التحديث: في 21 أغسطس 2026 أعلنت DeepSeek رسميًا عن إتاحة نموذج DeepSeek-V4-Flash-Vision-Exp عبر منصتها للمطورين، ليكون بذلك أول نموذج تجريبي من عائلة V4-Flash يدعم فهم الصور إلى جانب النصوص. الإعلان جاء في السجل الرسمي للتحديثات على موقع وثائق الواجهة البرمجية، ومصحوبًا بصفحة أسعار محدّثة تضع النموذج الجديد في تبويب مستقل باسم «النماذج المتعددة الوسائط التجريبية».
الخبر قد يبدو تقنيًا للوهلة الأولى، لكنه في حقيقته خبر اقتصادي بالدرجة الأولى: نموذج يستطيع قراءة الصور والمستندات والفواتير وجداول البيانات، بأسعار قريبة من أسعار النماذج النصية الأرخص في السوق. وفي هذا الدليل المفصّل نشرح ما الذي أُطلق بالضبط، وكم سيكلفك فعليًا، وماذا يعني لعملك إن كنت تكتب محتوى، أو تصمم مواد بصرية، أو تدير صفحات ونشرات بريدية.
القصة في ثلاثين ثانية
DeepSeek أضافت الرؤية إلى عائلتها الاقتصادية: نموذج تجريبي واحد يقرأ النصوص والصور ويولّد الصور، عبر ثلاث واجهات برمجية معروفة. السعر المعروض في الصفحة الرسمية يبدأ من 0.007 دولار لكل مليون رمز إدخال خارج الذروة، والصور حتى 384×384 تُحاسَب كنصوص، ورفع الملفات مجاني. الفائدة الأكبر لصانع المحتوى: وصف المنتجات من صورها وتحويل المستندات واللقطات إلى نصوص بكميات كبيرة بتكلفة تقارب الصفر — مع التنبيه أنه نموذج تجريبي قد يتغير، فجرّبه بمهمة صغيرة أولًا قبل الاعتماد عليه.
ما هو V4-Flash-Vision-Exp بالضبط؟
الاسم الطويل يفكك إلى ثلاثة أجزاء توضح الفكرة كاملة:
- V4-Flash: النموذج مبني على عائلة V4-Flash التي أطلقتها DeepSeek سابقًا كخيارها السريع والاقتصادي للنصوص، والذي غطّينا إطلاقه في تقارير سابقة على هذا الموقع.
- Vision: القدرة الجديدة المضافة؛ النموذج لم يعد يقرأ النص فقط، بل يستقبل الصور ضمن الرسالة ويفهم محتواها: ما فيها من كائنات ونصوص وجداول ورسوم بيانية وعلاقات مكانية.
- Exp: اختصار لكلمة Experimental؛ أي تجريبي. وهذا تصنيف رسمي من DeepSeek نفسها وليس تقديرًا منا، وله تبعات عملية سنشرحها في قسم القيود أدناه.
بحسب جدول المقارنات المنشور في الإعلان الرسمي، يحافظ النموذج على مستوى النموذج النصي V4-Flash في المهام النصية، ويقترب في المهام متعددة الوسائط من مستوى Opus-4.8، وهو أغلى نماذج السوق وأكثرها قدرة. بعبارة أخرى: أنت لا تدفع مقابل «نسخة مثقلة» من Flash، بل تحصل على قدرة رؤية متقدمة بفئة سعرية اقتصادية.
ماذا يستطيع أن يفعل عمليًا؟
النموذج متاح عبر ثلاث واجهات برمجية رسمية: Chat Completions المعتادة، وواجهة Messages، وواجهة Responses، ما يعني أن مطوري التطبيقات يستطيعون تفعيل الرؤية داخل أدواتهم القائمة بتعديلات طفيفة بدل إعادة بناء تكاملاتهم من الصفر. أما على مستوى الاستخدام اليومي، فالسيناريوهات الأكثر شيوعًا التي يفتحها فهم الصور بأسعار زهيدة تشمل:
- وصف الصور وترجمتها إلى محتوى: ارفع صورة منتج بسيطة واطلب وصفًا تسويقيًا كاملًا، أو منشورًا لوسائل التواصل، أو نصًا بديلًا وصفيًا للصورة في موقعك.
