DeepSeek V4 Flash Vision (Exp) مقابل DeepSeek V4 Flash: نفس السعر، أحدهما يرى

DeepSeek V4 Flash Vision (Exp) وDeepSeek V4 Flash هما نفس النموذج مع اختلاف واحد بالضبط، وهذا الاختلاف هو القصة بأكملها: نموذج الرؤية يرى الصور بينما نموذج النص لا يراها. أُطلق اليوم، 21 أغسطس 2026، كإصدار تجريبي، يحمل DeepSeek V4 Flash Vision (Exp) عقل النص الخاص بـDeepSeek V4 Flash دون تغيير — نفس سياق 1M توكن، نفس الحد الأقصى للإخراج 384K، نفس أسعار التوكنات — ويضيف إدخال الصور الذي يعيد ترتيب نتائجه في معايير الوكلاء حيث يفشل نموذج النص بهدوء. السؤال الحقيقي الوحيد هو ما إذا كانت كلمة "تجريبي" تكلفك أكثر مما توفر.

النموذجان

DeepSeek V4 Flash هو نموذج الأداء الاقتصادي الرسمي للشركة: نموذج خليط من الخبراء (Mixture-of-Experts) بإجمالي حوالي 284 مليار معامل و13 مليار معامل نشط، نصي فقط، مُحسَّن لأعباء العمل اليومية عالية التزامن، مع ميزانية تزامن تبلغ 2,500 رمزًا في الثانية على واجهة برمجة تطبيقات البائع. DeepSeek V4 Flash Vision (Exp) هو نفس عائلة الأوزان مع مُرمِّز رؤية في مقدمته، بنفس التسعير، ومُصنَّف كنسخة تجريبية. كل ما يقع أسفل العينين مشترك.

• المعلمات — Vision-Exp: 284B إجمالي / 13B نشط MoE مقابل V4-Flash: 284B إجمالي / 13B نشط MoE (نفس العائلة)

• الإدخال — Vision-Exp: نص + صور (JPEG, PNG, GIF, WebP) مقابل V4-Flash: نص فقط

• السياق — Vision-Exp: 1M رمز مقابل V4-Flash: 1M رمز

• أقصى إخراج — Vision-Exp: 384 ألف رمز مقابل V4-Flash: 384 ألف رمز

• أنماط التفكير — كلاهما يدعم التفكير وعدم التفكير

• صيغ API — كلاهما: Chat Completions, Messages, Responses

• السعر — متطابق (كلاهما يُفوتر بأسعار رموز V4-Flash في فترات الذروة وخارجها)

• الحالة — Vision-Exp: تجريبي، لا يوجد تاريخ للتوفر العام مقارنةً بـ V4-Flash: إصدار رسمي (V4-Flash-0731)

حيث تغيّر الرؤية لوحة النتائج

في النصوص الصرفة، تقول Deep​Seek إن الاثنين متكافئان، ولا يوجد سبب للشك في ذلك — فالنموذج البصري مبني على نفس القدرة النصية. يظهر الاختلاف في معايير تقييم الوكلاء التي تحتوي على لقطات شاشة ورسومًا بيانية وصور واجهات المستخدم، حيث يتجاهل النموذج النصي المحتوى متعدد الوسائط حرفيًا. جميع الأرقام أدناه مذكورة من قِبَل البائع في ملاحظة الإطلاق الصادرة اليوم، ولم تُستنسخ بشكل مستقل:

• ApexBench Pass@1 — Vision-Exp 36.5 مقابل V4-Flash 26.2

• Agents' Last Exam — Vision-Exp 27.3 مقابل V4-Flash 25.2

• Terminal-Bench 2.1 — Vision-Exp 83.9 مقابل V4-Flash 82.7

• NL2Repo — Vision-Exp 57.7 مقابل V4-Flash 54.2

• DeepSWE — Vision-Exp 59.3 مقابل V4-Flash 54.4

• Chartography — Vision-Exp 64.3 (لا يمكن لـ V4-Flash المحاولة)

• ZeroBench Pass@5 — Vision-Exp 35.0 (V4-Flash غير قادر على المحاولة)

القفزة الأكبر على الإطلاق هي ApexBench، حيث إضافة الرؤية ترفع النتيجة من 26.2 إلى 36.5 — تحرّك بعشر نقاط ليس لأن النموذج يفكر بجهد أكبر، بل لأنه أخيرًا يقرأ المهمة. بالنسبة لوكيل يعمل عبر شاشة — متصفح، أو سطح مكتب، أو طرفية بمخرجات معروضة — كان نموذج النص أعمى تمامًا عن الأجزاء التي تحمل المعلومات في المهمة.

