DeepSeek-V4-Flash يدعم الآن API الاستجابات وCodex: ما يحتاج المطورون لمعرفته

ضمن إعلان DeepSeek عن إصدار V4-Flash في 31 يوليو، يظهر السطر الأكثر أهمية من منظور التكامل: «يدعم V4-Flash الرسمي تنسيق Responses API أصلاً ومتوافق تمامًا مع Codex».

جرّب Apidog اليوم

هذا يعني أن مختبرًا صينيًا مفتوح المصدر نفّذ أحدث تنسيق لواجهة برمجة تطبيقات OpenAI، والمصمم لمنتجاتها الوكيلة، بهدف تمكين وكيل البرمجة Codex من العمل على نموذج DeepSeek. يوضح سجل التغييرات الدافع صراحةً: «لتلبية الطلب على Codex، تدعم واجهة برمجة التطبيقات الخاصة بنا الآن تنسيق Responses API».

تغطي هذه المقالة ما يعنيه ذلك عمليًا: التوافق الفعلي، والمعلمات التي تُتجاهل بصمت، وربط V4-Flash بـ Codex، ونقاط الاختبار التي يجب تنفيذها قبل استخدامه في مستودع حقيقي. إذا كنت تريد إعداد API الأساسي أولًا، ابدأ بـدليل نسخة V4-Flash التجريبية العامة.

لماذا تُعد Responses API مهمة هنا

قدمت OpenAI واجهة Responses API كخليفة لـ Chat Completions: واجهة موحدة لأحمال العمل الوكيلية تتضمن عناصر الاستدلال، والأدوات المدمجة، وأحداث البث الدلالية. شرحنا التنسيق في كيفية استخدام OpenAI Responses API، لكن الخلاصة هي أن هذا التنسيق هو ما تستخدمه حزمة وكلاء OpenAI، بما في ذلك Codex، بشكل أصلي.

في السابق، كان تشغيل نموذج غير تابع لـ OpenAI عبر عميل Responses API يتطلب طبقة ترجمة أو وكيلًا وسيطًا. أما DeepSeek فنفّذت التنسيق على الخادم مباشرةً عبر https://api.deepseek.com، لذلك يمكن استخدام SDK الحالي لـ OpenAI دون تعديل:

# pip3 install openai
from openai import OpenAI

client = OpenAI(
    api_key="<your DeepSeek API key>",
    base_url="https://api.deepseek.com"
)

response = client.responses.create(
    model="deepseek-v4-flash",
    instructions="You are a helpful assistant.",
    input="Hi, how are you?",
)

print(response.output_text)

ملاحظة: تعمل Responses API حاليًا مع deepseek-v4-flash فقط. تقول DeepSeek إن دعم deepseek-v4-pro سيصل في أوائل أغسطس 2026.

ما مدى اكتمال التوافق؟

نشرت DeepSeek مصفوفة توافق تفصيلية. قبل نقل تطبيق قائم إلى نقطة النهاية الجديدة، راجع الفئات التالية.

مدعوم ويعمل

• input وinstructions، كسلسلة نصية أو قائمة عناصر.
• stream مع تسلسل أحداث دلالي كامل.
• temperature وtop_p وmax_output_tokens وtop_logprobs.
• الأدوات من نوعي function وweb_search، مع تنفيذ البحث على الويب من جانب الخادم.
• tool_choice، بما في ذلك فرض استدعاء دالة محددة.
• reasoning.effort للتحكم في عمق الاستدلال.

مقبول لكنه بلا تأثير

• يتم قبول reasoning.summary، لكن لا يُنشأ ملخص.
• يتم قبول text.verbosity دون أن يغيّر السلوك.
• يتم تجاهل parallel_tool_calls لأن استدعاءات الأدوات المتوازية مفعلة دائمًا.

غير مدعوم حسب التصميم

• previous_response_id وconversation: الواجهة عديمة الحالة، لذلك يجب أن تدير سجل المحادثة بنفسك وترسله كقائمة عناصر إدخال.
• store: تعود جميع الاستجابات بالقيمة store: false.
• background وmetadata وinclude وservice_tier ومفاتيح التخزين المؤقت للمطالبة. يُخزَّن السياق مؤقتًا تلقائيًا بدلًا من ذلك.

