DeepSeek V4.1 Flash: Całkiem nowy model bazowy pod numerem wersji punktowej

DeepSeek V4.1 Flash ma sześć dni, a trzy pytania, które jego premiera pozostawiła otwarte, właśnie się domknęły — dwa z nich na korzyść firmy, a jedno zdecydowanie przeciw. Sam model nie zmienił się od 10 września: to 552-miliardowy mixture-of-experts z otwartymi wagami na licencji MIT, kontekstem miliona tokenów i nową architekturą Causal Encoder-Decoder, którą karta modelu samego dostawcy klasyfikuje w tym, co firma nazywa swoją „nową rodziną architektur”. Zmieniło się wszystko wokół niego. Niezależny ewaluator opublikował wynik, którego w poranek premiery jeszcze nie było. Firma wycofała DeepSeek V4 Pro z wycofania, które ogłosiła we własnym changelogu. A praca nad obsługą od dnia zerowego, której tego ranka jeszcze nie było, działa teraz na kilku głównych środowiskach uruchomieniowych do wnioskowania — przy czym dwa najtrudniejsze jej elementy, tabele pamięci Engram oraz podział prefill/decode, od których zależą wdrożenia produkcyjne, wciąż są aktywnie przerabiane publicznie.

Niezgodność nazewnictwa wciąż jest powodem, dla którego powstał ten tekst. Odczytanie „V4 Flash do V4.1 Flash” jako kroku poprawkowego jest rzeczą naturalną i błędną: numer wersji dzieli zaledwie jedno miejsce po przecinku od przestrojenia, podczas gdy architektura pod spodem daje początek rodzinie. Sześć dni dowodów tego nie złagodziło. Jeśli już, niezależne liczby to wzmocniły, ponieważ model, który osiąga lepsze wyniki niż flagowy model własnego dostawcy z 1,6 biliona parametrów, nie jest wydaniem punktowym — to generacja, która odmówiła nazwania samej siebie.

Co tak naprawdę wypuszczono 10 września

To nie był przeciek ani wersja beta. Dwudniowy test API, który rozpoczął się 8 września pod identyfikatorem modelu deepseek-v4.1-flash-expires-on-0910 zakończył się tak, jak zapowiadał jego sufiks, a wydanie trafiło do aplikacji internetowej DeepSeek, aplikacji mobilnej i własnego API, wraz z wagami i raportem technicznym opublikowanym na Hugging Face pod deepseek-ai/DeepSeek-V4.1-Flash.

Praktyczne szczegóły nie zmieniły się od sześciu dni:

• Nazwa modelu — wywołaj deepseek-flash. Przestarzałe nazwy deepseek-v4-flash oraz deepseek-v4-flash-vision-exp są nadal akceptowane, ale nie odnoszą się już do modeli, do których kiedyś się odnosiły: oba zostały wycofane, a żądania używające tych nazw są obsługiwane przez DeepSeek V4.1 Flash i rozliczane według stawki Flash.

• Co jest w środku — okno kontekstowe 1 mln tokenów, maksymalna długość wyjścia 384 tys., wyjście JSON, wywoływanie funkcji, natywne wejście obrazowe oraz tryb myślenia, który jest domyślnie włączony, z ustawieniami niskiego, wysokiego i maksymalnego wysiłku.

• Licencja — MIT, wagi dołączone, z folderem do wnioskowania i osobnym modułem kodowania w repozytorium. DeepSeek wyraźnie zaprosił społeczność open source do zbudowania wsparcia dla wnioskowania już pierwszego dnia, a społeczność podchwyciła to szybciej, niż sugerowało zaproszenie.

Ten .1, który nie jest wydaniem punktowym

Twierdzenie, od którego zaczął się ten artykuł, pochodziło od teortaxesTex — pseudonimowego, ale bacznie śledzonego obserwatora DeepSeek — z wpisu z 10 września: że to „pierwszy raz, gdy DeepSeek nadaje całkowicie nowemu modelowi bazowemu wersję wydawniczą .1”, że V4.1 „różni się od V4 bardziej niż, powiedzmy, LLaMA 3 od LLaMA 1”, oraz że DeepSeek „nie uważa, żeby to było warte V5” — a autor wpisu nie potrafił powiedzieć dlaczego.

