DeepSeek возвращается в лидеры открытых моделей с релизами V4 Pro и V4 Flash
Китайская лаборатория DeepSeek обновила свои ключевые модели, продемонстрировав выдающееся соотношение цены и качества.
DeepSeek вернулся в число ведущих моделей с открытым весом с выпуском DeepSeek V4 Pro и V4 Flash, причем V4 Pro уступает только Kimi K2.6 в индексе искусственного анализа интеллекта.
DeepSeek выпустила DeepSeek V4 Pro и V4 Flash. V4 — первая новая архитектура DeepSeek со времен V3. V4 представляет новую архитектуру с V4 Pro с общим объемом 1,6 Т/49 байт активных параметров и V4 Flash с общим объемом 284 байт/13 байт активных параметров и является первой двухуровневой линейкой DeepSeek, где Pro рассчитан на максимальную производительность, а Flash – на более быстрый и недорогой вывод. Обе модели представляют собой гибрид мышления/немышления. Мы протестировали варианты рассуждений в режимах «Максимальное усилие» и «Высокое усилие».
Год назад DeepSeek R1 и R1 0528 были ведущими моделями рассуждений с открытыми весами в индексе интеллекта. С тех пор несколько других лабораторий открытых весов выпустили сильные модели рассуждения, и теперь V4 Pro занимает второе место среди моделей рассуждений с открытыми весами в индексе интеллекта искусственного анализа, уступая только Кими K2,6 (54). V4 Pro и V4 Flash также остаются только для ввода и вывода текста.
Ключевые выводы:
➤ Большой прирост на 10 баллов по индексу интеллекта: DeepSeek V4 Pro (Max) набрал 52 балла по индексу интеллекта искусственного анализа по сравнению с 42 для версии V3.2, что делает его моделью рассуждения с открытыми весами №2 после Kimi K2.6. Тем не менее, если вес MiMo-V2.5-Pro будет указан так же, как и для других моделей Xiaomi, то он займет третье место. V4 Flash (Max) набирает 47 баллов, отставая от V4 Pro, но опережая DeepSeek V3.2. Это ставит его позади передовых моделей и на уровне интеллекта Claude Sonnet 4,6 (макс.).
➤ Лидирующая агентская производительность среди моделей с открытыми весами: DeepSeek V4 Pro (Max) лидирует среди моделей с открытыми весами для агентных реальных рабочих задач, набрав 1554 балла по GDPval-AA. Это ставит его впереди Kimi K2.6 (1484), GLM-5.1 (1535), GLM-5 (1402) и MiniMax-M2.7 (1514).
➤ Прирост знаний, но увеличение частоты галлюцинаций: DeepSeek V4 Pro (Макс.) получает -10 баллов по AA-Всезнание, что на 11 баллов лучше, чем V3.2 (Рассуждение, -21), что обусловлено, главным образом, более высокой точностью. V4 Flash (макс.) получил оценку -23, что в целом соответствует V3.2. У V4 Pro и V4 Flash очень высокий уровень галлюцинаций — 94% и 96% соответственно. Это означает, что, когда они не знают ответа, они почти всегда все равно отвечают.
➤ Flash значительно отстает от Pro, но имеет хорошие позиции для своего размера: DeepSeek V4 Flash (Max) набирает 47 баллов по индексу искусственного интеллекта, что значительно ниже V4 Pro. Однако при параметрах 284B он намного меньше и хорошо позиционируется на границе интеллекта и размера, рядом с MiniMax-M2.7.
➤ Дешевле, чем передовые модели, но дороже, чем другие модели с открытыми весами, и значительно выше, чем у DeepSeek V3.2: DeepSeek V4 Pro стоит 1071 доллар США для запуска индекса искусственного анализа интеллекта. Это делает его более чем в 4 раза дешевле, чем Claude Opus 4.7 (4811 долларов США), но он остается дороже, чем несколько других моделей с открытым весом, включая Kimi K2.6 (948 долларов США), GLM-5.1 (544 доллара США), DeepSeek V3.2 (71 доллар США) и gpt-oss-120B (67 долларов США). DeepSeek V4 Flash намного дешевле — 113 долларов.