الميزة العملية هنا أن المعلمات غير المدعومة تُتجاهل بصمت بدلًا من رفض الطلب، لذلك يمكن لعملاء Responses API الحاليين الاتصال غالبًا دون تغييرات. لكن انتبه إلى حد السياق: الطلبات التي تتجاوز نافذة المليون رمز تعيد خطأ 400 بدل اقتطاع المحتوى تلقائيًا.

يتبع البث نموذج أحداث Responses API، بدءًا من response.created وانتهاءً بـresponse.completed. تصل دلتا الاستدلال عبر response.reasoning_text.delta منفصلة عن نص الإخراج.

لا يوجد مُنهي data: [DONE]. ينتهي البث بأحد الأحداث التالية:

• response.completed
• response.incomplete
• response.failed

إذا كان محلل SSE لديك ينتظر [DONE]، فسيتوقف. راجع دليل بث استجابات API باستخدام أحداث المرسلة من الخادم لتطبيق تحليل دفاعي لهذه الحالات.

إعداد Codex مع DeepSeek-V4-Flash

يتفاعل Codex مع النماذج عبر Responses API، وهو السبب الرئيسي لدعم هذا التنسيق. يوفّر دليل تكامل DeepSeek مسارين للإعداد، وكلاهما يكوّن عملاء Codex معًا: CLI، وتطبيق ChatGPT لسطح المكتب، وإضافة VS Code، لأنهم يتشاركون ملف إعداد واحد.

الإعداد بنقرة واحدة

تأكد من تثبيت Codex CLI أو تطبيق ChatGPT لسطح المكتب، وشغّله مرة واحدة على الأقل. ثم نفّذ:

bash <(curl -fsSL https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.sh)

على Windows، استخدم PowerShell:

irm https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.ps1 | iex

عند التشغيل الأول، يطلب البرنامج النصي مفتاح DeepSeek API. ثم يقوم بما يلي:

1. إنشاء نسخة احتياطية من ~/.codex/config.toml في ~/.codex/backup-deepseek/.
2. كتابة كتالوج النماذج في ~/.codex/models.json.
3. إضافة قسم [model_providers.deepseek] إلى الإعداد مع الاحتفاظ بخوادم MCP وإعدادات ثقة المشروع.
4. التحقق من صحة بناء الجملة قبل الكتابة.

يمكنك تشغيل البرنامج النصي مجددًا لتبديل النماذج أو استعادة إعداداتك الأصلية من القائمة.

تعامل بحذر مع توجيه ناتج curl إلى bash. راجع البرنامج النصي أولًا إذا كانت سياسة فريقك تتطلب ذلك. النسخ الاحتياطي والتحقق من الإعدادات إشارتان جيدتان، لكنه يظل برنامجًا نصيًا خارجيًا يعدل تكوين Codex.

راجع كتالوج النموذج

اقرأ ملف models.json الذي ينشئه البرنامج النصي؛ فهو يوضح وضع النموذج داخل Codex:

• نافذة السياق: 1,048,576 رمزًا.
• مستويات الاستدلال: low وhigh وmax، مع high كإعداد افتراضي.
• دعم استدعاءات الأدوات المتوازية.
• يتطلب Codex Client بالإصدار 0.144.0 أو أحدث.

يصف الكتالوج V4-Flash بأنه «أحدث نموذج برمجة وكيل رائد». المتاح حاليًا هو deepseek-v4-flash فقط، ويتضمن الكتالوج بالفعل deepseek-v4-pro عند وصول الدعم في أوائل أغسطس.

هل يصمد داخل Codex؟

تذكر DeepSeek أن إعادة التدريب اللاحق في 0731 استهدفت هذا النوع من أحمال العمل. الأرقام المنشورة للوكلاء هي:

• Terminal Bench 2.1: 82.7
• Cybergym: 76.7
• Toolathlon Verified: 70.3
• DeepSWE: 54.4

وتفيد DeepSeek بأنها تتفوق على V4-Pro-Preview في هذه النتائج. تعامل معها كأرقام مورد إلى أن تتوفر نتائج مستقلة: أُنتجت باستخدام أدوات DeepSeek الخاصة وبأقصى جهد، واثنان من المعايير المذكورة في الإعلان هما مجموعتا اختبار داخليتان.

من ناحية التكلفة، تشير الأرقام المنشورة إلى 0.14 دولار لكل مليون رمز إدخال عند فشل ذاكرة التخزين المؤقت، و0.28 دولار لكل مليون رمز إخراج. تنخفض تكلفة الإدخال إلى 0.0028 دولار عند نجاح ذاكرة التخزين المؤقت. راجع قسم التسعير في دليل النسخة التجريبية للتفاصيل الكاملة.

