Компанія DeepSeek офіційно запустила публічну бета-версію API для своєї полегшеної моделі V4-Flash. Результати внутрішнього тестування виявилися несподіваними: нова версія не лише значно посилила агентні здібності, а й за низкою показників перевершила важчу та дорожчу V4-Pro-Preview.
Що змінилося в архітектурі
Оновлення торкнулося виключно API моделі V4-Flash. Старша V4-Pro, а також офіційний застосунок і веб-версія DeepSeek поки що залишилися без змін. Ключовий акцент зроблено на агентні завдання — сценарії, де модель діє самостійно: пише та запускає код, шукає інформацію, виконує ланцюжки дій.
Тепер V4-Flash безпосередньо підтримує формат Responses API — інтерфейс, через який агент обмінюється з моделлю запитами та отримує результати. Крім того, модель адаптували під Codex, популярний агент для написання коду від OpenAI. Це дозволяє розробникам підключати DeepSeek до звичного інструменту без зміни робочого середовища. Спосіб виклику API не змінився — достатньо вказати ім'я моделі deepseek-v4-flash у налаштуваннях.
Архітектура та розмір моделі залишилися колишніми. Версія V4-Flash-0731 зберегла структуру попереднього релізу, але пройшла додаткове перенавчання, що й дало такий помітний приріст продуктивності.
Результати тестів: прорив в агентних завданнях
Нова версія практично всюди обійшла і попередню V4-Flash-Preview, і старшу V4-Pro-Preview, місцями наблизившись до флагманської Opus-4.8 від Anthropic і перевершивши китайську GLM-5.2.
У тесті Terminal Bench 2.1, що оцінює вміння виконувати завдання в командному рядку, модель набрала 82,7 бала проти 61,8 у попередньої версії. Це вище, ніж у GLM-5.2 (81,0), і майже нарівні з Opus-4.8 (85,0).
Особливо вражає прогрес у програмуванні. У NL2Repo (перетворення текстового опису в готовий репозиторій) V4-Flash отримала 54,2 бала проти 39,4 раніше, а в DeepSWE (розв'язання реальних завдань із програмування) — 54,4 проти скромних 7,3 у попередньої версії. Різкий стрибок помітний і в безпеці: у Cybergym (пошук вразливостей у коді) модель набрала 76,7 бала проти 38,7 у попередниці та 52,7 у старшої V4-Pro-Preview.
Покращилися й результати роботи з інструментами. У Toolathlon-Verified (використання зовнішніх інструментів) V4-Flash отримала 70,3 бала, в Agents' Last Exam (складні агентні завдання) — 25,2, а в AutomationBench (автоматизація робочих сценаріїв) — 25,1, обійшовши за всіма трьома показниками попередні версії.
Внутрішні тести компанії також показали зростання: у DSBench-FullStack (повноцінна веб-розробка) модель набрала 68,7 бала, а в DSBench-Hard (складні завдання для програмного агента) — 59,6, що помітно вище за попередні результати, хоча й поступається Opus-4.8.
Що це означає для розробників
Публічна бета означає відкритий доступ до API. Будь-який розробник може підключити нову версію вже зараз і перевірити її у своїх завданнях. Компанія зберегла зворотну сумісність: попередні звернення до API продовжують працювати, а перехід на V4-Flash зводиться до простої зміни імені моделі.
Оновлення старшої V4-Pro анонсовано окремо — її офіційний випуск відбудеться пізніше.
Мій погляд: цей крок DeepSeek — серйозний сигнал для ринку ШІ. Те, що полегшена та економічна модель обходить старшу версію попереднього покоління, свідчить про стрімкий прогрес в оптимізації архітектур. Для розробників це означає можливість отримати продуктивність рівня топових моделей за значно менших витрат на інфраструктуру, що може прискорити впровадження агентних рішень у масові продукти.