Китайська компанія DeepSeek представила публічну бета-версію оновленого API для своєї полегшеної моделі V4-Flash. І це не просто рядове оновлення: результати тестів демонструють, що молодша модель не лише наздогнала, а й за низкою ключових показників перевершила старшу V4-Pro-Preview. Йдеться про значний крок уперед у сфері агентних обчислень та автономного виконання завдань.
Що змінилося у V4-Flash
Основний фокус оновлення — посилення агентних здібностей моделі. Тепер V4-Flash здатна самостійно писати та запускати код, шукати інформацію в інтернеті та вибудовувати складні ланцюжки дій без участі людини. Ключовим нововведенням стала підтримка формату Responses API, який дозволяє агенту безпосередньо обмінюватися запитами з моделлю та отримувати результати. Крім того, модель адаптували під Codex від OpenAI — популярний інструмент для написання коду, що розширює її застосовність для розробників. Спосіб виклику API не змінився: щоб перейти на нову версію, достатньо вказати ім'я моделі deepseek-v4-flash у налаштуваннях.
Архітектура та розмір моделі залишилися колишніми, однак версія V4-Flash-0731 пройшла додаткове перенавчання. Це дозволило досягти вражаючих результатів без зміни базової структури.
Результати тестів: цифри говорять самі за себе
Оновлена V4-Flash-0731 практично в усіх бенчмарках обійшла не лише попередню V4-Flash-Preview, а й старшу V4-Pro-Preview. У тесті Terminal Bench 2.1, який оцінює вміння працювати в командному рядку, модель набрала 82,7 бала проти 61,8 у попередниці. Це вище, ніж у GLM-5.2 (81,0), і майже впритул наближається до Opus-4.8 від Anthropic (85,0).
Особливо помітний прогрес у завданнях на написання коду. У тесті NL2Repo V4-Flash отримала 54,2 бала проти 39,4 у колишньої версії, а в DeepSWE — 54,4 проти скромних 7,3. Вражає і зростання у сфері безпеки: у тесті Cybergym модель набрала 76,7 бала, тоді як попередня версія показала лише 38,7, а старша V4-Pro-Preview — 52,7.
Покращилися і результати в роботі з інструментами: у Toolathlon-Verified — 70,3 бала, в Agents' Last Exam — 25,2, а в AutomationBench — 25,1. За всіма трьома показниками нова версія обходить колишні. Внутрішні тести DeepSeek також підтверджують тренд: у DSBench-FullStack модель отримала 68,7, а в DSBench-Hard — 59,6, що значно вище за попередні версії.
Що це означає для розробників
V4-Flash позиціонується як швидкий та економний варіант для великих обсягів роботи. Підтримка Codex дозволяє використовувати модель у звичному середовищі без зміни інструментарію. Публічна бета означає відкритий доступ до API — будь-який розробник може підключити нову версію вже зараз. Зворотну сумісність збережено: старі запити продовжують працювати, а перехід зводиться до простої зміни імені моделі.
Оновлення старшої моделі V4-Pro анонсовано окремо, і її офіційний реліз очікується пізніше. Однак уже зараз очевидно: DeepSeek робить ставку на те, що ефективність і швидкість можуть бути важливішими за «сиру» потужність.
Мій погляд: Це не просто технічне оновлення, а сигнал про зміну парадигми в індустрії ШІ. Якщо полегшена модель обходить старшу в агентних завданнях, значить, оптимізація та перенавчання можуть бути важливішими за просте нарощування параметрів. Для ринку це означає, що конкуренція зміщується в бік практичної ефективності, а не лише сирих бенчмарків. Розробникам варто уважно придивитися до V4-Flash — економія на обчислювальних ресурсах за такої якості може стати вирішальним фактором.