- قراءة المستندات المصورة: فواتير وعقود وتقارير بصيغة صور أو مسوحات ضوئية، واستخراج البيانات منها إلى جداول أو ملخصات.
- فهم لقطات الشاشة: صورة من لوحة تحكم أو أداة، فيشرح لك النموذج ما تراه أو يستخرج الأرقام منها أو يحولها إلى تعليمات مكتوبة.
- تحليل الرسوم البيانية والإنفوجرافيك: أرسل صورة رسم بياني من تقرير منافس أو دراسة، واطلب تحويله إلى نص أو استخراج نقاطه الرئيسية.
- توليد الصور نفسها: الإعلان الرسمي يتضمن إتاحة توليد الصور عبر النموذج أيضًا، مع قاعدة تسعير خاصة بالصور سنفصلها بعد قليل، وهو ما يجعل اسم «Vision» وصفًا جزئيًا لقدرات هي في الحقيقة ثنائية الاتجاه: يقرأ الصور وينتجها.
الأسعار: الرقم الذي يجعل هذا الإعلان مهمًا
هنا جوهر القصة. صفحة الأسعار الرسمية تضيف تبويبًا جديدًا مخصصًا للنموذج، والأسعار محددة لكل مليون رمز (Token) وتتغير بين أوقات الذروة وأوقات вне الذروة كما هو مفصّل في الصفحة الرسمية:
| البند (لكل مليون رمز) | خارج الذروة | أثناء الذروة |
|---|---|---|
| الإدخال مع ذاكرة التخزين المؤقت (Cache Hit) | 0.007 دولار | 0.014 دولار |
| الإدخال دون ذاكرة التخزين المؤقت (Cache Miss) | 0.22 دولار | 0.44 دولار |
| الإخراج | 0.66 دولار | 1.32 دولار |
ولتوضيح ما تعنيه هذه الأرقام: قراءة ألف صورة منتج، إذا كانت كل صورة تُحاسب كنص قصير، ستكلف سنتات معدودة، وليس دولارات. وهذه نقطة التحول الحقيقية: عند هذا المستوى من التكلفة يتغير القرار من «هل نستطيع تحليل كل صورة؟» إلى «لماذا لا نحلل كل صورة؟». وللمقارنة، كانت النماذج متعددة الوسائط الكبيرة حتى وقت قريب تُحاسَب بمستوى يجعل معالجة الصور بكميات كبيرة ترفًا يحتاج ميزانية مخصصة.
نقطتان إضافيتان مهمتان في صفحة الأسعار:
- الصور تُحاسَب كنصوص: الصور التي لا يتجاوز أبعادها 384×384 بكسل تُعامل كرموز إدخال نصية عادية وتُحاسَب بسعر الإدخال نفسه. هذا خيار تسعير غير معتاد ويُرجّح أنه مدروس لصالح المطورين: بدل تسعير «لكل صورة» يوجد تسعير موحّد بالرموز.
- واجهة الملفات مجانية: رفع الملفات عبر Files API جاء في الصفحة الرسمية مجانيًا، بحيث لا تدفع للتحضير بل للمعالجة فقط.
ماذا يعني هذا لك كصانع محتوى؟
سواء كنت تكتب مقالات، أو تدير متجرًا إلكترونيًا، أو تصنع محتوى مرئيًا، إليك الاستخدامات العملية الأقرب لتطبيقها هذا الأسبوع:
- أوصاف المنتجات من صورة واحدة: صوّر المنتج، اطلب خمس صيغ مختلفة للوصف (رسمية، حماسية، موجزة، موجهة للسوشيال ميديا، موجهة للنشرة البريدية). التكلفة الإجمالية للعملية كلها أقل من سعر قهوة، حتى لو كررتها مع كتالوج كامل.
- تحويل لقطات الفيديو إلى مقالات: إذا كان لديك فيديو تعليمي، استخرج لقطات شاشة رئيسية وارفعها للنموذج ليحوّل ما يظهر فيها إلى مسودة نصية تُحرّرها بنفسك، بدل إعادة الكتابة من الصفر.
- النص البديل للصور: المواقع والمتاجر تتراكم فيها صور بلا نصوص وصفية. فهم الصور الآلي يجعل إضافة أوصاف دقيقة لكل صورة قديمة مهمة أتمتة واحدة، لا مشروعًا يدويًا.
