أصدرت DeepSeek نموذجين رائدين — DeepSeek-R1-0528 و DeepSeek-R1-0528-Qwen3-8B — وكلاهما متاح الآن على Novita AI، وهي منصة سحابية للذكاء الاصطناعي تقدم للمطورين نشراً سهلاً لنماذج الذكاء الاصطناعي عبر API بسيط. تقدم هذه النماذج قدرات استدلال استثنائية بأسعار تنافسية، مع أداء أفضل بكثير من الإصدارات السابقة.
تقدم Novita AI كلا نموذجي DeepSeek-R1-0528 بأسعار تنافسية وبتسعير شفاف يعتمد على الدفع حسب الاستخدام:
DeepSeek-R1-0528 (النموذج الكامل):
- رموز الإدخال: 0.70 دولار لكل مليون رمز
- رموز الإخراج: 2.50 دولار لكل مليون رمز
DeepSeek-R1-0528-Qwen3-8B (نموذج 8B الفعّال):
- رموز الإدخال: 0.06 دولار لكل مليون رمز
- رموز الإخراج: 0.09 دولار لكل مليون رمز
ما هو DeepSeek-R1-0528؟
خضع نموذج DeepSeek R1 لترقية إصدار ثانوي، والإصدار الحالي هو DeepSeek-R1-0528. في هذا التحديث الأخير، حسّن DeepSeek R1 بشكل كبير من عمق قدراته الاستدلالية والاستنتاجية من خلال زيادة الموارد الحاسوبية المستخدمة وإدخال آليات تحسين خوارزمية أثناء مرحلة ما بعد التدريب.
يظهر النموذج أداءً متميزًا عبر العديد من تقييمات المعايير، بما في ذلك الرياضيات والبرمجة والمنطق العام. أصبح أداؤه العام يقترب الآن من النماذج الرائدة مثل O3 و Gemini 2.5 Pro.
التحسينات الرئيسية في DeepSeek-R1-0528
🔹 تحسين أداء المعايير في مهام الرياضيات والبرمجة والاستدلال
🔹 تعزيز قدرات الواجهة الأمامية لتجربة مستخدم أفضل
🔹 تقليل الهلوسة لمخرجات أكثر موثوقية
🔹 يدعم إخراج JSON واستدعاء الدوال للتكامل السلس
عمق الاستدلال المحسّن
مقارنة بالإصدار السابق، يُظهر النموذج المطوّر تحسينات كبيرة في التعامل مع مهام الاستدلال المعقدة. على سبيل المثال، في اختبار AIME 2025، زادت دقة النموذج من 70% في الإصدار السابق إلى 87.5% في الإصدار الحالي.
ينبع هذا التقدم من زيادة عمق التفكير أثناء عملية الاستدلال: في مجموعة اختبار AIME، استخدم النموذج السابق متوسط 12 ألف رمز لكل سؤال، بينما يبلغ متوسط الإصدار الجديد 23 ألف رمز لكل سؤال.