➤ Высокое использование токенов: DeepSeek V4 Pro использует 190 миллионов выходных токенов для запуска индекса искусственного анализа интеллекта, что делает его одной из протестированных моделей с наибольшим использованием токенов. DeepSeek V4 Flash еще выше — 240 млн токенов. Такое высокое использование токенов помогает объяснить, почему общая стоимость V4 Pro остается относительно высокой по сравнению с другими моделями с открытым весом, несмотря на низкую цену за токен.
Ключевые детали модели:
➤ Контекстное окно: 1 млн токенов, 8-кратное расширение контекстного окна V3.2 размером 128 КБ.
➤ Модальности: только ввод и вывод текста, соответствующие версии 3.2.
➤ Размер: DeepSeek V4 Pro, общий объем 1,6 Т/49 Б в активном состоянии; Флэш-память V4: всего 284 Б / 13 Б в активном режиме
➤ Лицензия: MIT
➤ Доступность: доступно через собственный API DeepSeek; мы ожидаем, что многие сторонние поставщики будут размещать модели
➤ Цена: DeepSeek V4 Pro 1,74 доллара США / 3,48 доллара США за 1 миллион токенов ввода/вывода; V4 Flash 0,14/0,28 доллара США за 1 миллион токенов ввода/вывода. Стоимость входных токенов попадания в кэш составляет 0,145 доллара США для V4 Pro и 0,028 доллара США для V4 Flash за 1 миллион токенов. V4 Pro значительно дороже предыдущих моделей DeepSeek R1 и V3.
Большой прирост в 10 баллов по индексу интеллекта: DeepSeek V4 Pro (Max) набирает 52 балла по индексу интеллекта искусственного анализа по сравнению с 42 баллами для версии V3.2, что делает его моделью рассуждения с открытыми весами №2 после Kimi K2.6.
DeepSeek V4 Pro существенно масштабирует архитектуру DeepSeek, в то время как V4 Flash ориентирован на экономию размера: V4 Pro — это крупнейшая модель DeepSeek на сегодняшний день с общими параметрами 1,6 ТБ / активными 49 байт, что является значительным шагом вперед по сравнению с архитектурой семейства V3 с общим объемом 671 байт / 37 байт активной памяти. Флэш-память V4 намного меньше: общая емкость 284 байт / активная 13 байт, но она прочно находится на границе интеллекта и размера, рядом с MiniMax-M2.7.
DeepSeek V4 Pro возглавляет модели открытых весов на GDPval-AA, нашем эталоне агентных реальных рабочих задач. V4 Pro (Макс) набрал 1554 балла, опередив Kimi K2.6 (1484), GLM-5.1 (1535), GLM-5 (1402) и MiniMax-M2.7 (1514). V4 Flash (Рассуждение, Максимальное усилие) — 1388 баллов.
Более низкая стоимость, чем у пограничных моделей, но высокое использование токенов удерживает затраты выше большинства аналогов с открытым весом: DeepSeek V4 Pro стоит 1071 доллар для запуска индекса искусственного анализа интеллекта, что более чем в 4 раза дешевле, чем Claude Opus 4.7 (4811 долларов США), но выше нескольких моделей с открытым весом, включая Kimi K2.6 (948 долларов США), GLM-5.1 (544 доллара США), DeepSeek V3.2 (71 доллар США) и gpt-oss-120B (67 долларов США). Частично это обусловлено высоким использованием токенов на выходе: 190 миллионов токенов для V4 Pro и 240 миллионов для V4 Flash, несмотря на то, что Flash в целом намного дешевле — 113 долларов.
Прирост знаний, но увеличение частоты галлюцинаций: DeepSeek V4 Pro (Макс.) получает -10 баллов по AA-Всеведение, что на 11 баллов лучше, чем у V3.2 (Рассуждение, -21), что обусловлено, главным образом, более высокой точностью. V4 Flash (макс.) получил оценку -23, что в целом соответствует V3.2. У V4 Pro и V4 Flash очень высокий уровень галлюцинаций — 94% и 96% соответственно. Это означает, что, когда они не знают ответа, они почти всегда все равно отвечают.
Результаты отдельных тестов DeepSeek V4 Pro и V4 Flash
