نماذج الأوزان المفتوحة عبرّت الحدود الوكيلية: DeepSeek V4 وGLM 5.2 والبناء المرن للنماذج

خط التكلفة الذي غيّر معادلة البناء

في 23 مايو 2026، أفادت Reuters أن DeepSeek جعلت تخفيضها المؤقت بنسبة 75% على V4 Pro دائمًا. التسعير الجديد هو 0.435$ لكل مليون رمز إدخال و0.87$ لكل مليون رمز إخراج. متغير V4 Flash الأخف هو 0.14$ و0.28$. قارن ذلك بـ GPT-5.4 عند 2.50$ و15$، أو Claude Opus 4.7 عند 5$ و25$، والفجوة ليست تزايدية. لوكيل برمجة متعدد الأدوار كثيف الإخراج يستهلك 120,000 رمز إدخال و80,000 رمز إخراج لكل جلسة، تهبط التكلفة عند نحو 0.04$ على Flash، و0.49$ على V4 Pro، و1.50$ على GPT-5.4، و2.60$ على Claude Opus 4.7. هذه ميزة تكلفة بـ 37 إلى 65 ضعفًا لمسار الأوزان المفتوحة على نوع العبء — حلقات أدوات الوكلاء — حيث يتضاعف حجم الرموز.

هذا ليس خصمًا ترويجيًا ينتهي. إنه طبقة تسعير دائمة، ووصلت مع مرحلة قدرة: نماذج الأوزان المفتوحة الآن عند الحدود أو قريبًا منها في المعايير التي تهم العمل الوكيلي. DeepSeek V4 Flash يسجل 79.0% على SWE-bench. GLM 5.2 يحتفظ بالمركز الأول للأوزان المفتوحة في AA Intelligence Index عند 51 ودرجة GDPval-AA بمقدار 1524 Elo. MiniMax M3 يوفر متعدد الوسائط الأصلي بسياق 1M رمز. الفجوة الزمنية بين النماذج المغلقة والمفتوحة التي كانت تحدد 2024 وأوائل 2025 ضُغطت إلى أسابيع، وعلى التكلفة انعكست.

النتيجة لمدير هندسة أو نائب عمليات يبني وكيلاً إنتاجيًا مباشرة: طبقة النماذج لم تعد هي القيد. القيد هو طبقة التكامل — وحدات MCP، وضوابط الحوكمة، وخطوط بيانات، ومسار التدقيق. وقرار البنية الذي يحدد ما إذا كنت تستطيع التقاط ميزة التكلفة هو ما إذا كانت منصة الوكلاء لديك تعامل اختيار النموذج كنشر برمجي أم كعملية بيانات.

ماذا يعني "عبرّت الحدود" عمليًا

الحدود ليست معيارًا واحدًا. إنها محفظة قدرات يحتاجها الوكلاء الإنتاجيون: استدلال بسياق طويل، واستدعاء أدوات، وإخراج منظم، وتوليد كود، واتباع تعليمات عبر آفاق طويلة. قبل عامين، كانت نماذج الأوزان المفتوحة تنافسية في واحدة أو اثنتين من هذه ومتخلفة في الباقي. الجيل الحالي تنافسي عبر المجموعة كلها.

DeepSeek V4 Pro نموذج mixture-of-experts بـ 1.6-trillion معامل و49 billion معامل نشط، برخصة MIT، وسياق مليون رمز، وإخراج أقصى 384K. يدعم وضع التفكير واستدعاءات الأدوات، ويعرض كلًا من OpenAI ChatCompletions API وAnthropic API — ما يعني أن وكيلاً بُني ضد أي من الواجهتين يستطيع التبديل إليه دون إعادة كتابة العميل. V4 Flash هو المتغير المُقطّر: أرخص وأسرع، ولا يزال عند 79% على SWE-bench. تحليل OpenRouter يؤكد النمط عبر مشهد الأوزان المفتوحة: الفجوة التي كانت بنيوية أصبحت ظرفية، أي أنها تعتمد على العبء المحدد لا على فئة النموذج.