- ملخصات التقارير المصوّرة: بدل قراءة تقرير من مئة صفحة، ارفعه صورًا واطلب استخراج الأرقام والرسوم البيانية إلى ملخص منظم تنشره لجمهورك.
- مراقبة المحتوى البصري للمنافسين: إنفوجرافيك منافس أو إعلان مصور لم يعد «صندوقًا أسود»؛ حوّله إلى نقاط مكتوبة وحلّل زواياه التسويقية.
- توليد صور مصغّرة بأقل تكلفة: بما أن النموذج يولّد الصور أيضًا وبتسعير الصور نفسه المذكور أعلاه، أصبح توليد نسخ أولية من الصور التوضيحية لمقالاتك أرخص من شراء صورة بانكية واحدة.
- التحقق من اتساق محتواك: ارفع صورة الغلاف النهائية قبل النشر واسأل: هل النص المقروء في الصورة واضح؟ هل تناسب الصورة سياق المقال؟ الحصول على «عين ثانية» مؤتمتة يقلل أخطاء النشر المحرجة.
- تفريغ المحتوى المطبوع: مقابلة في مجلة مطبوعة أو إحصائية على ملصق، صوّرها واستخرج نصها فورًا.
وإن كنت تبني على هذه القدرات داخل منصة واحدة بدل التطوير المباشر، فأدوات مثل مجموعة أدوات ARWriter تبني تحسينات من هذا النوع في مسارات إنتاج المحتوى، مثل الكاتب الآلي للمقالات الذي يحوّل مدخلات بسيطة إلى مقالات كاملة، بينما يظل الوصول المباشر للواجهة البرمجية الخيار الأمثل لمن يريد تحكمًا كاملًا في التكلفة والسلوك.
مقارنة سريعة: أين يقف النموذج الجديد؟
| المعيار | V4-Flash (النصي) | V4-Flash-Vision-Exp (الجديد) |
|---|---|---|
| فهم النصوص | نعم — هو أساس العائلة | نعم — بالمستوى نفسه بحسب جدول DeepSeek الرسمي |
| فهم الصور والمستندات | لا | نعم — الميزة الأساسية للإصدار |
| توليد الصور | لا | نعم — بتسعير الصور الموضح أعلاه |
| الفئة السعرية | اقتصادية | اقتصادية — نفس مستوى عائلة Flash |
| حالة النموذج | مستقر | تجريبي (Exp) — قابل للتغيير أو السحب |
الخلاصة العملية من الجدول: إذا كانت مهامك نصية بحتة فلا داعي للتبديل، أما إذا كانت مهامك تتضمن صورًا بأي شكل، فالنموذج الجديد يدمج القدرتين في فاتورة واحدة وبسعر واحد تقريبًا.
كيف تبدأ؟ خمس خطوات
- أنشئ حسابًا على منصة DeepSeek وفعّل الرصيد من صفحة الفوترة. المنصة تقبل إضافة رصيد مسبق، وستحتاج مفتاح واجهة برمجية من قسم الإعدادات.
- اختر اسم النموذج الجديد كما هو مثبت في صفحة الوثائق الرسمية عند إرسال الطلب. الأسمات التجريبية تتضمن لاحقة تجريبية مميزة، فتأكد من نسخها حرفيًا من الوثائق.
- ابدأ بطلبات صغيرة: صورة واحدة وسؤال واحد، وتحقق من جودة الإجابة وسرعتها قبل التوسع.
- استخدم واجهة الملفات للدفعات الكبيرة: ارفع صورك أولًا عبر Files API المجانية ثم أشر إليها في الطلبات، بدل تضمينها داخل كل طلب على حدة.
- راقب لوحة الاستخدام: تحقق من استهلاك الرموز الفعلي مقابل المتوقع في أول أسبوع، خاصة الفارق بين أوقات الذروة وغيرها.
