في تجربة حديثة لتداول العملات الرقمية، حقق النموذج الصيني للذكاء الاصطناعي DeepSeek أداءً مذهلاً—فخلال 9 أيام فقط، تمكن من رفع رأس ماله الأولي من 10,000 دولار إلى 22,500 دولار في منافسة Alpha Arena لتداول العملات الرقمية، محققاً عائداً استثنائياً بنسبة 125%.
وقد تفوق هذا الإنجاز حتى على نموذج Qwen 3 Max التابع لشركة Alibaba، مما جعل DeepSeek نجمًا صاعدًا في قطاع التداول بالذكاء الاصطناعي.
نشأة وتطور DeepSeek
تعد DeepSeek شركة ذكاء اصطناعي مقرها مدينة هانغتشو الصينية، تأسست عام 2023 بدعم استثماري من شركة High-Flyer الشهيرة لإدارة الأصول الكمية.
تكرس الشركة جهودها لتطوير نماذج لغوية ضخمة وتقنيات ذات صلة، وقد أطلقت عدة نماذج منها DeepSeek LLM وDeepSeek Coder وDeepSeekMath وDeepSeek-VL.
وفي 20 يناير 2025، أعلنت DeepSeek رسميًا عن إطلاق نموذج DeepSeek-R1، الذي يضاهي نموذج OpenAI O1 في مهام الرياضيات والبرمجة والاستدلال اللغوي الطبيعي. أما الإصدار الأحدث DeepSeek-V3.2، فقد حظي باهتمام كبير بعد أن خفض تكاليف الاستدلال بالذكاء الاصطناعي إلى ما بين السدس والسبع مقارنة بإصدار V3.1، مع تسريع معالجة السياقات الطويلة بمعدل يتراوح بين ضعفين إلى ثلاثة أضعاف.
عائلة نماذج DeepSeek والتطور التقني
بنية نموذج مبتكرة
يجمع الهيكل التقني لنماذج DeepSeek بين نسخ معدلة من بنية Transformer وآليات انتباه ديناميكية، محققًا توازنًا بين الفهم الدلالي والتوليد عبر دمج ميزات متعددة المستويات.
وتبرز نقاط القوة الأساسية للنموذج في ثلاثة مجالات رئيسية:
- آلية الانتباه المتناثر الديناميكي: من خلال إدخال وحدات بوابات تخصص أوزان الانتباه بشكل ديناميكي، يحافظ DeepSeek على قدرات قوية لمعالجة النصوص الطويلة مع تقليل التعقيد الحسابي. فعند التعامل مع مستندات تحتوي على 100,000 رمز، ينخفض حجم العمليات الحسابية بنسبة 42% مقارنة بنماذج Transformer التقليدية.
- نظام مزيج الخبراء: عبر آلية توجيه بين 16 وحدة خبراء، يتم تفعيل 2 إلى 3 خبراء فقط لكل رمز، مما يزيد من سعة النموذج مع التحكم في تكاليف الاستدلال.
- استراتيجية تدريب تدريجية: يعتمد DeepSeek على مراحل ما قبل التدريب، وضبط التعليمات، والتعلم المعزز من تقييمات البشر. وفي سيناريوهات توليد الشيفرة البرمجية، ترفع تقنيات تعزيز البيانات الاصطناعية دقة الشيفرة إلى 89.7%.
أداء استثنائي
على معيار MMLU، سجل نموذج DeepSeek-72B نتيجة بلغت 81.3 في مجالات STEM مثل الرياضيات والفيزياء، متفوقًا على نتيجة GPT-4 البالغة 79.8.
وفي مهام إكمال الشيفرة، حقق معدل Pass@1 بنسبة 68.2%، أي بزيادة 12 نقطة عن نموذج Codex.
أداء DeepSeek في أسواق العملات الرقمية والمالية
التميز في مسابقات تداول العملات الرقمية
في مشروع Alpha Arena الاستثماري الذي أطلقته Nof1، أظهر نموذج DeepSeek Chat V3.1 قدرات تداول استثنائية.
