DeepSeek jaunās paaudzes modeļi ir nonākuši tehnoloģisko debašu centrā ar ļoti skaidru priekšlikumu: kontekstā līdz pat vienam miljonam žetonu un arhitektūrā ar vairāk nekā vienu triljonu parametru Ķīnas uzņēmums, kas izstrādāts, lai būtu efektīvs un, galvenais, daudz lētāks nekā slēgtās cilpas alternatīvas Amerikas Savienotajās Valstīs, ir pilnībā izvēlējies V4 — saimi, kas apvieno atvērtus svarus, milzīgu konteksta logu un agresīvu cenu stratēģiju.
Šis solis tiek sperts laikā, kad Eiropa un Spānija rūpīgi izvērtē mākslīgā intelekta izmaksas un tehnoloģisko suverenitāti. DeepSeek V4 ir pievilcīga iespēja Eiropas jaunuzņēmumiem, MVU un lieliem uzņēmumiem. kuriem nepieciešamas progresīva līmeņa iespējas, taču kuri nevar — vai nevēlas — pilnībā paļauties uz dārgām patentētām API vai ekskluzīvu aparatūru, piemēram, vispieprasītākajiem NVIDIA GPU.
V4 saime, kuras centrā ir 1 T parametru un 1 M tokenu konteksts
DeepSeek ir paziņojis par DeepSeek-V4 Preview ienākšanu tirgū kā atvērto modeļu saimi, kas balstās uz divām idejām: konteksta logs ar līdz pat 1 miljonam žetonu un milzīgām arhitektūrām, kuru pamatā ir ekspertu sajaukums (MoE)Šajā saimē izceļas divi galvenie varianti: DeepSeek-V4-Pro un DeepSeek-V4-Flash, kuriem abiem ir raksturīgs 1M konteksts.
Visambiciozākajā galā V4-Pro darbojas ar šādiem skaitļiem: līdz pat 1,6 triljoniem parametru kopā (1,6 T), lai gan katrā secinājuma solī tas aktivizē tikai no 32 līdz 49 miljardiem parametru, pateicoties MoE shēmai, kas ir ļoti svarīga efektivitātes saglabāšanai. Vienlaikus uzņēmums ir ieviesis vieglākus variantus, piemēram, V4-Flash un V4-Lite, ar aptuveni 284–285 miljardiem kopējo parametru un aptuveni 13 miljardiem aktīvo parametru, kas paredzēti izvietošanai, kur prioritāte ir ātrums un izmaksas.
Kopējais parametru skaits novieto V4 saimi tirgus augšgalā, taču svarīga detaļa ir tā, ka Tikai neliela daļa no šiem ekspertiem ir aktivizēti ar žetoniem.Tas ļauj tam ietilpības ziņā darboties kā gigantiskam modelim, bet ar skaitļošanas jaudas patēriņu, kas ir tuvāks daudz mazāku modeļu patēriņam. Šī pieeja atbilst DeepSeek naratīvam: konkurēt ar lieliem, slēgtā pirmkoda modeļiem, nepalielinot lietošanas izmaksas.
Uzņēmums ir arī izlaidis provizoriskus variantus, piemēram, V4-Lite, kas kalpo kā tehniska validācija, un ir pielāgojis izvietošanas grafiku. Lai gan V4 joprojām ir ierobežotas testēšanas fāzē Dažos kontekstos V4 Preview saimi jau var izmantot oficiālajā tērzēšanas robotā un uzņēmuma atjauninātajā API, un tā pakalpojumos 1M konteksts ir noklusējuma vērtība.
Hibrīda arhitektūra un ekspertu kombinācija, lai padarītu ilgtermiņa kontekstu dzīvotspējīgu
DeepSeek spēja piedāvāt konteksta logu ar vienu miljonu žetonu bez strauja secinājumu izmaksu pieauguma ir tās arhitektūra. Ražotājs skaidro, ka V4 ievieš hibrīdaprūpes, ekspertu jauktas aprūpes un kompresijas metožu kombinācija paredzēts darbam ar ļoti garām secībām, samazinot gan FLOP uz vienu marķieri, gan nepieciešamo atmiņu.
Starp tehniskajām sastāvdaļām, ko uzņēmums piemin, izceļas šādi: MLA (Multi-Head Latent Attention — vairāku galvu latentā uzmanība), DSA vai DeepSeek Sparse Attention (dziļā meklēšana) un nosacītas atmiņas mehānismi, piemēram, EngramKopā šie komponenti ir vērsti uz uzmanības aprēķinu slodzes samazināšanu, īpaši, ja modelim vienā piegājienā ir jāapstrādā simtiem tūkstošu vai miljons žetonu.