GLM 5.2، من Z.AI، مبني للمهام طويلة الأفق ويقود حقل الأوزان المفتوحة في AA Intelligence Index. يدعم وضع استدعاء قابلًا للتهيئة عبر extra_body passthrough في عملاء OpenAI المتوافقين، وهو متاح عبر AWS Bedrock Mantle وكذلك نقاط نهاية Z.AI المباشرة. MiniMax M3 يضيف متعدد الوسائط الأصلي وسياق 1M. تجاوزت الصين الولايات المتحدة في تنزيلات Hugging Face بأغلبية نسبية 41% — منظومة الأوزان المفتوحة لم تعد تمرين لجوء إلى الخلف. إنها سلسلة توريد موازية لها تسعيرها الخاص ومسار العتاد الخاص بها واقتصاديات النشر الخاصة بها.

التحذير الصريح: الأوزان المفتوحة لا تعني أرخص بشكل موحد. تطبق DeepSeek تسعير ساعات الذروة بضعف المعدل الأساسي خلال ساعات عمل بكين (9:00 إلى 12:00 و14:00 إلى 18:00). للنشر الذي يشغل حلقات وكلاء دائمة التشغيل خلال تلك الساعات، تضيق ميزة التكلفة. للنشر الذي يستطيع جدولة المعالجة الدفعية أو التوجيه إلى نموذج احتياطي خلال نوافذ الذروة، تستمر الميزة. النقطة أن تسعير الأوزان المفتوحة الآن متغير تديره أنت، لا عقوبة تستوعبها.

اقتصاديات النشر: لماذا أصبح الوكلاء دائمو التشغيل ميسور التكلفة الآن

انهيار التكلفة تحت تخفيض سعر الأوزان المفتوحة بنيوي. انخفض حساب الاستدلال بنحو 1,000 ضعف على أربعة أجيال، مدفوعًا بتحسينات العتاد (2 إلى 3 مرات لكل جيل)، وتحسين البرمجيات (2 إلى 3 مرات)، وبنى mixture-of-experts (3 إلى 5 مرات)، والتكميم (2 إلى 4 مرات). تكلفة نموذج مكافئ لـ GPT-4 هبطت من 20$ لكل مليون رمز إلى 0.40$. يمثل الاستدلال الآن 67% من كل حساب الذكاء الاصطناعي، صعودًا من 33% في 2023، ويمثل 55% من إنفاق السحابة على الذكاء الاصطناعي بمبلغ 37.5 billion$ في أوائل 2026.

لوكيل B2B ينفذ معالجة RFQ، وبحث الكتالوج، وتوليد عروض الأسعار، وتسليم الطلبات، كانت تكلفة الاستدلال تاريخيًا هي البند الذي يجعل فرق التمويل تتردد. وكيل يقوم بـ 200 استدعاء أداة لكل سير عمل عرض سعر، كل منها يحمل سياقًا، كان مكلفًا على تسعير الحدود المغلقة. على V4 Flash بسعر 0.14$ لكل مليون رمز إدخال، نفس سير العمل يكلف سنتات لا دولارات. مراجعة DeepSeek V4 API وتحليل تسعير DeepInfra كلاهما يؤكد المسار: اقتصاديات الوكلاء الإنتاجيين دائمة التشغيل عبرّت من "برّر الإنفاق" إلى "الإنفاق ضئيل مقارنة بعمل التكامل".

هنا يلتقي مقال نماذج الأوزان المفتوحة بمقال اقتصاديات الاستدلال، ولماذا من الأفضل فهم الموضوعين كقرار واحد. انهيار التكلفة ليس سببًا لبناء الوكلاء. انهيار التكلفة سبب للتوقف عن تأجيل البناء بحجة التكلفة وبدء طرح السؤال الأصعب: هل تستطيع بنيتك التوجيه بين النماذج دون نشر برمجي؟

البناء المرن للنماذج: اختيار النموذج كعملية بيانات

السؤال البنيوي الذي تفرضه حدود الأوزان المفتوحة هو ما إذا كانت منصة الوكلاء لديك تستطيع تبديل النماذج دون إعادة نشر. معظمها لا يستطيع. معظم أطر العمل الوكلاء تُصلب اسم النموذج في ملف تكوين أو متغير بيئة، والتبديل من GPT-5.4 إلى DeepSeek V4 Pro يعني تغيير التكوين، وإعادة بناء الحاوية، وتدوير النشر. في سياق B2B إنتاجي حيث ينفذ الوكيل سير عمل عروض الأسعار، تلك عملية إدارة تغيير تُقاس بالأيام.

