بقلم: يوسف | محرر أدوات الذكاء الاصطناعي · صوت تحريري بإشراف بشري
أضافت Cloudflare نموذج DeepSeek V4 Pro إلى منصة Workers AI تحت المعرّف @cf/deepseek-ai/deepseek-v4-pro-0813، ليصبح متاحاً للمطوّرين مباشرةً عبر البنية التحتية الموزّعة لكلاوفلير دون الحاجة إلى إعداد خوادم منفصلة. النموذج مبني للاستدلال المعقّد ومهام الوكلاء طويلة الأفق، ويأتي بنافذة سياق تبلغ (وفقاً لـ Cloudflare Developers) 1,048,576 رمزاً — ما يعادل مليون رمز — وهو رقم يجعله خياراً جاداً لتطبيقات تحليل الوثائق الضخمة والسياقات البرمجية الطويلة.
الوصول إلى النموذج يستلزم الاشتراك بخطة Workers Paid أو استخدام رصيد AI Gateway المدفوع مسبقاً، إذ لا يتوفر ضمن الخطة المجانية. أما التسعير (وفقاً لـ Cloudflare Developers) فيتوزع على ثلاثة مستويات: 1.32 دولار لكل مليون رمز دخل، و3.96 دولار لكل مليون رمز خرج، و0.044 دولار لكل مليون رمز دخل مخزّن مؤقتاً (cached) — وهو رقم منخفض بشكل لافت يُشجّع على تصميم تطبيقات تعتمد على إعادة استخدام السياق.
النموذج يدعم استدعاء الدوال (Function Calling)، والرؤية (Vision)، والاستدلال المتعدد الخطوات (Reasoning)، كما يتوافق مع نقاط نهاية OpenAI المتوافقة عبر مسارَي /v1/chat/completions و/v1/embeddings، مما يعني أن أي تطبيق مبني على API أوبن أي آي يمكن توجيهه نحو هذا النموذج بتعديل بسيط في عنوان الطلب.
للبدء فعلياً، إليك المسار العملي خطوة بخطوة:
- تفعيل خطة Workers Paid من لوحة تحكم Cloudflare، أو تحميل رصيد AI Gateway مدفوع مسبقاً.
- استدعاء النموذج عبر Workers باستخدام
env.AI.run("@cf/deepseek-ai/deepseek-v4-pro-0813", { messages })سواء بوضع الاستجابة الكاملة أو البث المتدفق (stream: true) مع إرجاع الرأسcontent-type: text/event-stream. - أو الاستدعاء مباشرةً عبر REST API من أي بيئة (Python, curl, إلخ) بإرسال طلب POST إلى
https://api.cloudflare.com/client/v4/accounts/{ACCOUNT_ID}/ai/run/@cf/deepseek-ai/deepseek-v4-pro-0813مع رأس التفويضBearer $CLOUDFLARE_AUTH_TOKEN. - ضبط المعاملات المتقدمة حسب الحاجة:
temperatureبين 0 و2، وreasoning_effortللتحكم في عمق الاستدلال، وparallel_tool_callsلتفعيل استدعاء الأدوات المتوازي (مفعّل افتراضياً). - اختبار النموذج مباشرةً في المتصفح دون أي إعداد مسبق عبر LLM Playground التابع لـ Cloudflare.
من الناحية التقنية، يدعم النموذج مخرجات متعددة الوسائط (modalities) بما فيها الصوت، وضبط احتمالية الرموز عبر logit_bias، وإعادة الإنتاج الحتمي بتحديد seed. كما يتيح تخزين المخرجات لأغراض تقطير النماذج والتقييم عبر خيار store. هذا المستوى من التحكم الدقيق يُرحّب به في بيئات الإنتاج التي تحتاج إلى نتائج قابلة للتدقيق والمقارنة.
الجدير بالذكر أن توفّر نموذج بهذا الحجم على بنية تحتية عالمية مثل Cloudflare يُريح المطوّرين من عبء إدارة الكمون (latency) وتوزيع الحمل، لكنه يظل رهيناً بسقف خطة الاشتراك وحدود الاستخدام التي لم تُحدّدها Cloudflare علناً في هذه الوثيقة. من يبني تطبيقاً يعتمد على سياقات بمليون رمز باستمرار سيجد أن فاتورة الـ output tokens هي المتغير الأكثر حساسية في المعادلة.
