في خطوة قلبت موازين عالم الذكاء الاصطناعي، ظهر نموذج DeepSeek V3.1 فجأة على منصة Hugging Face… بدون أي إعلان مسبق، وبدون حملة دعائية، لكن بأرقام صادمة!

685 مليار معامل، نافذة سياق تصل إلى 128 ألف توكن، وأداء برقم قياسي 71.6% في اختبار Ader للبرمجة، متفوقًا على Claude Opus 4… والأهم؟ التكلفة أقل بـ 68 مرة من النماذج المغلقة! تخيل نفس المهمة التي تكلف 70 دولارًا، يمكن تنفيذها الآن مقابل دولار واحد فقط للشركات والمشاريع الناشئة.

لكن المفاجآت لم تتوقف عند الأرقام…
النموذج يتعامل مع مدخلات ضخمة تصل لعشرات آلاف الكلمات بدقة وسرعة، دون التباطؤ المعتاد في النماذج الثقيلة في الاستدلال.
بنية هجينة جديدة تجمع بين الاستدلال، المحادثة، والبرمجة في نموذج واحد، بعد دمج خطوط النماذج السابقة تحت اسم V3.1 فقط.
ميزات خفية اكتشفها الباحثون: رموز خاصة للبحث المباشر من الويب وللاستدلال الداخلي قبل الرد.

في الاختبارات، V3.1 تفوق على إصدارات DeepSeek السابقة، واقترب من أداء GPT-5 في الفهم اللغوي العام، وتجاوز النماذج المغلقة في بعض مهام المنطق والرياضيات.

إطلاقه المجاني لم يكن مجرد صدفة؛ بل يتماشى مع استراتيجية الصين في دعم المصادر المفتوحة لتسريع انتشار الذكاء الاصطناعي عالميًا حتى لو كان على حساب الأرباح قصيرة المدى. النتيجة؟ خلال ساعات، تصدر قوائم الترند على Hugging Face، والمجتمع التقني اشتعل بالنقاشات.

التأثير الأهم هو كسر فكرة أن بناء نماذج "الصف الأمامي" يتطلب مئات الملايين من الدولارات. الآن، فرق صغيرة، وشركات ناشئة، بل وحتى مطورين مستقلين، أصبح بإمكانهم الوصول لأدوات تنافس أكبر المختبرات الأمريكية… مجانًا أو بتكلفة زهيدة.

ورغم أن حجم النموذج الكامل يقارب 700 جيجابايت، فإن خدمات الاستضافة السحابية ستجعل تشغيله متاحًا للجميع تقريبًا. والسؤال الذي ستطرحه الشركات قريبًا: لماذا ندفع أسعارًا خيالية لنماذج مغلقة بينما لدينا نموذج مفتوح بنفس القوة تقريبًا؟

باختصار… DeepSeek V3.1 أعاد تعريف ما يمكن أن تقدمه النماذج مفتوحة المصدر: قوة، دقة، سرعة، وتكلفة منخفضة… وإذا كان هذا مجرد تمهيد لـ V4، فالصدمة الأكبر لم تأتِ بعد.

النموذج على Hugging face :
https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Base