DeepSeek تفتح مصدر DeepInfer، وواشنطن وبكين تستعدان لفرض رقابة على النماذج المفتوحة

تدخل النماذج المفتوحة مرحلة لم تعد فيها المعايير (benchmarks) وحدها هي التي تضع قواعد اللعبة، بل الحكومات أيضًا. ففي الأسبوع الذي سبق 20 أكتوبر 2026 وقعت ثلاثة أحداث دفعة واحدة: اقترحت MOFCOM نظام موافقة مسبقة على النقل الدولي لنماذج frontier، وأغلقت DHS أمام DeepSeek باب المشتريات المدنية الفيدرالية، ونشرت DeepSeek نفسها حزمة الاستدلال الداخلية DeepInfer في المصدر المفتوح. كتب عن ذلك فلوريان براند وناثان لامبرت في العدد 25 من مراجعة الأعمال المفتوحة التي تصدرها Interconnects.

الخطوات التنظيمية في واشنطن وبكين

لم تصدر وزارة التجارة الصينية حتى الآن سوى مسودة سياسة، وليس قانونًا. وتشترط المسودة أن تحصل نماذج frontier وعدد من التقنيات الأخرى على موافقة الدولة قبل نقلها إلى الخارج. ويرى معدّو المراجعة أن ردّ الفعل مبالغ فيه، إذ ورد في الوثيقة أن الموافقة على التقنيات المفتوحة تلقائية. أما المحللون الجيوسياسيون فيرون فيها إطارًا يمكن استخدامه لاحقًا لتنظيم قطاع الذكاء الاصطناعي الصيني بأكمله. وبحسب رواية أخرى، يستهدف الاقتراح صفقات مثل بيع الشركة الناشئة Manus إلى مشترين غربيين، لا النماذج نفسها.

وفي الولايات المتحدة أصدرت DHS أمرًا يقضي بأن DeepSeek كشركة، ونماذجها كمنصة تقنية، لا يجوز أن تكون مورّدًا للمشتريات المدنية الفيدرالية. ويبقى السؤال مفتوحًا بشأن النماذج المضبوطة (fine-tunes) والنماذج المدرَّبة على مخرجات DeepSeek. فعلى سبيل المثال، تعتمد وصفات تدريب Nemotron من Nvidia منذ وقت طويل على نماذج DeepSeek، ومن غير الواضح هل ستشملها المنع. أما Zhipu AI، مطوّرة GLM، فقد أُدرجت بالفعل في Entity List التابعة لوزارة التجارة/BIS، ما يقيّد وصولها إلى التقنيات الأمريكية.

DeepInfer واقتصاديات الرمز

أكثر أحداث الأسبوع عملية هو نشر DeepInfer. إنها حزمة الاستدلال الداخلية لدى DeepSeek، وهي على الأرجح أكثر كفاءة بوضوح من vLLM وSGLang المفتوحتين عند تشغيل نماذجها. وتشير التقديرات إلى هامش ربح إجمالي يصل إلى 90% عند بيع الرموز على هذه الحزمة. ومن المعروف منذ زمن أن لدى كبرى المختبرات أدوات داخلية أكثر كفاءة بكثير مما لدى المجتمع المفتوح، لكن هذه أول مرة يشاركها مختبر رائد.

وسيتبنّى مزوّدو الاستدلال DeepInfer سريعًا. ويعني ذلك أحد أمرين: إما أن تنخفض أسعار نماذج DeepSeek في أنحاء المنظومة، وإما أن ترتفع هوامش المزوّدين. ويصف معدّو المراجعة الإصدار بأنه من أكبر الأعمال المفتوحة في مجال الذكاء الاصطناعي خلال الأشهر الأخيرة، مع أنه ليس نموذجًا ولا مجموعة بيانات.

