عند الحديث عن الذكاء الاصطناعي المحلي، يدور النقاش عادة حول التنازلات. فإما أن تحصل على نموذج ضخم يحتاج إلى مزرعة خوادم كي يعمل، وإما على نموذج صغير يجد صعوبة في الاحتفاظ بالسياق طوال جلسة برمجة معقدة. يحطم DeepSeek-V4-Flash-0731 هذه الثنائية.
صدر Flash-0731 في 31 يوليو 2026 بوصفه ترقية لمرحلة ما بعد التدريب فقط، وهو يحتفظ تماماً ببنية خليط الخبراء السابقة: 284 مليار معامل إجمالاً و13 مليار معامل نشط. ومع ذلك، فالقدرات التي أطلقتها هذه الترقية مذهلة. إذ قفز إلى 82.7 على Terminal Bench 2.1، مقترباً بشدة من النموذج المغلق الثقيل Opus 4.8. وعلى DeepSWE، ارتفعت نتيجته من 7.3 المتواضعة إلى 54.4 المتقدمة. وهذا يثبت أنك لا تحتاج إلى تريليون معامل لبناء وكيل بمستوى متقدم؛ بل تحتاج إلى تعليم نموذج بالغ الكفاءة كيف يستخدم الأدوات، ويتنقل في الطرفية، ويتعافى من أخطائه.
يكمن سر Flash-0731 في تناثر بنيته. فنظراً إلى أن 13 مليار معامل فقط تنشط أثناء الاستدلال، يحتاج إلى عرض نطاق ترددي للذاكرة أقل بكثير من النماذج الكثيفة الضخمة أو نماذج خليط الخبراء الأثقل مثل GLM-5.2. وعند تكميمه بعناية باستخدام صيغ GGUF الديناميكية من Unsloth، تشغل نسخة الثلاثة بتات قرابة 103 غيغابايت من الذاكرة. وهذا يتجاوز عتبة مهمة: إذ يجعل البرمجة الذاتية بمستوى متقدم في متناول مطورين أفراد يستخدمون عتاداً بذاكرة موحدة سعتها 128 غيغابايت، بدلاً من قصرها على فرق المؤسسات التي تملك مجموعات متعددة من وحدات معالجة الرسومات.
هو أعمى تماماً عن الصور، كما أن اختبارات الذكاء العام المستقلة الحالية تضعه خلف إصدارات GLM وQwen Flash الأحدث. ومع ذلك، لا يزال قوياً في حالة استخدامه المقصودة: وكيل اقتصادي للنصوص والبرمجة يعمل على نظام من فئة 128 غيغابايت، وإن لم يعد بلا منافس.
ولا تزال رخصة MIT، وسياق المليون رمز، ودعم DSpark تجعل DeepSeek مخططاً مفيداً للذكاء الاصطناعي المحلي الكفؤ. الفارق أن هذا المخطط بات على الرف الرابع بدلاً من الأول: خياراً مركزاً للنصوص والبرمجة لمن يستطيع تخصيص نحو 103 غيغابايت ولا يحتاج إلى رؤية أصلية.