البديل المرن للنماذج هو معاملة النموذج كمورد مسجّل قابل للتبديل — بنفس الطريقة تعامل بها وحدة MCP. في ai_agent_core_engine من SilvaEngine، تُسجَّل النماذج في جدول DynamoDB (aace-llms) مع llm_provider كمفتاح تجزئة وllm_name كمفتال نطاق. يحمل كل سجل module_name وclass_name وconfiguration_schema — مخطط JSON الذي يحدد ما المعاملات التي يقبلها معالج النموذج. يُشير الوكيل إلى LLM بالمزوّد والاسم، لا بسلسلة مُصلبة. تغيير النموذج عملية بيانات: حدّث مرجع LLM للوكيل، والتشغيل التالي يحمل المعالج الجديد ومخطط تكوينه. لا نشر برمجي، ولا إعادة بناء حاوية، ولا نافذة تراجع.

مخطط تكوين openai_completions_agent_handler هو الدليل الملموس أن هذا ليس نظريًا. حقل model في المخطط يقبل قيمًا مثل gpt-4.1 وgpt-4o وgpt-5 وQwen/Qwen3-4B. حقل base_url يدعم نقاط نهاية مخصصة لخوادم OpenAI المتوافقة — http://127.0.0.1:30000/v1 لنموذج أوزان مفتوحة تستضيفه SGLang. حقل openai_api_key يقبل EMPTY لخوادم vLLM أو SGLang ذاتية الاستضافة التي لا تتطلب مصادقة. تعداد reasoning_effort يوجّه إلى zai.glm-5 عبر Bedrock Mantle. passthrough الخاص بـ extra_body يعالج تهيئة تفكير GLM من Z.AI. عَلَمتا enable_thinking وseparate_reasoning تغطيان SGLang وQwen3. عَلَم enable_think_tag_split يعالج علة في محلل vLLM لنماذج GLM-5 وDeepSeek وQwen3 التي تُصدر وسوم think خامًا بدلًا من تعبئة قناة الاستدلال.

هذا ما يعنيه البناء المرن للنماذج في الإنتاج: نفس المعالج، ونفس زمن تشغيل الوكيل، ونفس مسار التدقيق، ونفس سطح وحدة MCP — مع النموذج الأسفل مُبدّل عبر تغيير تكوين. سلوك الوكيل، واستدعاءات أدواته، وضوابط حوكمة، وعزله للمستأجرين عبر partition-key لا تتغير. ما يتغير فقط هو نقطة نهاية الاستدلال. هذا هو الفرق بين بنية تستطيع التقاط ميزة التكلفة بـ 37 ضعفًا وبنية لا تستطيع.

فرصة التوجيه: متى أي نموذج تستخدم

مرونة النماذج ليست خيارًا ثنائيًا بين الأوزان المفتوحة والحدود المغلقة. النمط الإنتاجي هو التوجيه: استخدم أرخص نموذج يحقق شريط الجودة لكل مهمة، وصعّد إلى النموذج المكلف فقط عندما تقتضي المهمة ذلك.

وكيل عروض أسعار B2B له سطح توجيه طبيعي. بحث الكتالوج واستعلام التوفر مهام استرجاع منخفضة التعقيد حيث V4 Flash بسعر 0.14$ لكل مليون رمز أكثر من كافٍ. توليد عرض الأسعار مع تسعير متدرج وFX واستدعاء سياسة الإلغاء مهمة متوسطة التعقيد حيث V4 Pro عند 0.435$/0.87$ هو النقطة المثالية. التفاوض متعدد الأطراف المعقد أو تفسير السياسة للحالات الحدية — الـ 5% من الاستفسارات التي تقود 80% من التكلفة على نموذج حدود مغلقة — يمكن أن تصعّد إلى GPT-5.4 أو Claude Opus 4.7. قرار التوجيه يُتخذ لكل استدعاء أداة لا لكل وكيل، ويُسجَّل في نفس مسار التدقيق كأي تنفيذ أداة آخر.