حصلت ستة نماذج ذكاء اصطناعي على رأس مال ابتدائي قدره 10,000 دولار لكل منها، وتداولت في ظل نفس ظروف المعلومات السوقية أصولًا رقمية مثل بيتكوين وإيثر ودوجكوين بهدف تحقيق أعلى عائد ممكن.
حتى 28 أكتوبر، تمكن DeepSeek من تحقيق عائد بنسبة 125%، متفوقًا بفارق كبير على منافسيه الدوليين.
وبالمقارنة، فقد خسر نموذج GPT-5 التابع لـ OpenAI نحو 60% من أمواله، ليهبط رصيده إلى حوالي 4,000 دولار، بينما تكبد نموذج Gemini 2.5 Pro من Google DeepMind خسارة بنسبة 57%.
وفي منصة التنبؤ Polymarket، منح المتداولون DeepSeek احتمال فوز بنسبة 61%، وهو أعلى بكثير من نسبة Alibaba البالغة 29%.
أداء قوي في تداول الأسهم الأمريكية
أثبت DeepSeek أيضًا تفوقه في تداول الأسهم الأمريكية.
ففي تجربة "AI-Trader" مفتوحة المصدر بقيادة جامعة هونغ كونغ، تصدر DeepSeek قائمة النتائج خلال فترة اختبار امتدت لشهر، محققًا عائدًا سنويًا بلغ 10.61%، مقابل 2.13% فقط لمؤشر أسهم التكنولوجيا Nasdaq 100.
وهذا يعني أن عائدات DeepSeek كانت أعلى بنحو خمسة أضعاف من المؤشر المرجعي.
ميزة تسعير واجهة البرمجة المفتوحة واستراتيجية المصدر المفتوح لـ DeepSeek
تخفيضات كبيرة في الأسعار
في 29 سبتمبر 2025، أطلقت DeepSeek نموذج DeepSeek-V3.2-Exp وأعلنت عن تخفيضات كبيرة في أسعار واجهة البرمجة (API).
وبموجب سياسة التسعير الجديدة، بلغ سعر الرموز المدخلة التي تحقق مطابقة في ذاكرة التخزين المؤقت 0.2 يوان لكل مليون رمز، والرموز غير المطابقة 2 يوان لكل مليون رمز، أما الرموز الناتجة فبلغ سعرها 3 يوان لكل مليون رمز—أي انخفاض يزيد عن 50% مقارنة بالأسعار السابقة.
كما خفض النموذج الأحدث DeepSeek-V3.2 تكاليف الاستدلال بالذكاء الاصطناعي إلى ما بين السدس والسبع مقارنة بإصدار V3.1، مع تحديد أسعار API عند 0.28/0.028/0.42 دولار لكل مليون رمز مدخل/مخزن/ناتج على التوالي.
استراتيجية المصدر المفتوح والنشر المحلي
تعتمد DeepSeek ترخيص MIT وقد تم تحسينها لتناسب شرائح هواوي وغيرها من الشرائح الصينية، مما يسهل نشرها في بيئات الحوسبة المحلية الصينية.
وتتيح هذه الاستراتيجية مفتوحة المصدر للمطورين نشر نماذج DeepSeek بشكل مجاني وخاص، مما يفتح آفاقًا أوسع لتطبيقات المؤسسات.
نظرة مستقبلية
مع استمرار تطور تقنيات التداول بالذكاء الاصطناعي، أصبح من الواضح أن النماذج المحلية الضخمة مثل DeepSeek ستلعب دورًا متزايد الأهمية في مستقبل أسواق العملات الرقمية والمالية بشكل عام.
وبالنسبة لمتداولي العملات الرقمية، فإن متابعة تطور DeepSeek لا تقتصر على مواكبة أحدث تقنيات الذكاء الاصطناعي، بل تشمل أيضًا اغتنام فرص الاستثمار المحتملة في المشهد المالي المتغير.
