيل التكامل بنفسه. الآن يمكن استخدام النموذج داخل تدفقات عمل تتوقع دلالات بأسلوب Responses.
ما الذي يتضمنه دعم Responses API
ينشئ Responses API لدى DeepSeek استجابة نموذج بتنسيق OpenAI Responses API عند /responses. يدعم Responses API حقول model، input، instructions، stream، temperature، top_p، max_output_tokens، top_logprobs، الأدوات، اختيار الأداة، جهد الاستدلال، تنسيق النص، وتقرير الاستخدام. الواجهة عديمة الحالة، لذا على العملاء إرسال سجل المحادثة كاملاً للتفاعلات متعددة الأدوار.
أهم تفاصيل التوافق عملية:
deepseek-v4-flashهو النموذج الوحيد المدعوم حالياً لـ Responses API.- تُعامل رسائل
developerكرسائلsystem. - مدعوم: أدوات الدوال، البث، ضبط جهد الاستدلال، والبحث على الويب من جهة الخادم.
- نوع الأداة المخصص مدعوم فقط لـ
apply_patch، وهو ما يهم لتوافق Codex. - غير مدعوم: إدخالات الصور والملفات؛ تُستبدل أجزاء الصورة بنص نائب.
- غير مدعوم:
previous_response_id،conversation،store، الوضع الخلفي، البيانات الوصفية وبعض ميزات إدارة السياق. - قد تُتجاهل المعاملات غير المدعومة بصمت، لذا ينبغي لعملاء الإنتاج اختبار السلوك المتوقع صراحة.
بالنسبة للمطورين، النقطة الأساسية هي أن دعم Responses API ليس مجرد تفصيل نحوي. إنه يسمح لـ DeepSeek V4 Flash بالتحرك ضمن بروتوكول تستخدمه وكلاء الترميز الحديثة، خصوصاً حيث يجب تمثيل استدعاءات الأدوات، أحداث البث، عناصر الاستدلال، وتطبيق التصحيحات بشكل متسق.
تصميم عديم الحالة (العميل يدير سجل المحادثة). مثال (Python):
from openai import OpenAI
client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")
response = client.responses.create(
model="deepseek-v4-flash",
instructions="You are a helpful coding assistant.",
input="Refactor this Python function for better readability...",
reasoning={"effort": "max"}
)
print(response.output_text)
التفاصيل الكاملة ودليل تكامل Codex: DeepSeek API Docs – Responses API وIntegrate with Codex.
ماذا يعني دعم Codex
يذكر دليل تكامل Codex لدى DeepSeek أن Codex يتحدث إلى النماذج عبر Responses API، والذي تدعمه DeepSeek الآن أصلاً. هذا يمكّن التكامل المباشر مع Codex (نظام وكلاء الترميز لدى OpenAI — CLI، تطبيق ChatGPT لسطح المكتب، وإضافة Codex لـ VS Code).
يمكن للمطورين ضبط مزود مخصص مرة واحدة عبر سكربت إعداد أو بتعديل ~/.codex/config.toml وملف كتالوج النماذج. بعد الإعداد، سيتعرف عملاء Codex على DeepSeek-V4-Flash ويمكنهم استخدام قدراته في استدعاء الأدوات، apply_patch، البحث على الويب، والاستدلال.
DeepSeek V4 Flash مقابل DeepSeek V4 Pro
| الجانب | V4-Flash-0731 | V4-Pro (typical / Preview) |
|---|---|---|
| إجمالي/نشط المعلمات | 284B / 13B | ~1.6T / 49B |
| نافذة السياق | 1M رموز | 1M رموز |
| نقاط القوة | ترميز عمّيلي، طرفية، تكلفة، سرعة | أعمق استدلال، معرفة، أصعب المهام |
| التفوق في مقاييس العميل | يتفوق في حزمة العميل المنشورة 0731 | أقوى في المعرفة الخالصة والمهام متعددة الملفات المعقدة في تقييمات سابقة |
| تسعير API النموذجي | ~$0.14 دخول / $0.28 خروج (أقل بكثير مع التخزين المؤقت) | أعلى بكثير (تاريخياً 3–12×) |
| الأنسب لـ | وكلاء عاليي الحجم، حلقات ترميز إنتاجية، تطبيقات حساسة للتكلفة | أبحاث الحدود، أقصى قدرات لمهام فردية |
| أوزان مفتوحة | نعم (MIT) | نعم (MIT) |
أيهما ينبغي أن يستخدمه المطورون أولاً؟
في مقاييس العميل المحددة المنشورة مع 0731، يتفوّق نموذج Flash الأصغر على معاينة Pro عبر اللوحة. أما في الاسترجاع المعرفي الخالص أو أصعب مسائل الاستدلال المطلقة، فما يزال Pro يحتفظ بأفضلية في كثير من التقييمات المستقلة والسابقة. عملياً، باتت فرق كثيرة تعتمد Flash افتراضياً لمعظم أحمال العمل العميليّة وتوجّه فقط المهام الأكثر تطلباً إلى Pro (أو نماذج حدودية أخرى).