وجد تقرير Lucidworks 2026 لتبني الذكاء الاصطناعي للمؤسسات أن 2% فقط من الشركات نشرت أكثر من وكيل واحد وأن معظم المؤسسات تلتزم بنموذج واحد رغم الحديث عن تنوع النماذج — نحو 50% تجاريًا فقط، و30% مزيج، و20% مفتوح المصدر بالكامل. الافتراضي للنموذج الواحد هو الافتراضي المكلف. الشركات التي ستتقدم هي التي توجّه، والتوجيه يتطلب بنية يكون فيها النموذج موردًا مسجّلًا لا اعتمادًا مُصلبًا.

معيار الشراء

إن لم يستطع مزوّد الوكلاء لديك أو منصتك الإجابة على هذه الأسئلة الثلاثة، فميزة تكلفة الأوزان المفتوحة غير متاحة لك:

1. هل أستطيع تبديل النموذج دون نشر برمجي؟ إن تضمنت الإجابة تعديل ملف تكوين، أو إعادة بناء حاوية، أو فتح طلب سحب، فالنموذج مُصلب. تكلفة تبديل النماذج هي تكلفة هندسية ستتجاوز وفورات الرموز.

2. هل يدعم زمن تشغيل الوكيل لديك نقاط نهاية OpenAI المتوافقة لنماذج الأوزان المفتوحة ذاتية الاستضافة؟ إن كانت الإجابة "نحن ندعم فقط نقطة نهاية النموذج المُدارة لدينا"، فأنت مقيد بتسعير ذلك المزوّد. سطح OpenAI المتوافق API هو المعيار الذي يجعل V4 Pro وGLM 5.2 وأي نموذج تستضيفه SGLang أو vLLم بديلاً مباشرًا.

3. هل تستطيع التوجيه لكل استدعاء أداة لا لكل وكيل؟ إن كانت الإجابة "الوكيل يستخدم نموذجًا واحدًا لكل شيء"، فأنت تدفع أسعار الحدود مقابل مهام استرجاء يعالجها نموذج طبقة Flash بعُشر التكلفة. التوجيه هو حيث تتضاعف اقتصاديات النشر.

تجيب البنية المرنة للنماذج على كل سؤال بآلية ملموسة: سجل LlmModel، ومعالج OpenAI المتوافق مع معاملتي base_url وmodel، وسطح التوجيه لكل استدعاء الذي يسجل كل قرار في مسار التدقيق. هذا هو الفرق بين قراءة حساب التكلفة والقدرة على التصرف بناءً عليها.

---

موزّع يشغّل NetSuite وBigCommerce وثلاثة فهارس للمزودين ينشر وكيل عروض أسعار يوجّه حسب تعقيد المهمة: بحث الكتالوج على DeepSeek V4 Flash بسعر 0.14$ لكل مليون رمز إدخال، وتوليد عرض الأسعار مع تسعير متدرج وFX على V4 Pro عند 0.435$/0.87$، وتفسير سياسة الحالات الحدية المصعَّد إلى GPT-5.4 فقط عندما لا يُحقق حد الثقة. وحدات MCP للوكيل، وضوابط الحوكمة، ومسار التدقيق دون تغيير — فقط نقطة نهاية الاستدلال تتحول لكل استدعاء أداة. تنخفض تكلفة الاستدلال الشهرية من نطاق أربع أرقام إلى ثلاثة أرقام منخفضة، وقرارات التوجيه قابلة للاستعلام في نفس مسار تدقيق DynamoDB كأي تنفيذ أداة آخر. ذلك البناء هو المرحلة 2-4 من المنهج رباعي الخطوات وعادةً ما يكون حيًا خلال 5-8 أسابيع.

اطلب بناءً محدد النطاق. اكتشاف لأسبوع واحد. تحصل على جرد للأنظمة، وخريطة لسير العمل، ونطاق ثابت — سواء تبني معنا أم لا.