سؤال السعر له إجابة واحدة

لا يوجد فرق في السعر، وهنا تصبح المقارنة خيارًا واضحًا في اتجاه واحد. تفرض DeepSeek V4 Flash Vision (Exp) نفس الأسعار تمامًا مثل DeepSeek V4 Flash، والتي منذ 16 أغسطس 2026، أصبحت أسعارها حسب فترات الذروة وخارجها:

• الإدخال، عدم وجود في الكاش — 0.22 دولار لكل مليون توكن خارج أوقات الذروة، 0.44 دولار في أوقات الذروة (لكلا النموذجين)

الإدخال، إصابة الكاش — $0.007 لكل 1M توكن خارج أوقات الذروة، $0.014 خلال الذروة (كلا النموذجين)

• الإخراج — 0.66 دولار لكل مليون رمز خارج أوقات الذروة، 1.32 دولار في أوقات الذروة (كلا النموذجين)

ساعات الذروة — 01:00–04:00 و06:00–10:00 UTC، لكلا النموذجين

التكلفة الإضافية الوحيدة التي تضيفها الرؤية هي الصورة نفسها: كل صورة تُقسَّم إلى رموز (tokens) يصل عددها إلى 384 رمزًا، لذا تكلّف لقطة الشاشة حوالي 0.0085 سنتًا خارج أوقات الذروة. حتى الوكيل المعتمد على الرؤية بشكل كبير الذي يقرأ 50 صورة في كل تشغيل يضيف أقل من سنت واحد من المدخلات. اختيار نموذج النص لتوفير المال هو اختيار البنسات على حساب البصر — التوفير ليس حقيقيًا.

متى تختار أيهما

اختر DeepSeek V4 Flash Vision (Exp) إذا كانت خطتك يمكن أن تستقبل صورة في أي وقت. وكلاء اختبار واجهات المستخدم والاختبار القائم على لقطات الشاشة، ووكلاء تصفح الويب الذين يحتاجون إلى قراءة الصفحة التي يعرضونها، واستخراج الرسوم البيانية والمخططات، ولقطات شاشة المستندات، والتقاط رسائل الخطأ من شاشة المستخدم — في كل هذه الحالات، نموذج الرؤية هو النموذج الأفضل بشكل صارم بنفس السعر. لا توجد عقوبة على جودة النص، وفقًا للبائع، لذا السبب الوحيد لعدم استخدامه هو الاستقرار.

اختر DeepSeek V4 Flash إذا كانت حركة المرور لديك نصًا خالصًا ولن يتغير أي شيء فيها. بالنسبة لإكمال الترميز والاسترجاع وحلقات الوكيل النصية فقط، يحقق النموذجان نفس النتيجة على النص، والإصدار الرسمي هو الخيار الأكثر أمانًا بحكم التعريف. إذا كنت تستخدم V4-Flash بالفعل ولا ترسل صورة أبدًا، فلا يوجد سبب للتبديل — ولا يوجد سبب لعدم وجود الخيار في إعدادات التوجيه لديك أيضًا.

الفرق الحقيقي الوحيد: الحالة التجريبية

كل ما فوق العينين متطابق؛ تكلفة الرؤية لا تُذكر؛ المعايير تفضّل نموذج الرؤية. العامل الوحيد الذي يمكن أن يُبقيك بشكل مشروع على DeepSeek V4 Flash في الإنتاج هو أن نموذج الرؤية تجريبي. تضع DeepSeek عليه هذا الوصف، ولا تقدم تاريخًا للإتاحة العامة، وتقول إنه غير موصى به للاستخدام في الإنتاج. العقل النصي الذي يقف خلفه مُثبت، لكن مسار الرؤية جديد، وسطح واجهة برمجية تجريبي هو بالضبط المكان الذي لا تريد فيه فشلًا صامتًا في الساعة الثانية فجرًا.

هذه هي النقطة الوحيدة التي لا تُحسم فيها المقارنةُ بالمواصفات، وهي أيضًا النقطة الوحيدة التي يغيّر فيها الموجّه الإجابة. على OrcaRouter، كلا النموذجين نشطان — deepseek/deepseek-v4-flash-vision-exp و deepseek/deepseek-v4-flash — خلف مفتاح API واحد، بسعر القائمة لدى المزوّد، مع تمريره دون أي زيادة. ولأن المنصة نفسها توجّه كليهما، يمكنك اعتماد نموذج الرؤية حيثما يجدِي نفعًا وتثبيت الباقي على الإصدار الرسمي، مع تبديل تلقائي عند الفشل بحيث لا يُسقِط أي خللٍ تجريبيٍّ خطَّ الإنتاج بأكمله. ستحصل على تحسُّنٍ بعشر نقاط في ApexBench في الاستدعاءات التي تحتاج إلى ذلك، وعلى استقرار الإصدار الرسمي في الاستدعاءات التي لا تحتاج إليه، دون عقدٍ ثانٍ أو مسارٍ برمجي ثانٍ.

خلاصة القول

إذا كان عبء العمل لديك قادرًا على استقبال الصور، فإن DeepSeek V4 Flash Vision (Exp) يتفوّق على DeepSeek V4 Flash في كل محور مهم، ولا يخسر إلا في المحور الوحيد الذي يمكنك هندسة حلول لتجاوزه: الوضع التجريبي. إذا كان عبء العمل نصًا صِرفًا، فالنموذجان متساويان في المخرجات، والإصدار الرسمي يتفوّق في الاستقرار. النموذجان ليسا منافِسين حقيقيين — نموذج الرؤية هو نموذج النص مع مهارة مفتوحة دون أي تكلفة إضافية. القرار الوحيد الجدير بالاتخاذ هو مقدار حركة المرور التي ترغب في توجيهها إلى واجهة برمجة تطبيقات تجريبية، وهذا قرار توجيه، وليس قرارًا يتعلق بالنموذج.