Saskaņā ar paša uzņēmuma sniegtajiem datiem, 1 miljona žetonu scenārijos DeepSeek-V4-Pro var būt nepieciešami aptuveni 27% FLOP uz vienu marķieri un tikai 10% no KV kešatmiņas, salīdzinot ar iepriekšējām versijām, piemēram, DeepSeek-V3.2.Vieglāki varianti, piemēram, V4-Flash, vēl vairāk samazina šos skaitļus, pozicionējot sevi kā ātrus secinājumu risinājumus lietojumprogrammām, kurās latentums ir kritisks.
Šāda veida uzlabojumi nav tikai teorētiski: uzņēmums apgalvo, ka MoE, izkliedētas uzmanības un konteksta izpratnes kombinācija ļauj darbojas ar īpaši garu kontekstu mazāk ekstremāla aparatūra jau tā izmaksas par miljonu žetonu ir ievērojami zemākas nekā daudziem slēgtiem modeļiem ar 128 000 vai 200 000 žetonu logiem.
Veiktspēja spriešanas, programmēšanas un aģentūras uzdevumos
DeepSeek nevēlas izcelties tikai sava izmēra un konteksta dēļ. Savos iekšējos salīdzinājumos uzņēmums uzstāj, ka V4-Pro un tā varianti ir īpaši optimizēti sarežģītai spriešanai, programmēšanai un aģentiem.Šīs trīs jomas pašlaik veido ievērojamu daļu no uzņēmumu pieprasījuma. Tādi salīdzinošie rādītāji kā SWE-bench, kas paredzēti, lai mērītu uzņēmumu jaudu, Kodu krātuvju izpratne un modificēšanaTiek runāts par skaitļiem, kuru precizitāte pārsniedz 80%, kas atbilst vadošajiem slēgtajiem modeļiem.
Vispārīgākā spriešanas jomā, tostarp matemātikā, STEM disciplīnās un domu ķēdes problēmās, uzņēmums V4-Pro izmanto. kā viens no spēcīgākajiem atvērtajiem modeļiemun apgalvo, ka tas tuvojas slēgto robežu priekšlikumu līmenim. Globālās informētības ziņā iekšējie dati to novieto atvērtās ekosistēmas priekšgalā un atpaliek tikai no dažiem ļoti specifiskiem patentētiem modeļiem, piemēram, noteikti Gemini zīmē dzimušie progresīvie varianti.
Papildus skaitļiem uzsvars tiek likts uz aģentu uzdevumi Tas norāda uz lietojumu, kas sniedzas daudz tālāk par vienkāršu tērzēšanu. DeepSeek apgalvo, ka V4 jau vada savu koda aģentu un sistēmu infrastruktūru, kas ķēdē vairākus soļusViņi piekļūst rīkiem un strādā ar plašām krātuvēm vai dokumentu datubāzēm. Šī pieeja atbilst pašreizējai nozares tendencei, kur daudzi uzņēmumi vairs nemeklē tikai tērzēšanas robotus, bet gan asistentus, kas spēj darboties kā “digitālie kolēģi” sarežģītās darbplūsmās.
Šie salīdzinājumi jāuztver ar nelielu skepsi: tāpat kā gandrīz visās nesenajās mākslīgā intelekta izlaidumos, Liela daļa datu nāk no paša uzņēmuma un no testiem kontrolētā vidē.Pat neskatoties uz to, garā konteksta, efektīvas arhitektūras un konkurētspējīgas veiktspējas kombinācija piesaista uzmanību Eiropas izstrādātāju vidū, kuri salīdzina izmaksas un iespējas ar tādām iespējām kā GPT, Claude, Llama vai Mistral.
Atvērtie modeļi, publicētie svari un saderība ar populāriem API
Viens no galvenajiem faktoriem, kas ir nodrošinājis DeepSeek tā atpazīstamību, ir tā apņemšanās atbalstīt atvērto ekosistēmu. Ar V4 uzņēmums nostiprina šo pieeju: ir publicējis tehnisko ziņojumu un izlaidis saimes atvērtos svarus tādās platformās kā Hugging Faceļaujot pētniekiem, uzņēmumiem un valsts pārvaldes iestādēm lejupielādēt modeļus un darbināt tos savā infrastruktūrā.
