DeepSeek-V4-Flash вийшла з прев'ю: сильніші агентні бенчмарки та підтримка Responses API

V4-Flash виходить із прев'ю

DeepSeek випустила офіційний API DeepSeek-V4-Flash у публічну бету. Спосіб виклику не змінився: розробники використовують той самий endpoint і вказують назву моделі deepseek-v4-flash. За журналом змін компанії, випущений чекпойнт DeepSeek-V4-Flash-0731 має ту саму архітектуру й розмір, що й V4-Flash-Preview, і був лише повторно донавчений — покращення походять із тренування, а не з нового дизайну.

Родину V4 компанія відкрила раніше цього року на двох рівнях — V4-Pro і V4-Flash — через інтерфейси ChatCompletions від OpenAI та Anthropic. Це оновлення стосується лише Flash API: за журналом, API V4-Pro і моделі застосунку та вебу не змінилися, а офіційний реліз V4-Pro відбудеться незабаром.

Агентні та кодувальні бенчмарки

DeepSeek наводить результати агентних і кодувальних оцінювань: Terminal Bench 2.1 — 82.7, NL2Repo — 54.2, CyberGym — 76.7, DeepSWE — 54.4, Toolathlon Verified — 70.3, Agents' Last Exam — 25.2 та Automation Bench (Public) — 25.1. На внутрішніх наборах компанія повідомляє DSBench-FullStack 68.7 і DSBench-Hard 59.6.

Компанія зазначає, що завдання Code Agent у публічних наборах виконувалися в мінімальному режимі DeepSeek Harness — фреймворку, який, за її словами, вийде незабаром — на максимальному рівні зусиль, з top_p 0.95 і temperature 1.0. DSBench-FullStack — внутрішній набір для повностекової розробки, а DSBench-Hard — внутрішній набір складних задач із кодування, тож обидва числа є власними даними компанії.

Підтримка Responses API і Codex

API тепер нативно підтримує формат Responses API від OpenAI і спеціально адаптований для Codex; у документації є скрипт налаштування в один клік. За словами DeepSeek, результати значно перевищують V4-Pro-Preview на агентних бенчмарках — твердження, яке, як і наведена вище таблиця, походить із власного тестування вендора.