DeepSeek-V4-Flash önizlemeden çıktı: daha güçlü ajan testleri ve Responses API desteği

V4-Flash önizlemeden çıkıyor

DeepSeek, resmi DeepSeek-V4-Flash API'sini genel betada yayımladı. Çağrı biçimi değişmedi: geliştiriciler aynı endpoint'i kullanıp model adını deepseek-v4-flash olarak ayarlıyor. Şirketin değişiklik günlüğüne göre yayımlanan kontrol noktası DeepSeek-V4-Flash-0731, V4-Flash-Preview ile aynı mimariyi ve boyutu koruyor ve yalnızca yeniden eğitildi; yani iyileşme yeni bir tasarımdan değil eğitimden geliyor.

Şirket V4 ailesini bu yılın başında iki kademede açmıştı: V4-Pro ve V4-Flash, hem OpenAI ChatCompletions hem de Anthropic arayüzleri üzerinden. Bu güncelleme yalnızca Flash API'sini kapsıyor: günlüğe göre V4-Pro API'si ile uygulama ve web modelleri değişmedi ve V4-Pro'nun resmi sürümü yakında gelecek.

Ajan ve kodlama testleri

DeepSeek ajan ve kodlama değerlendirmelerinden sonuçlar paylaşıyor: Terminal Bench 2.1 — 82.7, NL2Repo — 54.2, CyberGym — 76.7, DeepSWE — 54.4, Toolathlon Verified — 70.3, Agents' Last Exam — 25.2 ve Automation Bench (Public) — 25.1. Şirket içi test setlerinde DSBench-FullStack 68.7 ve DSBench-Hard 59.6 bildiriliyor.

Şirket, kamuya açık setlerdeki Code Agent görevlerinin DeepSeek Harness'ın minimal moduyla — yakında yayımlanacağını söylediği bir çerçeve — maksimum efor düzeyinde, top_p 0.95 ve temperature 1.0 ile çalıştırıldığını belirtiyor. DSBench-FullStack şirket içi bir tam yığın geliştirme seti, DSBench-Hard ise şirket içi zor kodlama seti; yani her ikisi de şirketin kendi bildirdiği veriler.

Responses API ve Codex desteği

API artık OpenAI'ın Responses API biçimini yerel olarak destekliyor ve özellikle Codex için uyarlanmış durumda; belgelerde tek tıklamayla yapılandırma betiği de var. DeepSeek'e göre sonuçlar ajan testlerinde V4-Pro-Preview'i büyük ölçüde aşıyor — bu iddia da yukarıdaki tablo gibi şirketin kendi test koşusundan geliyor.