وهنا تبرز فائدة CometAPI. بدلاً من تثبيت نموذج واحد في كل الأحمال، استخدم CometAPI لمركزة اختيار النموذج، التسجيل، تتبع التكلفة، وسياسات التراجع. على سبيل المثال:
- استخدم V4 Flash لتلخيص المستودعات، تخطيط إعادة الهيكلة، مسودات مراجعة الشيفرة، الاختبارات المتولدة، الاستخراج المهيكل، الأسئلة والأجوبة طويلة السياق، وحلقات العميل المتكررة.
- صعّد إلى V4 Pro أو نموذج متميز آخر عندما تكون المهمة عالية المخاطر تجارياً، أو غامضة المتطلبات، أو تتضمن شيفرة إنتاج حساسة، أو عند تكرار الفشل.
- تتبّع المؤشر النهائي المهم: الإصلاحات المقبولة لكل دولار، المهام الناجحة لكل ساعة، أو دقائق المراجعة البشرية المُوفَّرة.
ما هو DeepSeek Harness؟
DeepSeek Harness هو إطار العميل/طبقة التشغيل الرسمية التي تبنيها DeepSeek لتحويل نماذجها إلى عملاء مستقلين موثوقين. تصوغ الشركة المعادلة ببساطة: النموذج + الـ Harness = عميل.
استخدمت التقييمات الرسمية لـ V4-Flash-0731 بالفعل “الوضع المصغر” من DeepSeek Harness. المنتج الكامل ما يزال في طريقه للإطلاق (كان التوظيف والاختبارات المبكرة نشطة بين أواخر يوليو وأوائل أغسطس 2026). يقود الفريق Cui Tianyi (خلفية في أنظمة التداول الكمي)، وتؤكد أوصاف الوظائف على التكامل العميق مع ميزات DeepSeek-V4 مثل التخزين المسبق في المقدمة، إدارة السياق الطويل، تحسين KV-cache، تسلسل استخدام الأدوات، التعافي من الأخطاء، وإعادة المحاولة التلقائية.
الـ Harness ليس مغلفاً عاماً على طريقة LangChain. إنه يُصمم بالتوازي مع النموذج بحيث تستغل إدارة السياق، وتنظيم الأدوات، وجمع الأدلة، وحلقات الإصلاح، كفاءات V4 الخاصة (الاهتمام المتناثر، التخزين المؤقت، أوضاع الاستدلال). توجد مشاريع مجتمعية وحزم طرف ثالث أيضاً، لكن الـ Harness الرسمي يهدف إلى أقصى اقتران ممكن بين النموذج وطبقة التشغيل.
وعند إطلاقه الكامل، يُتوقع أن يوفّر:
- حلقات عميل مهيكلة للترميز والأتمتة.
- بوابات أمان وتدفقات موافقة.
- معالجة سياق فعّالة للمهام طويلة الأفق.
- قابلية للرصد وإنتاج المخرجات الأثرية.
وحتى الإصدار الكامل، يمكن للمطورين تحقيق نتائج قوية بالفعل عبر إقران V4-Flash-0731 مع أطر عمل العملاء القائمة أو باستخدام مسار Responses API + Codex.
التسعير، الإتاحة، والنشر العملي
- تسعير API الرسمي (تقريبي): $0.14 لكل 1M رموز إدخال (فشل التخزين المؤقت)، نحو $0.0028–0.03 عند نجاح التخزين المؤقت، $0.28 لكل 1M رموز إخراج. حدود توافر متزامن عالية.
- أوزان مفتوحة تحت MIT على Hugging Face؛ إصدارات GGUF مُكمَّمة متاحة على نطاق واسع للاستخدام المحلي/الاستضافة الذاتية (تتطلب VRAM كبيراً — الدقة الكاملة ضخمة).
- يحافظ الترميز التخميني (DSpark) والانتباه الهجين على كفاءة الاستدلال طويل السياق نسبياً.
- محركات الاستدلال المدعومة: vLLM، SGLang، وأخرى مع وصفات موثقة.
بالنسبة لفرق كثيرة، أسهل مسار إنتاج هو بوابة متوافقة مع OpenAI. توفر CometAPI وصولاً موحداً إلى نماذج DeepSeek (بما فيها سلسلة V4) إلى جانب مئات النماذج الأخرى عبر نقطة نهاية واحدة (https://api.cometapi.com/v1). الفوائد تشمل تبسيط التوجيه متعدد النماذج، تسعيراً تنافسياً أو مخفّضاً مقارنة بالمزودين المباشرين، تحليلات الاستخدام، والقدرة على التبديل بين Flash وPro ونماذج أخرى دون تغيير شيفرة التطبيق. هذا مفيد بشكل خاص للأنظمة العميليّة التي قد تتراجع أو تُوجِّه حسب الصعوبة/التكلفة.
