مقارنة DeepSeek V4 Pro وClaude Sonnet 4.6 على 50 مهمة: أين التوفير وأين المخاطرة

أظهرت مقارنة DeepSeek V4 Pro وClaude Sonnet 4.6 على 50 مهمة نموذجية لمطوّر روسي حقيقة بسيطة: انخفاض سعر الرمز (token) لا يضمن أنه الخيار الأفضل للإنتاج. في السيناريوهات الأساسية يسير النموذجان في مستوى متقارب تقريباً، لكن في المهام ذات الخصوصية الروسية يخطئ DeepSeek أكثر بوضوح.

ما الذي جرى اختباره

لم يقارن مؤلف المقال النموذجين على معايير أكاديمية، بل على طلبات تطبيقية تصادف الفرق المحلية فعلاً: دعم العملاء، واستخراج البيانات من الوثائق، وإجراء حسابات وفق قانون العمل (ТК) والقانون الضريبي (НК) في روسيا، وفك رموز الاختصارات المهنية. جرى الاختبار عبر واجهات الويب المعتادة: Claude Sonnet 4.6 من دون adaptive thinking، وDeepSeek V4 في الوضع السريع من دون deep thinking. بلغ مجموع الطلبات 50 طلباً موزعة على أربع كتل.

في أبريل 2026 بدا فارق السعر حاداً جداً لصالح DeepSeek: 1.74 دولار لكل مليون رمز إدخال و3.48 دولار لرموز الإخراج، مقابل 3 دولارات و15 دولاراً لدى Sonnet 4.6. وعلى حمل عمل حقيقي يعني ذلك توفيراً يقارب ثلاثة أضعاف، ولذلك فإن إغراء الانتقال إلى النموذج الأرخص مفهوم تماماً.

• تصنيف 20 تذكرة دعم ضمن خمس فئات
• استخراج الحقول من 15 وثيقة تحتوي على أخطاء OCR
• 10 مهام reasoning تتعلق بقواعد القانون الروسي وحسابات
• 5 مهام على المصطلحات المحلية مثل ЭДО وУПД وОФД وКИЗ

أين يتعادل النموذجان

في السيناريوهات البسيطة لم يُلاحَظ فارق يُذكر. صنّف النموذجان تذاكر الدعم بلا أخطاء، وتعاملا بالمستوى نفسه مع الأسئلة النمطية عن التوصيل والإرجاع والدفع والطلبات العامة. وفي reasoning الأساسي كان هناك تعادل أيضاً: فقد حلّل النظامان بشكل صحيح مسألة مدة التقادم، وإرجاع الدفعة المقدمة، وحالة الفصل خلال فترة التجربة، وإن اختلفت الإحالات إلى المواد القانونية.

وتكرر المشهد نفسه في تحليل الوثائق العادية. لم يخلط النموذجان بين ОГРНИП وИНН، وأخذا المبلغ من السطر الرقمي حين احتوى المبلغ المكتوب بالحروف على خطأ، واستخرجا التاريخ من تقرير السلفة بشكل صحيح. وبحسب تقدير المؤلف، إذا كانت 80% من حمل العمل في الشركة تتألف من مهام كهذه، فإن الانتقال إلى DeepSeek قد يخفّض الميزانية بنحو 75% دون تراجع ملحوظ في الجودة.

«المعايير الإنجليزية لن تساعدنا في اختيار نموذج لمهمة روسية.»

أين تكون الأخطاء مكلفة

بدأت المشكلات حيث لا يكفي الذكاء العام، بل تلزم معرفة بالسياق المحلي ودقة في الحالات الحدّية. في اختبار حساب راتب موظف براتب أساسي 150 000 روبل، قدّم Sonnet الرقم الصحيح 130 500 روبل صافياً، بينما قدّم DeepSeek الرقم 110 550. أي أن النموذج اقتطع 26,3% بدلاً من 13% المعتادة، على الأرجح لأنه خلط بين НДФЛ واشتراكات التأمين التي يدفعها صاحب العمل. وفي العرض التوضيحي هذا مجرد زلّة، أما في خط معالجة آلي (pipeline) فقد يعني خطأً محتملاً بمئات الآلاف من الروبلات شهرياً.

وظهر إخفاق آخر في تطبيع مخرجات OCR. فقد قرأ النموذجان بشكل صحيح المبلغ وИНН والتاريخ في فاتورة ضريبية تحتوي رموزاً روسية ولاتينية مختلطة، لكن Sonnet وحده طبّع رقم المستند إلى صيغته القياسية. أما DeepSeek فترك الحرفين O وl في مواضع يجب أن تكون فيها أرقام. وإذا قورن هذا الرقم لاحقاً بقاعدة بيانات 1С أو ERP بمطابقة تامة، فلن يُعثر على المستند، مع أن بقية الحقول تبدو صحيحة.

أما أسوأ أنواع الأخطاء التي أظهرها DeepSeek فكان في مهمة الخصم الاجتماعي على التعليم لابن عمره 25 عاماً. بدأ النموذج إجابته بكلمة «نعم»، ثم شرح بنفسه لماذا لا يحق الخصم بعد سن 24 وفق المادة 219 من القانون الضريبي الروسي. التناقض يلاحظه الإنسان فوراً، لكنه بالنسبة إلى نظام يحلّل الكلمة الأولى فقط يعني تصنيفاً خاطئاً. وظهرت مشكلة مشابهة في المصطلحات: فقد فكّ Sonnet اختصار КИЗ بشكل صحيح على أنه «علامة تعريف رقابية»، بينما اختلق DeepSeek صيغة عن «رمز تعريف قطع الغيار».

في المحصلة حصل Sonnet على 92% مقابل 88% في الوثائق، و100% مقابل 60% في المهام ذات الخصوصية القانونية الروسية، و100% مقابل 80% في المصطلحات المحلية.

ماذا يعني ذلك

الخلاصة عملية: DeepSeek V4 Pro مناسب لخط الدعم الأول والردود النمطية والتصنيف الأساسي ونماذج MVP، حيث السعر حاسم ولا يؤدي الخطأ إلى إجراء مالي أو قانوني. لكن إذا كان النموذج يشارك في حسابات الأموال، أو تفسير قواعد НК وТК الروسية، أو تطبيع الوثائق، أو يقدّم إجابات يحلّلها النظام آلياً مباشرة، فإن دفع مبلغ أكبر مقابل Claude Sonnet 4.6 يبدو كتأمين ضد عواقب أكثر كلفة. وينبغي الاختيار بينهما لا بحسب المعايير، بل بحسب 30–50 طلباً حقيقياً خاصاً بكم.