دیپ‌سیک مدل هوش مصنوعی جدید V4.1-Flash را معرفی کرده است؛ مدلی ۵۵۲ میلیارد پارامتری که با معماری متفاوت خود تنها بخش کوچکی از پارامترها را هنگام پردازش فعال می‌کند و با تمرکز ویژه بر سرعت، کاهش هزینه و وظایف عامل‌محور توسعه یافته است.
این مدل از درک بومی تصویر نیز پشتیبانی می‌کند و ازطریق API دیپ‌سیک در دسترس قرار گرفته است. دیپ‌سیک می‌گوید معماری جدید V4.1-Flash علاوه‌بر کاهش مصرف منابع، در مجموعه‌ای از آزمایش‌ها حتی از مدل پرچمدار قبلی V4-Pro نیز عملکرد بهتری داشته است.
مدل ۵۵۲ میلیارد پارامتری با تنها ۸ تا ۱۶ میلیارد پارامتر فعال
DeepSeek V4.1-Flash از معماری MoE استفاده می‌کند و در مجموع ۵۵۲ میلیارد پارامتر دارد؛ اما تمام این پارامترها به‌طور هم‌زمان برای پردازش فعال نمی‌شوند.
معماری جدید Causal Encoder-Decoder هنگام پردازش ورودی فقط ۸ میلیارد پارامتر و هنگام تولید خروجی ۱۶ میلیارد پارامتر را فعال می‌کند.
دیپ‌سیک می‌گوید این ساختار به مدل اجازه می‌دهد در کنار حفظ توانایی‌های بالا، سرعت بیشتر و هزینه پردازشی پایین‌تری داشته باشد.
تمرکز ویژه روی عامل‌های هوش مصنوعی
یکی از مهم‌ترین اهداف V4.1-Flash اجرای بهینه‌تر وظایف عامل‌محور است؛ وظایفی که در آن‌ها مدل باید چندین مرحله پردازش، فراخوانی ابزار یا عملیات مختلف را پشت‌سرهم انجام دهد.
برای رسیدن به این هدف، دیپ‌سیک مصرف حافظه KV Cache را به‌شکل قابل‌توجهی کاهش داده است.
طبق اطلاعات رسمی شرکت، KV Cache مدل جدید نسبت به نسل قبلی تنها به یک‌چهارم حافظه HBM و یک‌هشتم فضای SSD نیاز دارد. چنین تغییری می‌تواند هزینه اجرای طولانی‌مدت عامل‌های هوش مصنوعی را کاهش دهد.
کانتکست یک‌میلیون توکنی و خروجی بسیار طولانی
DeepSeek V4.1-Flash از پنجره کانتکست یک‌میلیون توکنی پشتیبانی می‌کند و حداکثر طول خروجی آن به ۳۸۴ هزار توکن می‌رسد.
مدل جدید هر دو حالت Thinking و Non-thinking را ارائه می‌دهد و قابلیت‌هایی مانند فراخوانی ابزار، تولید خروجی JSON و پردازش بومی تصویر را نیز در اختیار توسعه‌دهندگان قرار می‌دهد.
API این مدل با نام deepseek-flash ارائه شده است.
ادعای عملکرد بهتر از V4-Pro
دیپ‌سیک می‌گوید V4.1-Flash در عملکرد، سرعت، هزینه و زمان کلی اجرای وظایف از V4-Pro بهتر عمل می‌کند و به همین دلیل روند کنارگذاشتن مدل قبلی را آغاز کرده است.
طبق نتایج منتشرشده توسط شرکت، V4.1-Flash در GPQA Diamond امتیاز ۹۰٫۹، در Codeforces امتیاز ۳۴۷۱ و در Terminal-Bench 2.1 امتیاز ۹۰٫۶ کسب کرده است.
همچنین امتیاز اعلام‌شده برای DeepSWE v1.1 برابر با ۷۴٫۲ است.
البته این ارقام عمدتاً براساس نتایج و داده‌های منتشرشده توسط خود دیپ‌سیک هستند و برای مقایسه قطعی مدل‌ها باید نتایج مستقل نیز در نظر گرفته شوند.
کاهش قیمت API دیپ‌سیک
بهبود بهره‌وری معماری جدید به دیپ‌سیک اجازه داده قیمت API را نیز کاهش دهد.
هزینه هر یک میلیون توکن ورودی در حالت Cache Miss از ۰٫۱۵ دلار در ساعات کم‌مصرف و ۰٫۳۰ دلار در ساعات اوج شروع می‌شود. هزینه یک میلیون توکن خروجی نیز به‌ترتیب ۰٫۶ و ۱٫۲ دلار است.
هزینه ورودی Cache Hit بسیار پایین‌تر و بین ۰٫۰۰۳ تا ۰٫۰۰۶ دلار به‌ازای هر یک میلیون توکن اعلام شده است.
انتشار با مجوز MIT
V4.1-Flash در Hugging Face نیز با مجوز MIT منتشر شده و دیپ‌سیک می‌گوید قصد دارد برای پشتیبانی بهتر از اجرای مدل و ایجاد گزینه‌های بیشتر برای استقرار، با جامعه متن‌باز همکاری کند.
ترکیب تعداد کم پارامترهای فعال، کانتکست یک‌میلیون توکنی، پردازش تصویر و کاهش چشمگیر نیاز KV Cache نشان می‌دهد دیپ‌سیک در این نسل بیش از افزایش صرف تعداد پارامترها، روی پایین‌آوردن هزینه اجرای مدل‌ها و استفاده عملی از عامل‌های هوش مصنوعی تمرکز کرده است.
دیدگاه‌ها