إذا كنت تقارن Codex ببدائل أخرى، فراجع مقارنتنا بين Claude Code وCodex CLI.

تحقق من نقطة النهاية قبل أن تثق بالوكيل

قدرة الوكيل على التصحيح مرتبطة بمدى دعم واجهة API التي يعمل فوقها. قبل توصيل Codex بمستودع حقيقي، اختبر نقطة النهاية الجديدة. يمكنك تنفيذ ذلك خلال خمس دقائق باستخدام Apidog:

1. أضف نقطة النهاية التالية، واحفظ مفتاحك في متغير بيئة:

   POST https://api.deepseek.com/responses

1. أرسل حمولة responses.create بالحد الأدنى، ثم تحقق من بنية عناصر الإخراج: يجب أن يظهر عنصر reasoning يليه عنصر message.

2. فعّل البث:
   

   {
     "model": "deepseek-v4-flash",
     "input": "Explain this repository structure.",
     "stream": true
   }

راقب تسلسل أحداث SSE مباشرة. يعرض Apidog كل حدث فور وصوله، ما يساعدك على معرفة ما إذا كان العميل يجب أن يستمع إلى response.output_text.delta بدل انتظار حدث لا يأتي.

1. احفظ طلبًا يتضمن أداة function، ثم تحقق من أن تنسيق خرج function_call يطابق ما يتوقعه معالج الأدوات لديك.

عند إطلاق V4-Pro Responses في أغسطس، أعد تشغيل الطلبات المحفوظة نفسها باستخدام اسم النموذج الجديد وقارن السلوك. نزّل Apidog مجانًا واحتفظ بمجموعة الاختبارات في مشروع واحد.

الأسئلة الشائعة

ما نماذج DeepSeek التي تعمل مع Responses API؟

deepseek-v4-flash فقط حاليًا. من المقرر دعم deepseek-v4-pro في أوائل أغسطس 2026.

هل أحتاج إلى SDK جديد؟

لا. يعمل SDK الرسمي لـ OpenAI. وجّه base_url إلى https://api.deepseek.com واستدعِ client.responses.create. راجع دليل النسخة التجريبية العامة لـ V4-Flash لخطوات الإعداد.

هل تعمل المحادثات متعددة الجولات كما في OpenAI؟

لا. تنفيذ DeepSeek عديم الحالة. لا يدعم previous_response_id أوconversation أوstore. أرسل السجل الكامل كعناصر إدخال في كل استدعاء.

هل يمكن استخدام DeepSeek في Codex إلى جانب حساب OpenAI؟

نعم. يضيف الإعداد DeepSeek كمزود نموذج، وتتيح قائمة البرنامج النصي التبديل بين النماذج. يُنسخ إعدادك الأصلي احتياطيًا لتتمكن من استعادته.

هل هذا هو نفسه توافق Anthropic API؟

لا، هذه ميزة منفصلة. تكشف DeepSeek أيضًا عن نقطة نهاية بتنسيق Anthropic عبر https://api.deepseek.com/anthropic، وهي المستخدمة في تكامل Claude Code. أما نقطة نهاية Responses API فهي لأدوات الوكلاء بتنسيق OpenAI مثل Codex.

ماذا يشير هذا الإصدار حقًا؟

تتقارب جودة النماذج، لذلك ينتقل التنافس إلى طبقة التكامل. ركزت DeepSeek على بيئة عمل المطورين الفعلية داخل وكلاء مثل Codex، وبنت البنية اللازمة للعمل كواجهة خلفية جاهزة هناك، بما في ذلك توثيق المعلمات التي يتم تجاهلها بصمت.

الخطوة عملية: OpenAI توفر الوكيل، بينما تقدم DeepSeek الرموز بتكلفة أقل. لكن ما إذا كان نموذج 0731 يتفوق فعليًا على V4-Pro-Preview داخل قاعدة التعليمات البرمجية لديك لا يمكن أن تجيب عنه إلا تقييماتك الخاصة.

وصّل النموذج بـApidog، وشغّل مجموعة الاختبارات نفسها على النموذجين، واترك النتائج الفعلية — لا جداول المقارنات المعيارية — تحسم القرار.