ثلاث وصفات جاهزة للتجربة
حتى لا تبقى القدرة الجديدة فكرة مجردة، إليك ثلاث وصفات عملية بصيغ طلبات جاهزة للتعديل، مرتبة من الأسهل إلى الأكثر تقدمًا:
الوصفة الأولى: وصف منتج من صورة
ارفع صورة المنتج واطلب: «صِف هذا المنتج في خمس جمل تسويقية موجهة لجمهور عربي شاب، ثم اكتب نسخة موجزة من 280 حرفًا لوسائل التواصل، ثم نصًا بديلًا وصفيًا للصورة لا يتجاوز 120 حرفًا». بهذا الطلب الواحد تحصل على ثلاثة أصول نصية مختلفة من صورة واحدة، والفارق الوحيد بين النسخ الثلاث هو التوجيه لا المصدر. كرّر الوصفة على أفضل عشرين صورة في كتالوجك وقارن الوقت الذي كنت ستقضيه كتابةً.
الوصفة الثانية: من لقطة شاشة إلى دليل مكتوب
عندك شاشة إعداد معقدة في أداة تستخدمها؟ ارفع اللقطة واطلب: «اشرح ما تظهره هذه الشاشة خطوة بخطوة لمستخدم مبتدئ، مع تنبيهات للأخطاء الشائعة في كل خطوة». ستحصل على مسودة دليل تعليمي يمكنك نشرها أو تحويلها إلى قسم من مقال أو رسالة نشرة بريدية. الميزة العملية هنا أن النموذج يقرأ الواجهة كما هي فعلًا — الأزرار والقوائم والتحذيرات — بدل اعتمادك على الذاكرة أو إعادة فتح الأداة في كل مرة.
الوصفة الثالثة: تدقيق بصري قبل النشر
قبل نشر غلاف مقال أو إعلان مصور، ارفع الصورة النهائية واطلب: «راجع هذه الصورة بدقة: هل النص المكتوب فيها واضح ومقروء؟ هل يوجد أي عنصر مقصوص أو مشوّه؟ هل الألوان متناسقة مع بعضها؟ أجب بنقاط محددة». لن تستبدل هذه الوصفة عين مصمم محترف، لكنها طبقة فحص إضافية مجانية تقريبًا تعمل في ثوانٍ وتلتقط الأخطاء الصريحة قبل أن يراها جمهورك.
حساب سيناريو واقعي للتكاليف
لتقريب الأرقام من الواقع، خذ حالة متجر متوسط ينشر عشرين منتجًا جديدًا أسبوعيًا، ولكل منتج ثلاث صور تحتاج وصفًا ورمزًا بديلًا. هذا يعني ستين صورة أسبوعيًا أو نحو مئتين وأربعين صورة شهريًا. لو عوملت كل صورة كحمولة إدخال قصيرة مع إخراج لا يتجاوز بضع مئات من الرموز، فإن الفاتورة الشهرية الكاملة لهذا الخط ستُقاس — وفق جدول الأسعار الرسمي أعلاه — بالسنتات إلى الدولارات القليلة، حتى مع حساب أسعار الذروة طوال الوقت. قارن ذلك بكلفة كاتب أوصاف يغطي العدد نفسه، وستفهم لماذا نصف هذا الإطلاق بأنه خبر اقتصادي لا تقني فقط. القاعدة الذهبية تبقى: اضرب تقديرك الأولي في اثنين، لأن التجارب والإعادة والتعديلات تلتهم دائمًا أكثر مما تتوقع.
القيود والمخاطر بصراحة
لا يكتمل أي تقييم مسؤول دون الجانب الآخر من الصورة:
- نموذج تجريبي فعلاً: لاحقة Exp ليست شكلية؛ DeepSeek تصنّفه بنفسها ضمن النماذج التجريبية، وهذا يعني أن سلوكه قد يتغير بين طلب وآخر، وأنه قد يُستبدل بنسخة مستقرة لاحقًا بأسعار أو قدرات مختلفة. لا تبنِ عملية إنتاج حرجة عليه دون خطة بديلة.
- الأسعار قابلة للتغيير: الأرقام التي أوردناها هي المعلنة في صفحة الأسعار الرسمية وقت إعداد هذا الدليل، وقد تُحدَّث مستقبلًا كما حدث مع نماذج سابقة عندما انتقلت من التجريبي إلى المستقر. اعتبر الجدول أعلاه لقطة لحظية موثقة بتاريخها.
- فهم الصور ليس مضمونًا: النماذج البصرية تخطئ في القراءة الدقيقة، خاصة في النصوص الصغيرة داخل الصور، والأرقام المتشابهة، والتفاصيل داخل الصور المزدحمة. راجع أي رقم أو اقتباس مستخرج من صورة قبل نشره.
