شرکت چینی دیپ‌سیک (DeepSeek) نسخه جدیدی از مدل هوش مصنوعی خود با نام DeepSeek V4.1 Flash 1017 را معرفی کرده است؛ مدلی که با تمرکز بر بهبود توانایی‌های استدلالی، برنامه‌نویسی و اجرای وظایف پیچیده توسعه یافته و توجه‌ها را به هزینه پایین استفاده از هوش مصنوعی جلب کرده است.
براساس اطلاعیه منتشرشده از سوی دیپ‌سیک و نتایج گزارش‌شده در یک مقایسه تخصصی، این مدل در آزمایش مشخصی از اجرای وظایف مرورگر، عملکردی نزدیک به Claude Opus 5.5 شرکت آنتروپیک داشته است؛ درحالی‌که هزینه اجرای وظایف در یکی از تنظیمات آزمایش، حدود ۱۹ برابر کمتر گزارش شده است. البته این نتیجه به همان بنچمارک محدود است و برتری کلی مدل جدید را اثبات نمی‌کند.
معرفی DeepSeek V4.1 Flash 1017؛ مدل جدید هوش مصنوعی چین
دیپ‌سیک در تاریخ ۱۷ اکتبر ۲۰۲۶ از نسخه به‌روزشده مدل V4.1 Flash با شناسه 1017 رونمایی کرد.
این مدل با هدف بهبود عملکرد در وظایفی مانند کدنویسی، استدلال و اجرای فرایندهای چندمرحله‌ای توسعه یافته است.
یکی از ویژگی‌های مهم نسخه جدید، تلاش برای ارائه توانایی‌های پیشرفته با هزینه پردازشی کمتر است؛ موضوعی که در سال‌های اخیر به یکی از مهم‌ترین محورهای رقابت میان شرکت‌های فعال در حوزه هوش مصنوعی تبدیل شده است.
مدل جدید از طریق سرویس‌های دیپ‌سیک و رابط برنامه‌نویسی این شرکت در اختیار کاربران قرار گرفته است.
مقایسه DeepSeek با Claude Opus 5.5؛ اختلاف چشمگیر هزینه‌ها
بخش جذاب ماجرا به مقایسه عملکرد مدل جدید دیپ‌سیک با Claude Opus 5.5 شرکت آنتروپیک مربوط می‌شود.
براساس نتایج گزارش‌شده از آزمایش Browser Use Benchmark v2.1، مدل DeepSeek V4.1 Flash 1017 در حالت تفکر پایین امتیاز ۷۴ را با هزینه تقریبی ۰٫۱۲ دلار برای هر وظیفه ثبت کرده است.
در همین آزمایش، Claude Opus 5.5 با حالت تفکر بالا امتیاز ۷۵ را به دست آورده و هزینه اجرای هر وظیفه برای آن حدود ۲٫۳۵ دلار گزارش شده است.
به این ترتیب، دیپ‌سیک در تنظیمات یادشده با اختلاف تنها یک امتیاز، حدود ۱۹٫۶ برابر هزینه کمتری داشته است.
البته مقایسه دو مدل با سطح تفکر متفاوت انجام شده و این نکته هنگام تفسیر نتایج اهمیت دارد.
عملکرد برابر با هزینه حدود ۱۰ برابر کمتر
در حالت تفکر بالا، مدل جدید دیپ‌سیک توانسته در همین بنچمارک امتیاز ۷۵ را کسب کند؛ امتیازی که با نتیجه گزارش‌شده برای Claude Opus 5.5 برابر است.
هزینه اجرای هر وظیفه برای دیپ‌سیک در این حالت حدود ۰٫۲۲ دلار اعلام شده است.
در مقابل، هزینه ۲٫۳۵ دلاری مدل آنتروپیک نشان می‌دهد دیپ‌سیک در این تنظیمات با حفظ امتیاز برابر، حدود ۱۰٫۷ برابر ارزان‌تر بوده است.
این ارقام نشان می‌دهند هزینه استفاده از مدل‌های هوش مصنوعی می‌تواند حتی در شرایط عملکرد مشابه نیز تفاوت قابل‌توجهی داشته باشد.
بااین‌حال، نتایج یک بنچمارک برای نتیجه‌گیری درباره کیفیت کلی مدل‌ها کافی نیست و عواملی مانند دقت پاسخ‌ها، پایداری عملکرد و توانایی انجام وظایف مختلف نیز باید بررسی شوند.
چرا هزینه مدل‌های هوش مصنوعی اهمیت دارد؟
با گسترش استفاده از ایجنت‌های هوش مصنوعی، هزینه اجرای وظایف به یکی از دغدغه‌های مهم توسعه‌دهندگان و شرکت‌ها تبدیل شده است.
برخلاف چت‌بات‌های معمولی که اغلب به چند پرسش پاسخ می‌دهند، ایجنت‌ها ممکن است برای انجام یک مأموریت ده‌ها یا صدها مرحله پردازشی را پشت سر بگذارند.
برای مثال، یک ایجنت می‌تواند صفحات وب را بررسی کند، اطلاعات را استخراج کند، تصمیم بگیرد و چندین عملیات را به‌صورت متوالی انجام دهد.
در چنین شرایطی، کاهش هزینه هر مرحله می‌تواند تأثیر زیادی بر هزینه نهایی اجرای یک پروژه داشته باشد.
اگر مدل‌هایی مانند DeepSeek V4.1 Flash بتوانند در کاربردهای واقعی نیز عملکرد قابل‌قبولی با هزینه کمتر ارائه دهند، استفاده از ایجنت‌های هوش مصنوعی برای کسب‌وکارهای کوچک‌تر دسترس‌پذیرتر خواهد شد.
آیا مدل جدید دیپ‌سیک از Claude Opus 5.5 بهتر است؟
با وجود اختلاف قابل‌توجه هزینه‌ها، نمی‌توان براساس این نتایج اعلام کرد که DeepSeek V4.1 Flash 1017 در تمام زمینه‌ها از Claude Opus 5.5 بهتر است.
بنچمارک مورد بحث روی مجموعه مشخصی از وظایف متمرکز بوده و عملکرد مدل‌ها در برنامه‌نویسی، تحلیل اسناد، تولید محتوا و سایر کاربردها ممکن است متفاوت باشد.
همچنین هزینه واقعی استفاده از مدل‌ها به عواملی مانند تعداد توکن‌های ورودی و خروجی، میزان پردازش و نوع وظیفه بستگی دارد.
بنابراین، عدد ۱۹ برابر ارزان‌تر به معنای وجود چنین اختلافی در تمام شرایط استفاده نیست.
بااین‌حال، معرفی نسخه جدید دیپ‌سیک نشان می‌دهد رقابت در صنعت هوش مصنوعی تنها بر سر افزایش قدرت مدل‌ها نیست؛ بلکه کاهش هزینه ارائه توانایی‌های پیشرفته نیز به عاملی تعیین‌کننده تبدیل شده است.
در صورت تکرار این نتایج در آزمایش‌های مستقل و کاربردهای واقعی، مدل‌های اقتصادی‌تر می‌توانند فشار بیشتری بر شرکت‌های بزرگ برای کاهش قیمت خدمات هوش مصنوعی وارد کنند.
دیدگاه‌ها