أداء تنافسي مقابل قادة الصناعة
يظهر DeepSeek-R1-0528 أداءً ملحوظًا عند مقارنته بالنماذج الرائدة في الصناعة عبر العديد من المعايير الصعبة:
DeepSeek-R1 مقابل DeepSeek-R1-0528
أداء الاستدلال الرياضي
| المعيار | DeepSeek R1 | DeepSeek R1-0528 | التحسين |
|---|---|---|---|
| AIME 2024 (Pass@1) | 79.8 | 91.4 | +11.6 |
| AIME 2025 (Pass@1) | 70.0 | 87.5 | +17.5 |
| HMMT 2025 (Pass@1) | 41.7 | 79.4 | +37.7 |
| CNMO 2024 (Pass@1) | 78.8 | 86.9 | +8.1 |
تحسين أداء البرمجة
| المعيار | DeepSeek R1 | DeepSeek R1-0528 | التحسين |
|---|---|---|---|
| LiveCodeBench (Pass@1) | 63.5 | 73.3 | +9.8 |
| Codeforces-Div1 (Rating) | 1530 | 1930 | +400 |
| SWE Verified (Resolved) | 49.2 | 57.6 | +8.4 |
| Aider-Polyglot (Acc.) | 53.3 | 71.6 | +18.3 |
مهام الاستدلال العامة
| المعيار | DeepSeek R1 | DeepSeek R1-0528 | التحسين |
|---|---|---|---|
| MMLU-Redux (EM) | 92.9 | 93.4 | +0.5 |
| MMLU-Pro (EM) | 84.0 | 85.0 | +1.0 |
| GPQA-Diamond (Pass@1) | 71.5 | 81.0 | +9.5 |
| SimpleQA (Correct) | 30.1 | 27.8 | -2.3 |
| FRAMES (Acc.) | 82.5 | 83.0 | +0.5 |
| Humanity’s Last Exam (Pass@1) | 8.5 | 17.7 | +9.2 |
قدرات دمج الأدوات الجديدة
يقدم DeepSeek-R1-0528 قدرات محسّنة في استدعاء الدوال ودمج الأدوات:
- BFCL_v3_MultiTurn (Acc): 37.0%
- Tau-Bench (Pass@1): 53.5% (Airline) / 63.9% (Retail)
DeepSeek-R1-0528-Qwen3-8B: التميز المضغوط
قامت DeepSeek بتقطير سلسلة التفكير (chain-of-thought) من DeepSeek-R1-0528 لإنشاء DeepSeek-R1-0528-Qwen3-8B من قاعدة Qwen3 8B. يحقق هذا النموذج أداءً متطورًا (SOTA) بين النماذج مفتوحة المصدر في AIME 2024، متجاوزًا Qwen3-8B بنسبة +10.0% ومطابقًا لأداء Qwen3-235B-thinking.
يوضح هذا أن سلسلة التفكير من DeepSeek-R1-0528 تحمل أهمية كبيرة لكل من البحث الأكاديمي حول نماذج الاستدلال والتطوير الصناعي الموجه نحو النماذج صغيرة الحجم.
تحليل تنافسي مع النماذج الرائدة
| النموذج | AIME 24 | AIME 25 | HMMT Feb 25 | GPQA Diamond | LiveCodeBench |
|---|---|---|---|---|---|
| Qwen3-235B-A22B | 85.7 | 81.5 | 62.5 | 71.1 | 66.5 |
| Qwen3-32B | 81.4 | 72.9 | - | 68.4 | - |
| Qwen3-8B | 76.0 | 67.3 | - | 62.0 | - |
| Phi-4-Reasoning-Plus-14B | 81.3 | 78.0 | 53.6 | 69.3 | - |
| Gemini-2.5-Flash-Thinking-0520 | 82.3 | 72.0 | 64.2 | 82.8 | 62.3 |
| o3-mini (medium) | 79.6 | 76.7 | 53.3 | 76.8 | 65.9 |
| DeepSeek-R1-0528-Qwen3-8B | 86.0 | 76.3 | 61.5 | 61.1 | 60.5 |
تحسينات الاستخدام والتفاصيل التقنية
ميزات سهولة الاستخدام المحسّنة
مقارنة بالإصدارات السابقة من DeepSeek-R1، تتضمن توصيات الاستخدام لـ DeepSeek-R1-0528 التحسينات التالية:
- دعم prompt النظام: على عكس الإصدارات السابقة، يمكنك الآن استخدام prompts النظام لتوفير سياق وتعليمات ثابتة
- نمط التفكير التلقائي: لا حاجة للتفعيل اليدوي — النموذج يشغل قدراته الاستدلالية تلقائيًا دون الحاجة إلى " thinking\ " في بداية المخرجات
بنية DeepSeek-R1-0528-Qwen3-8B
بنية النموذج لـ DeepSeek-R1-0528-Qwen3-8B مطابقة لبنية Qwen3-8B، لكنه يشارك نفس تكوين tokenizer مع DeepSeek-R1-0528. يمكن تشغيل هذا النموذج بنفس طريقة Qwen3-8B، ولكن تأكد من أن جميع ملفات التكوين تأتي من مستودع DeepSeek، وليس من مشروع Qwen3 الأصلي.