Šai atvērto svaru pieejai, atšķirībā no daudzu ASV laboratoriju pilnīgi slēgtajiem priekšlikumiem, ir skaidras sekas Spānijai un Eiropas Savienībai. Iespēja ieviest šos modeļus datu centri ES teritorijāsaskaņā ar tādiem regulējumiem kā GDPR un ES turpmākā mākslīgā intelekta regulaTas piedāvā veidu, kā saglabāt lielāku kontroli pār datiem, neupurējot augstākās klases iespējas.
Runājot par praktisko integrāciju, DeepSeek ir izvēlējies samazināt berzi: API saglabā to pašu base_url un ir saderīgs ar OpenAI ChatCompletions shēmām un ar Antropiskās saskarnesDaudzām izstrādes komandām tas nozīmē, ka testu vai daļu datplūsmas migrēšana uz V4 būtībā aprobežojas ar modeļa identifikatora maiņu uz deepseek-v4-pro vai deepseek-v4-flash un dažu parametru pielāgošanu.
Vienlaikus uzņēmums ir noteicis laika grafiku vecāku modeļu, piemēram, deepseek-chat un deepseek-reasoner, noņemšanai no aprites. Tie tiks pārtraukti un novirzīti uz V4-Flash. līdz to pilnīgai izņemšanai no aprites, kas piespiež tos izmantotājus sākt gatavoties migrācijai. Tas ir skaidrs veids, kā koncentrēt piedāvājumu uz jauno paaudzi un izvairīties no lietotāju bāzes sadrumstalošanas pārāk daudzos mantotos variantos.
Ierobežotas secinājumu izmaksas un koncentrēšanās uz ekonomisko efektivitāti
DeepSeek naratīvs kopš tā pirmsākumiem ir griezies ap efektivitāti. Ar V4 šo diskursu pastiprina MoE arhitektūras, izkliedētas uzmanības un aparatūras optimizācijas kombinācija, kuras mērķis ir... samazināt izmaksas par miljonu žetonu līdz līmenim, kas ir krietni zemāks par pazīstamāko premium API līmeniDažās ārējās analīzēs ir minēti aptuveni 0,30 ASV dolāri par miljonu ievades žetonu noteiktām konfigurācijām, kas ir tikai daļa no tā, ko iekasē augstas klases slēgtie modeļi.
Eiropas kontekstā, kur infrastruktūras un enerģijas izmaksas ir būtiskas, šī uzmanības pievēršana efektivitātei labi atbilst jaunuzņēmumu un MVU vajadzībām. Apjomīgu juridisku dokumentu, garu medicīnisko ierakstu vai veselu programmatūras krātuvju apstrāde Tas vairs nav greznība, kas paredzēta uzņēmumiem ar gandrīz neierobežotu budžetu, un kļūst par daļu no pieejamiem scenārijiem jaunajiem projektiem.
Daži mākslīgā intelekta infrastruktūras nodrošinātāji jau piedāvā agrīnu piekļuvi DeepSeek V4 bāzes mezgliem kā daļu no saviem katalogiem, tādējādi atvieglojot Eiropas uzņēmumiem. viņi var novērtēt reālo veiktspēju un izmaksas, neveidojot savu infrastruktūru no nulles.Daudzām organizācijām šī testēšanas fāze ir sākotnējais solis pirms lēmuma pieņemšanas par to, vai turpināt ar ārpakalpojumu modeli vai izvēlēties lokālu izvietošanu.
Tikmēr uzņēmuma daļējā klusēšana par precīzām apmācības izmaksām un konkrēto izmantoto aparatūru dažās nozarēs ir radījusi šaubas. Kopš 2025. gada ir izplatījušās aizdomas par patieso resursu apjomu, kas nepieciešams modeļu apmācībai, tostarp aplēses liecina par desmitiem tūkstošu augstas klases grafisko procesoru. DeepSeek uzstāj, ka ir sasniedzis jaunu "ienesīga ilgtermiņa konteksta" posmu.Taču tā vēl nav pilnībā noskaidrojusi nezināmo par savas darbības materiālo mērogu.
Ietekme uz jaunuzņēmumiem un uzņēmumiem Spānijā un Eiropā
Eiropas uzņēmējdarbības ekosistēmai un jo īpaši tehnoloģiju jaunuzņēmumiem Spānijā tādu modeļu kā DeepSeek V4 parādīšanās paver iespējas, kuras līdz šim bija grūti apsvērt. Piekļūstiet modelim ar vairāk nekā triljonu parametru 1 miljona žetonu un atvērto svaru kontekstā Tas ļauj jums izpētīt progresīvus produktus, nepaļaujoties tikai uz Silīcija ielejas piegādātājiem.
