DeepSeek выпускает новую версию языковой модели V4.1-Flash
Компания заявила, что проведённые независимыми экспертами тесты показали, что новая модель с открытым исходным кодом превосходит гораздо более крупную модель DeepSeek-V4-Pro по производительности, стоимости, скорости и общему времени автономной работы.
Начиная с 14 сентября, запросы, отправленные в V4-Pro через программный интерфейс DeepSeek, будут обрабатываться V4.1-Flash и оплачиваться по тарифам меньшей модели до запуска версии V4.1-Pro. Модель V4-Flash и экспериментальная модель машинного зрения, выпущенная DeepSeek в августе, сняты с производства. Теперь запросы к любой из них будут перенаправляться на V4.1-Flash.
V4.1-Flash — это модель, объединяющая в себе несколько экспертных моделей, с 552 миллиардами параметров, что почти вдвое больше, чем 284 миллиарда параметров в модели V4-Flash. Новая конструкция кодера-декодера позволяет поддерживать активными всего 8 миллиардов параметров, пока модель обрабатывает запрос, и 16 миллиардов, пока она генерирует результат. Функция распознавания изображений, которая была доступна только в экспериментальной версии, выпущенной в прошлом месяце, теперь встроена в саму модель.
Большая часть технических изменений была направлена на уменьшение размера кэша «ключ-значение». Согласно техническому отчёту DeepSeek, модель хранит эти записи в четырёхбитном формате с плавающей запятой, а ее общий объем составляет 890 байт на токен, что примерно на четверть меньше, чем требуется для V4-Flash. Объем постоянного кэша на твердотельных накопителях составляет примерно восьмую часть от объёма кэша предыдущего поколения.
Собственная таблица тестов DeepSeek сравнивает модель по максимальным усилиям рассуждений с моделями Claude Opus 5 от Anthropic и GPT-5.6 Sol от OpenAI. Модель DeepSeek V4.1-Flash набрала 90,6 баллов в тесте Terminal-Bench 2.1, немного опередив результаты моделей Opus 5 с 89,1 балла и GPT-5.6 Sol с 88,8 балла. В тесте DeepSWE v1.1 на разработку программного обеспечения модель V4.1-Flash справилась с 74,2 % задач, в то время как модель Opus 5 справилась с 74 %, а GPT-5.6 Sol — с 62,7 % задач. Обе американские модели по-прежнему лидируют в тесте научных рассуждений GPQA Diamond.
В непиковые часы тарифы на API составляют 15 центов за миллион некэшированных входных токенов и 60 центов за миллион выходных токенов, при этом в пиковые часы ставки удваиваются. Разработчики, по-прежнему использующие V4-Pro, платят 3,96 доллара за миллион выходных токенов в пиковые часы, по сравнению с 1,20 доллара для V4.1-Flash, поэтому переадресация приводит к снижению стоимости выходных данных примерно на 70%.
Весовые коэффициенты доступны в Hugging Face под лицензией MIT, и модель уже используется в веб- и мобильных приложениях DeepSeek. Компания заявила, что будет сотрудничать с сообществом разработчиков ПО с открытым исходным кодом в вопросах поддержки логического вывода и изучения дальнейших вариантов внедрения.
Запуск состоялся в тот же день, когда компания Anthropic назвала DeepSeek в своём последнем «Отчёте об угрозах» одной из семи китайских лабораторий, которые, по ее данным, проводили кампании по «дистилляции» против модели Anthropic Claude. Дистилляция подразумевает масштабные несанкционированные попытки иностранных компаний, занимающихся искусственным интеллектом, запрашивать данные у передовых американских моделей искусственного интеллекта и использовать их для обучения и улучшения собственных, более дешёвых моделей. По данным Anthropic, в июле DeepSeek провела более 12,1 миллиона таких запросов за 14 дней.
Компания DeepSeek выросла из китайского хедж-фонда High-Flyer. Сообщается, что в июне основатель Лян Вэньфэн вложил 3 миллиарда долларов в раунд финансирования на сумму более 7,4 миллиарда долларов, в результате которого стоимость компании превысила 50 миллиардов долларов.