اعتباراً من هذا المقال، أدرج CometAPI لنموذج DeepSeek V4 Flash سعراً ابتدائياً قدره $0.12 لكل 1M رموز إدخال، وسعر إخراج $0.24 لكل 1M رموز في جدول المقارنة، ووقت تشغيل 100.0% على مدى 24 ساعة، وزمن استجابة ملحوظ 2941 ملّي ثانية. كما تحذّر DeepSeek من احتمال ارتفاع أسعار API الإجمالية قريباً. وبما أن أسعار المزودين قد تتغير، فاللغة الآمنة للنشر هي: تحقق من كتالوج CometAPI الحي وتسعير DeepSeek الرسمي قبل الالتزام بميزانيات الإنتاج.
توصيات عملية للمطورين والفرق
- ابدأ بـ Flash-0731 للترميز العميلي — نسبة التكلفة/الأداء حالياً ممتازة لتدفقات الطرفية، المستودعات، وتعدد الأدوات. استخدم أقصى جهد استدلال + حلقات بأسلوب Harness للمهام الأصعب.
- للاستدلال المحلي، حمّل من Hugging Face واتبع وصفات vLLM/SGLang الرسمية التي تمكّن DSpark.
- تكامل عبر Responses API إذا كنت تستخدم Codex بالفعل أو ترغب بدلالات حديثة لاستدعاء الأدوات.
- استضف ذاتياً أو استخدم أوزاناً مُكمَّمة لتحقيق أقصى تحكّم بالتكلفة وخصوصية البيانات.
- وجّه بذكاء — Flash للحجم، وPro (أو نماذج كبيرة أخرى) للذيل الطويل من المشكلات بالغة الصعوبة.
- فكّر في CometAPI للوصول المبسّط متعدد النماذج، خصوصاً إن كان رصيدك التقني يخلط بالفعل بين DeepSeek ومزودين آخرين.
الخلاصة
يمثل DeepSeek-V4-Flash-0731 لحظة محورية في الذكاء الاصطناعي العميلي الفعّال. فمن خلال تقديم أداء عميلي منافس للحدود عبر MoE مدمج نسبياً (13B نشط) بفضل تدريب لاحق مركّز، وإقرانه بـ Harness مُخصص وبسياقات API حديثة (Responses + Codex)، أعادت DeepSeek ضبط التوقعات لوكلاء الترميز والأتمتة ذوي التكلفة المعقولة.
سواء استضفت الأوزان المفتوحة محلياً، أو استدعيت الـ API الرسمي، أو وجّهت عبر بوابة موحّدة مثل CometAPI، فإن V4-Flash-0731 + منظومة الـ Harness المتطورة يقدمان أساساً عالي الأداء وفعّال التكلفة للجيل القادم من العملاء الذكيين.
الأسئلة الشائعة
ما هو DeepSeek V4 Flash 0731؟
هو الإصدار الرسمي للبيتا العامة من DeepSeek V4 Flash على واجهة DeepSeek API، والمعلن عنه في سجل تغييرات 31 يوليو 2026. يحل محل الإصدار المعاين مع الإبقاء على نفس اسم النموذج، deepseek-v4-flash.
ما الجديد في DeepSeek V4 Flash 0731؟
التغييرات الرئيسية هي أداء أقوى في مقاييس العميل، دعم أصلي لـ Responses API، تكييف مع Codex، وبناء رسمي لـ V4 Flash بعد تدريب لاحق. تقول DeepSeek إن بنية النموذج وحجمه بقيا كما في الإصدار المعاين.
هل يدعم DeepSeek V4 Flash 0731 خدمة Codex؟
نعم. يذكر دليل Codex لدى DeepSeek أن deepseek-v4-flash هو النموذج الوحيد المدعوم حالياً لتكامل Codex. يعمل عبر Responses API ويمكن تهيئته لـ Codex CLI، تطبيق ChatGPT لسطح المكتب، وامتداد Codex لبيئة VS Code.
ما هو DeepSeek Harness؟
DeepSeek Harness هو إطار العميل لدى DeepSeek لتحويل نماذج اللغة إلى وكلاء ترميز أو تدفق عمل مستقلين. تصف التقارير العامة الـ Harness كطبقة تدير الأدوات، السياق، الملفات، تنفيذ الأوامر، والتدفقات متعددة الخطوات. استخدمت DeepSeek وضع Harness المصغر في إعداد مقاييس V4 Flash 0731.
كيف يمكنني الوصول إلى DeepSeek V4 Flash عبر CometAPI؟
استخدم نقطة النهاية المتوافقة مع OpenAI لدى CometAPI مع معرّف النموذج deepseek-v4-flash. توفر صفحة نموذج CometAPI أمثلة cURL وPython وJavaScript لـ /v1/chat/completions، بالإضافة إلى مواصفات النموذج، التسعير، ومعلومات وقت التشغيل.
هل DeepSeek V4 Flash أفضل من DeepSeek V4 Pro؟
بالنسبة لجدول مقاييس 31 يوليو، يتفوّق V4 Flash 0731 على معاينة V4-Pro عبر مقاييس العميل المدرجة. هذا لا يعني أن Flash دائماً أفضل من Pro. V4 Pro أكبر وما يزال أقوى في كثير من مهام المعرفة الثقيلة والاستدلال الصعب وفق بطاقة النموذج. استخدم Flash كخيار افتراضي لأحمال العمل العميليّة الحساسة للتكلفة، وPro كمسار تصعيد.