لماذا يختار المطورون Novita AI
نشر مبسط لنماذج الذكاء الاصطناعي
- لا عناء مع البنية التحتية: ركز على بناء التطبيقات، وليس إدارة الخوادم
- وصول فوري للنماذج: انشر النماذج المتطورة باستدعاء API واحد
- أداء موثوق: بنية تحتية على مستوى المؤسسات مع توفر بنسبة 99.9%
- توفر عالمي: وصول منخفض زمن الوصول من أي مكان في العالم
مثالية لأي نطاق
- النماذج الأولية السريعة: اختبر الأفكار بسرعة مع وصول فوري للنموذج
- جاهز للإنتاج: انتقل بسلاسة من النموذج الأولي إلى الإنتاج
- فعال من حيث التكلفة: ادفع فقط مقابل ما تستخدمه مع تسعير شفاف
- دعم مؤسسي: دعم مخصص للتطبيقات عالية الحجم
حالات الاستخدام المثالية
- تطبيقات الذكاء الاصطناعي الرياضية: بناء منصات تدريس تحقق دقة 87.5% في AIME 2025
- أدوات توليد الكود: إنشاء مساعدين للتطوير بنجاح 73.3% في LiveCodeBench
- منصات البحث: نشر نماذج استدلال تنافس قادة الصناعة
- البرامج التعليمية: تطوير تطبيقات حل المشكلات خطوة بخطوة
البدء مع Novita AI
- سجّل في ثوانٍ على Novita AI واحصل على 10 دولارات رصيد مجاني
- استكشف DeepSeek-R1-0528 (القدرة الكاملة) أو DeepSeek-R1-0528-Qwen3-8B (الفعّال)
- احصل على مفتاح API الخاص بك من لوحة التحكم
- قم بأول استدعاء API باستخدام نقاط النهاية المتوافقة مع OpenAI
- ابدأ البناء بقدرات استدلال رائدة في الصناعة
لمستخدمي Python:
from openai import OpenAI
base_url = "https://api.novita.ai/v3/openai"
api_key = "<Your API Key>"
model = "deepseek/deepseek-r1-0528"
client = OpenAI(
base_url=base_url,
api_key=api_key,
)
stream = True # or False
max_tokens = 1000
response_format = { "type": "text" }
chat_completion_res = client.chat.completions.create(
model=model,
messages=[
{
"role": "user",
"content": "Hi there!",
}
],
stream=stream,
extra_body={
}
)
if stream:
for chunk in chat_completion_res:
print(chunk.choices[0].delta.content or "", end="")
else:
print(chat_completion_res.choices[0].message.content)
الخاتمة
تقدم سلسلة نماذج DeepSeek-R1-0528 أداءً رائدًا في الصناعة بأسعار تنافسية — حيث تحقق 91.4% في AIME 2024 و73.3% في LiveCodeBench بينما تنافس قدرات OpenAI-o3 و Gemini-2.5-Pro.
من خلال منصة Novita AI الصديقة للمطورين، تحصل على وصول فوري إلى هذه النماذج المتطورة دون تعقيدات البنية التحتية. بفضل التسعير الشفاف، 10 دولارات رصيد مجاني، وواجهة API البديهية، أصبح دمج الاستدلال العالمي المستوى في تطبيقاتك أسهل من أي وقت مضى.
Novita AI هي منصة سحابية للذكاء الاصطناعي تقدم للمطورين طريقة سهلة لنشر نماذج الذكاء الاصطناعي باستخدام API البسيط، مع توفير سحابة GPU ميسورة التكلفة وموثوقة لبناء التطبيقات.
