მოდელის ყველა ციფრული მონაცემი კომპანიის შიდა ტესტებს ეყრდნობა, რადგან დამოუკიდებელი ლაბორატორიების შედეგები ჯერ არ გამოქვეყნებულა.
ჩინურმა AI კომპანია DeepSeek-მა განახლებული მოდელი DeepSeek-V4.1-Flash-1017 გამოუშვა. ეს არის კომპანიის ყველაზე პატარა მოდელის ახალი ვერსია, რომელიც პროგრამირებისა და ავტონომიური აგენტების რამდენიმე ტესტში Claude Opus 5-სა და GPT 5.6 Sol-ს ჯობნის, თანაც ბევრად უფრო იაფად. სიახლე ხელმისაწვდომია კომპანიის საიტზე, აპლიკაციასა და API სერვისში, სადაც deepseek-flash მისამართი უკვე პირდაპირ ამ ვერსიას რთავს. გარდა ამისა, DeepSeek-მა სისტემის ფაილები Hugging Face-სა და ModelScope-ზე MIT ლიცენზიით გამოაქვეყნა, რაც იმას ნიშნავს, რომ ნებისმიერ მსურველს შეუძლია მოდელი უფასოდ ჩამოტვირთოს და საკუთარ კომპიუტერზე გაუშვას.
უფრო სწრაფი პასუხები ნაკლებ ფასად
კომპანიის განცხადებით, მოდელმა აჩვენა მნიშვნელოვანი გაუმჯობესება ლოგიკურ აზროვნებაში, კოდირებაში, აგენტურ დავალებებსა და გამოსახულების ანალიზში. გამოცემა The Decoder აღნიშნავს, რომ სისტემა მომხმარებლის კითხვებს უფრო მოკლედ და სწრაფად პასუხობს, რაც თითოეული დავალების ღირებულებას მკვეთრად ამცირებს. მოდელი ადამიანების შეფასებების გარეშე, საკუთარ ლოგიკაზე დაფუძნებული თვითკრიტიკით გაწვრთნეს, რათა მას მთლიანი პროგრამული პროექტების ნულიდან აწყობა შეეძლოს, თამაშებიდან დაწყებული 3D მოდელირებით დასრულებული.
DeepSeek-ის მიერ გამოქვეყნებული გრაფიკის მიხედვით, რეალური კოდირების ტესტ DeepSWE-ში ახალმა ვერსიამ 77.0 ქულა აჩვენა, რაც წინა გამოშვების 74.2 ქულას, Claude Opus 5-ის 74.0 ქულასა და GPT 5.6 Sol-ის 73.0 ქულას აღემატება. ამასთან, ერთ ასეთ დავალებაზე საშუალო დანახარჯი 20 ცენტზე ნაკლებია, მაშინ როცა მეტოქე მოდელებთან ერთი დავალების შესრულება 2-დან 10 დოლარამდე ჯდება.
სად ინარჩუნებს უპირატესობას კონკურენტი
მცირე ზომის სისტემა ყველგან პირველი არ არის. Claude Opus 5 კვლავ ლიდერობს რამდენიმე ურთულეს გამოცდაში, როგორიცაა Humanity’s Last Exam დამხმარე ხელსაწყოების გარეშე (56.3 ქულა DeepSeek-ის 42.6-ის წინააღმდეგ), ProgramBench და NL2Repo-Bench.
პარალელურად, DeepSeek-მა დეველოპერებისთვის საკუთარი საძიებო სისტემა გახსნა Search და Fetch API ფუნქციების სახით. კომპანიის თქმით, ეს ძრავა დღეში ასობით მილიონ მოთხოვნას ამუშავებს. სერვისი 31 ოქტომბრამდე უფასოა DeepSeek Harness, Claude Code და Codex გარემოებში.
ეს გამოშვება ემთხვევა პერიოდს, როდესაც ჩინეთის ხელისუფლება ხელოვნური ინტელექტის ექსპორტის კონტროლის გამკაცრებას განიხილავს. ახალი კანონპროექტით პეკინს სურს გიგანტური მოდელების გავრცელება შეზღუდოს, თუმცა შეზღუდვა არ ეხება უკვე გასაჯაროებულ ღია სისტემებს, როგორსაც DeepSeek თავისუფლად ავრცელებს.
| DeepSWE v1.1 შედეგი | 77.0 ქულა (Claude Opus 5: 74.0, GPT 5.6 Sol: 73.0) |
| Terminal-Bench 4.0 შედეგი | 42.3 ქულა |
| Automation-Bench შედეგი | 60.5 ქულა |
| კოდირების ერთი დავალების ფასი | 0.20 დოლარზე ნაკლები |
| API შემავალი ტოკენების ფასი (1M) | 0.30 დოლარი (პიკურ საათებში) / 0.15 დოლარი (არაპიკურ საათებში) |
| API გამომავალი ტოკენების ფასი (1M) | 1.20 დოლარი (პიკურ საათებში) / 0.60 დოლარი (არაპიკურ საათებში) |
| კონტექსტის ფანჯარა | 1 მილიონი ტოკენი (384K გამომავალი ტოკენი) |
წყარო: Hugging Face: deepseek-ai/DeepSeek-V4.1-Flash-1017 (model card) | DeepSeek API Docs: Models and Pricing | DeepSeek API Docs: Change Log | The Decoder | MOFCOM / MOST announcement 2026 No. 48 (draft AI export controls)
ეს სტატია შეიქმნა AI ხელსაწყოებით, პროცესში ადამიანის ჩართულობა დაახლოებით 10%-ია.
