DeepSeek-V4-Flash יוצאת מהתצוגה המקדימה עם ביצועים חזקים יותר בסוכנים ותמיכה ב-Responses API

V4-Flash יוצאת מהתצוגה המקדימה

DeepSeek הוציאה את ה-API הרשמי של DeepSeek-V4-Flash בבטא ציבורית. אופן הקריאה לא השתנה: המפתחים משתמשים באותו endpoint ומגדירים את שם המודל deepseek-v4-flash. לפי יומן השינויים של החברה, נקודת השמירה ששוחררה — DeepSeek-V4-Flash-0731 — שומרת על אותה ארכיטקטורה וגודל כמו V4-Flash-Preview ועברה אימון מחדש בלבד, כך שהשיפור נובע מהאימון ולא מתכנון חדש.

את משפחת V4 חשפה החברה מוקדם יותר השנה בשתי דרגות, V4-Pro ו-V4-Flash, דרך ממשקי ChatCompletions של OpenAI ו-Anthropic. העדכון הנוכחי נוגע ל-Flash בלבד: לפי היומן, ה-API של V4-Pro ומודלי האפליקציה והאינטרנט לא השתנו, והשחרור הרשמי של V4-Pro יגיע בקרוב.

מדדי סוכנים וקוד

DeepSeek מפרסמת תוצאות במבחני סוכנים וקוד: ‏Terminal Bench 2.1 — 82.7, ‏NL2Repo — 54.2, ‏CyberGym — 76.7, ‏DeepSWE — 54.4, ‏Toolathlon Verified — 70.3, ‏Agents' Last Exam — 25.2 ו-Automation Bench (Public) — 25.1. במערכי הבדיקה הפנימיים החברה מדווחת על DSBench-FullStack 68.7 ו-DSBench-Hard 59.6.

החברה מציינת שמשימות Code Agent במערכי המבחן הציבוריים הורצו במצב המינימלי של DeepSeek Harness — תשתית שלפי החברה תשוחרר בקרוב — ברמת המאמץ המקסימלית, עם top_p 0.95 ו-temperature 1.0. ‏DSBench-FullStack הוא מערך פנימי לפיתוח full-stack ו-DSBench-Hard מערך פנימי לבעיות קידוד קשות, כך ששניהם נתונים מדיווח עצמי.

תמיכה ב-Responses API וב-Codex

ה-API תומך כעת באופן מקורי בפורמט Responses API של OpenAI ומותאם במיוחד ל-Codex, עם סקריפט תצורה בקליק אחד בתיעוד. לפי DeepSeek, התוצאות עולות בהרבה על V4-Pro-Preview במבחני סוכנים — טענה שמקורה, כמו הטבלה שלעיל, בהרצה של החברה עצמה.