Regulētajās nozarēs — finanšu, veselības aprūpes, tiesību zinātņu, valsts pārvaldes — iespēja palaist modeli datu centros ES teritorijā vai pat savās telpās Tas ir īpaši svarīgi. Atbilstība GDPR un valsts datu aizsardzības noteikumiem kļūst vieglāk pārvaldāma, ja informācijai nav jāatstāj Eiropas jurisdikcijas, lai to apstrādātu mākslīgā intelekta modelis.
Spāņu jaunuzņēmumi, kas strādā ar lielu dokumentu apjomu, piemēram, juridisko tehnoloģiju, veselības tehnoloģiju vai izstrādātāju rīkiem, var izmantot 1 miljona žetonu kontekstu, lai pilnīgu failu, ļoti garu medicīnisko vēsturi vai monolītu koda krātuvju analīze bez nepieciešamības sadalīt tos vairākās daļās un izstrādāt sarežģītas atkopšanas sistēmas. Tas samazina tehnisko sarežģītību un daudzos gadījumos arī latentumu.
Vienlaikus ir svarīgi paturēt prātā riskus: DeepSeek aptverošā rīku ekosistēma ir jaunāka nekā citiem atvērtiem modeļiem, piemēram, Llama, un Dokumentācija un sabiedrības atbalsts vēl tikai top.Turklāt fakts, ka tas ir Ķīnas uzņēmums, ievieš ģeopolitisku komponentu, ko dažas Eiropas organizācijas vērtē piesardzīgi, īpaši projektos, kas saistīti ar administrāciju vai kritisko infrastruktūru.
Kustība, kas rada spiedienu uz dārgiem, slēgtiem modeļiem
Papildus īpašajām specifikācijām DeepSeek V4 nozarē tiek interpretēts kā vēl viens solis konkurences spiediena palielināšanā uz dārgākajiem slēgtajiem modeļiem tirgūNosakot 1M tokena kontekstu kā standartu visos oficiālajos pakalpojumos un papildinot to ar atvērtajiem svariem, Ķīnas uzņēmums nosūta skaidru vēstījumu: īpaši garajam kontekstam vairs nav jābūt tikai dažu dārgu patentētu modeļu ekskluzīvai funkcijai.
Lielām Rietumu laboratorijām tas rada izaicinājumu. OpenAI, Anthropic un Google vēsturiski ir izmantojuši šādu metožu kombināciju: augstāka kvalitāte, plašāks konteksts un patentēta ekosistēma kā vērtības piedāvājums. Atvērtas alternatīvas parādīšanās ar vēl pārāku kontekstu dažos gadījumos un ļoti zemām izmaksām liek pārskatīt produktu un cenu noteikšanas stratēģijas, īpaši segmentos, kur lietotāju uzņēmumu peļņas norma ir neliela.
Spāņu valodā runājošajā pasaulē, kur daudzi jaunuzņēmumi darbojas ar daudz pieticīgākiem budžetiem nekā viņu kolēģi Amerikas Savienotajās Valstīs, konkurences spiediens darbojas viņu labā. Jo jaudīgāki un atvērtāki modeļi ir pieejami, jo lielākas iespējas tehniskajām komandām būs izvēlēties, pamatojoties uz cenu, atbilstību normatīvajiem aktiem un lietošanas gadījumu.un ne tikai no zīmola, kas ir API pamatā.
Vienlaikus DeepSeek zina, ka tā likme nav bez izaicinājumiem: lielākā daļa etalonu un salīdzinājumu ir iegūti no pašu dokumentācijas vai testiem priekšskatījuma fāzēs, un tirgus joprojām gaida, lai redzētu, kā V4 modeļi darbojas, masveidā izvietoti prasīgās ražošanas vidēs, tostarp Eiropas vidēs.
Kopumā DeepSeek V4 ienākšana nostiprina tendenci, kas attīstījās jau kādu laiku: Jaunākie mākslīgā intelekta modeļi vairs nav tikai dažu uzņēmumu ar slēgtām sistēmām un astronomiskiem budžetiem darbības joma.Apvienojot vairāk nekā 1 tūkstošu parametru, 1 miljona žetonu kontekstu, atvērtos svarus un uz efektivitāti vērstu diskursu, Ķīnas uzņēmums piedāvā alternatīvu, ko uzņēmumi un izstrādātāji Spānijā un Eiropā diez vai varēs ignorēt savos gaidāmajos plānos par mākslīgā intelekta infrastruktūras ieviešanu un atjaunošanu.
