DeepSeek-V4-Flash-ը դուրս եկավ նախադիտումից՝ ուժեղացված գործակալային թեստերով ու Responses API աջակցությամբ

V4-Flash-ը դուրս է գալիս նախադիտումից

DeepSeek-ը պաշտոնական DeepSeek-V4-Flash API-ն թողարկել է հանրային բետայում։ Կանչի ձևը չի փոխվել. մշակողները օգտագործում են նույն endpoint-ը և մոդելի անունը դնում են deepseek-v4-flash։ Ընկերության փոփոխությունների մատյանի համաձայն՝ թողարկված checkpoint-ը՝ DeepSeek-V4-Flash-0731, ունի նույն ճարտարապետությունն ու չափը, ինչ V4-Flash-Preview-ը, և միայն կրկին մարզվել է, այսինքն բարելավումը գալիս է մարզումից, ոչ թե նոր դիզայնից։

V4 ընտանիքը ընկերությունը բացել էր այս տարվա սկզբին երկու մակարդակով՝ V4-Pro և V4-Flash, OpenAI-ի ChatCompletions և Anthropic-ի ինտերֆեյսներով։ Այս թարմացումը վերաբերում է միայն Flash API-ին. մատյանի համաձայն՝ V4-Pro API-ն ու հավելվածի և վեբի մոդելները չեն փոխվել, իսկ V4-Pro-ի պաշտոնական թողարկումը շուտով կհաջորդի։

Գործակալային և կոդի բենչմարքեր

DeepSeek-ը հրապարակում է գործակալային և կոդային գնահատումների արդյունքներ՝ Terminal Bench 2.1 — 82.7, NL2Repo — 54.2, CyberGym — 76.7, DeepSWE — 54.4, Toolathlon Verified — 70.3, Agents' Last Exam — 25.2 և Automation Bench (Public) — 25.1։ Ներքին թեստային հավաքածուներում ընկերությունը հայտնում է DSBench-FullStack 68.7 և DSBench-Hard 59.6։

Ընկերությունը նշում է, որ հանրային հավաքածուների Code Agent առաջադրանքները կատարվել են DeepSeek Harness-ի մինիմալ ռեժիմով՝ շրջանակ, որը, ըստ նրա, շուտով կհրապարակվի, առավելագույն ջանքի մակարդակով, top_p 0.95 և temperature 1.0 պարամետրերով։ DSBench-FullStack-ը ներքին full-stack մշակման հավաքածու է, DSBench-Hard-ը՝ ներքին բարդ կոդավորման, ուստի երկուսն էլ ընկերության սեփական տվյալներն են։

Responses API և Codex աջակցություն

API-ն այժմ բնիկորեն աջակցում է OpenAI-ի Responses API ձևաչափին և հատուկ հարմարեցված է Codex-ին. փաստաթղթերում կա մեկ սեղմումով կարգավորման սկրիպտ։ Ըստ DeepSeek-ի՝ արդյունքները զգալիորեն գերազանցում են V4-Pro-Preview-ին գործակալային բենչմարքերում՝ պնդում, որը, ինչպես վերևի աղյուսակը, գալիս է ընկերության սեփական թեստավորումից։