- الخصوصية: الصور التي ترسلها عبر الواجهة تُعالج على خوادم المزود. لا ترفع مستندات حساسة أو بيانات عملاء دون مراجعة شروط الاستخدام وسياسة البيانات المحدثة.
- لا تعتمد على مصدر واحد: حتى لو أعجبك الأداء، أبقِ بنيتك التقنية قابلة للتبديل بين مزودين، فسوق النماذج يتحرك أسبوعيًا.
أسئلة شائعة
هل النموذج الجديد مجاني؟
لا، لكنه من الفئة الاقتصادية. الأسعار المعلنة في صفحة DeepSeek الرسمية تبدأ من 0.007 دولار لكل مليون رمز إدخال مع ذاكرة التخزين المؤقت خارج أوقات الذروة، و0.66 دولار لكل مليون رمز إخراج خارج الذروة، وترتفع النسختان إلى الضعف تقريبًا في أوقات الذروة.
هل يمكنه قراءة النصوص العربية داخل الصور؟
لم تنشر DeepSeek تقييمًا رسميًا مخصصًا للعربية في مهام الرؤية، لذا لا نستطيع تأكيد مستوى دقة محدد. الأسلم تجريبه على عينة من صورك الفعلية وقياس النتائج بنفسك قبل الاعتماد عليه في محتوى يُنشر.
ما الفرق بينه وبين V4-Flash العادي؟
V4-Flash نموذج نصي مستقر. أما V4-Flash-Vision-Exp فهو نسخة تجريبية تضيف فهم الصور وتوليدها بنفس الفئة السعرية تقريبًا، ويحافظ بحسب الجدول الرسمي على المستوى النصي نفسه.
كيف تُحاسَب الصور المرفوعة؟
بحسب صفحة الأسعار الرسمية، الصور التي لا تتجاوز 384×384 بكسل تُحاسَب كرموز إدخال نصية، أي بسعر الإدخال المعروض في الجدول أعلاه، بينما رفع الملفات عبر Files API مجاني.
هل يصلح للمتاجر الإلكترونية العربية؟
نعم في مهام مثل توليد الأوصاف من صور المنتجات وتدقيق جودة الصور، مع مراجعة بشرية للناتج العربي. أما للمحتوى الحساس أو الالتزامات التعاقدية فاعتمد على التحقق اليدوي دائمًا.
الخلاصة
إطلاق DeepSeek-V4-Flash-Vision-Exp يوم 21 أغسطس 2026 ليس مجرد نموذج جديد في قائمة طويلة، بل نقلٌ لقدرة «الرؤية» من فئة الترف إلى فئة أدوات العمل اليومية، بأسعار تجعل معالجة آلاف الصور قرارًا تشغيليًا عاديًا. لصانع المحتوى العربي، هذا يعني وصف منتجات أسرع، وأرشيفًا مرئيًا قابلًا للبحث، وتوليد صور أوّلي بتكلفة تقارب الصفر. جرّبه على مهمة واحدة صغيرة هذا الأسبوع، وقِس النتيجة بنفسك قبل التوسع.
وإذا أردت البدء فورًا دون التعامل مع الواجهات البرمجية، يمكنك تجربة أدوات ARWriter للمحتوى أو الاطلاع على توجّهات السوق كاملة في تقريرنا عن أفضل أدوات الذكاء الاصطناعي لعام 2026.
المصادر الرسمية
- إعلان DeepSeek الرسمي في سجل التحديثات (21 أغسطس 2026) — النص الأصلي للإعلان وجدول المقارنات المعتمد في هذا الدليل.
- صفحة الأسعار الرسمية لمنصة DeepSeek — التبويب المخصص للنماذج المتعددة الوسائط التجريبية وقاعدة احتساب الصور والملفات.
ملاحظة الشفافية: روابط الأدوات في هذا المقال تؤدي إلى منصتنا ARWriter.ai، بينما روابط DeepSeek رسمية ومعلوماتية بحتة ولا تحمل أي عمولة. الأسعار والمواصفات موثقة من صفحات DeepSeek الرسمية بتاريخ 21–23 أغسطس 2026 وقد تتغير لاحقًا.