ماذا صدر في الأوزان المفتوحة

تبرز المراجعة خمسة إصدارات رئيسية:

• MiMo-V2.6-Pro-RL (Xiaomi MiMo) — تحديث على القواعد نفسها التي بُني عليها MiMo V2.5، لكن بموارد أكبر بكثير في التدريب بالتعلم المعزز (RL). نشر المطوّرون تقريرًا تقنيًا مفصلًا وجزءًا من البيئات، وهذا نادر لحجم كهذا. وتحتل V2.6-Pro حاليًا المرتبة الأولى بين النماذج المفتوحة في تصنيف Artificial Analysis.
• DeepSeek-V4.1-Flash-1017 (deepseek-ai) — حجم جديد 552B-A16B يدعم إدخال الصور، برخصة MIT. ويهيمن النموذج على جبهة باريتو «الجودة مقابل السعر» في DeepSWE، وهو معيار شائع لتطوير البرمجيات الوكيلية (agentic).
• clef (Cloudflare) — نموذج «حاسم». قدّمت الشركة الناشئة Typesafe هذا النوع من النماذج، وهي مصنِّفات عامة الغرض تُخرج بضعة رموز مع احتمالاتها. وقد ترسّخ هذا النهج سريعًا وأفرز كثيرًا من النماذج المضبوطة المفتوحة.
• NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4 (nvidia) — تحديث طال انتظاره للنموذج المتوسط في العائلة. وهو قوي بالنسبة إلى حجمه، ويمكن تشغيله منزليًا إذا توفر حاسوب محمول قوي أو RTX Spark. وكعادتها، تنشر Nvidia معظم البيانات تقريبًا مع تقرير تقني مفصل.
• Beam-1.0-501B-A23B (Reflection) — أقوى نموذج أمريكي مفتوح برخصة Apache 2.0 المتساهلة (permissive). وهو ليس الأذكى بين النماذج المفتوحة، لكنه شديد الاقتصاد في الرموز، إذ يحتل المركز الثاني بعد GPT-6-Astra، ما يدل على نضج مرحلة ما بعد التدريب.

وفي فئة النماذج عامة الغرض:

• Ternary-Bonsai-2-27B-gguf (prism-ml) — نسخة ثلاثية (ternary) من Qwen3.8-27B للتشغيل على الجهاز.
• Ornith-1.5-397B (ornith-ai) — سلسلة نماذج مضبوطة من Qwen3.5 وGemma 4، تحقق في المجتمع المحلي نتائج أعلى من النماذج الأساسية القوية.
• Ling-3.0-flash-VL-fp4 (inclusionAI) — نموذج 124B-A5.5B من Ant Ling داخل Ant Group، التي تصدر نسخًا جديدة بانتظام.
• Muse-Spark-Open-816B-A42B (meta-models) — النسخة المفتوحة من Muse لدى Meta.

وتفيد الشائعات بأن Kimi K3.1 سيصدر قريبًا، إذ بدأت بياناته الوصفية (metadata) بالظهور في المكتبات العامة.

خلاصات عملية للفرق

على من يبني منتجات على الأوزان المفتوحة أن يتحقق من سلسلة منشأ النماذج. وإذا كان لدى الشركة عملاء فيدراليون في الولايات المتحدة، فينبغي إدراج DeepSeek والنماذج المشتقة منها في سجل المخاطر، فأمر DHS لا يوضح كيفية التعامل مع النماذج المقطَّرة (distillates) والنماذج المضبوطة. وقد ظهر بديل أمريكي: يوفّر Beam برخصة Apache 2.0 وNemotron ببياناته المفتوحة خيارًا احتياطيًا، وإن لم يكن Beam رائدًا من حيث الذكاء.

وينبغي لفرق الاستدلال اختبار DeepInfer مقابل vLLM وSGLang على أنماط الحمل الخاصة بها. وإذا تأكد المكسب، فستنخفض تكلفة رمز DeepSeek-V4.1-Flash-1017 على العتاد الخاص أكثر. ويمكن أيضًا النظر بشكل منفصل في النماذج الحاسمة مثل clef: فالتوجيه والتصنيف عبر بضعة رموز أرخص من استدعاء LLM كامل.