Potraktuj część przyczynową jako wnioskowanie, a część strukturalną jako coś do zweryfikowania. Wnioskowanie — dlaczego DeepSeek wybrał .1 zamiast V5 — to jedynie odczyt jednego obserwatora i nic więcej; nikt spoza firmy nie wyjaśnił tej decyzji, a materiały samego DeepSeeka nigdy jej nie poruszają. Część możliwa do sprawdzenia to architektura, a ona nie wygląda jak wydanie punktowe. Dziennik zmian DeepSeeka opisuje V4.1 Flash jako „najmniejszy model w naszej nowej rodzinie architektur", co jest dziwnym zdaniem jak na opis zmiany wersji: zmiana wersji rozszerza rodzinę, nie zakłada nowej.

Ta dwuznaczność ma realny koszt, który ponoszą kupujący, a nie DeepSeek. Numery wersji to najtańszy sygnał, jaki deweloper ma na pytanie: „czy to nowa generacja, czy tylko dostrojenie, i ile mojego budżetu na ewaluację się jej należy?” DeepSeek sprawił, że ten sygnał jest teraz niewiarygodny w jednym kierunku — model, który zapoczątkował rodzinę architektur, znajduje się o jedno miejsce po przecinku od tego, który zmienił swoją recepturę po treningu. Firma może zachować swój znacznik V5 w rezerwie. Każdy, kto przeprowadza ocenę migracji, płaci za to zamieszanie.

Co oznacza „nowa architektura” w wagach

Karta modelu jest wyjątkowo konkretna, co sprawia, że twierdzenie o nowej generacji można zweryfikować bez ani jednego benchmarku. Wyróżnia się pięć rzeczy — piąta jest tą, którą relacje z premiery w większości pominęły, i tą, która okazuje się najważniejsza dla każdego, kto próbuje obsługiwać ten model.

• Asymetryczna aktywacja — architektura Causal Encoder-Decoder to transformer złożony z 40 warstw, zorganizowany jako 20-warstwowy enkoder przyczynowy, po którym następuje 20-warstwowy dekoder, gdzie globalna pamięć podręczna KV dekodera jest rzutowana z końcowych stanów ukrytych enkodera, a nie wyprowadzana z własnych warstw dekodera. Celem tego projektu jest to, że model aktywuje tylko 8B parametrów na token podczas prefillu i 16B podczas dekodowania. Obciążenia agentów intensywne pod względem danych wejściowych — długie dokumenty, długie ślady narzędzi — korzystają z taniej połowy modelu; generowanie korzysta z drogiej połowy.

• Kompresja pamięci podręcznej KV mierzona na token — DeepSeek-V4.1-Flash stosuje główną pamięć podręczną KV w formacie FP4 przy 890 bajtach na token, co według karty specyfikacji stanowi około jednej czwartej wartości DeepSeek V4 Flash. Chińskie doniesienia poszły dalej i przedstawiły kompresję w odniesieniu do modelu V4 pierwszej generacji jako redukcję 437×; ta większa liczba to wyliczenia pochodzące od producenta na innej bazie odniesienia, więc należy traktować ją jako deklarację, a nie pomiar.

• SWA Bounded Replay — uwaga z przesuwnym oknem zwykle wymusza utrwalanie stanu KV na dysku SSD, aby odtworzyć kontekst. To rozwiązanie odtwarza brakujące stany SWA KV, przetwarzając ponownie tylko najbardziej aktualne okno tokenów, zmniejszając trwały ślad KV do około jednej ósmej w porównaniu z DeepSeek V4 Flash.

• Compressed Sparse Attention 2 — każda warstwa uwagi działa w jednym z trzech statycznych trybów (Full, Reindex lub Reuse), współdzieląc stan KV i indeksatora między warstwami, a hierarchiczny rzadki indeksator ogranicza koszt głębszych warstw niezależnie od długości kontekstu.

• Engram — moduł pamięci warunkowej, który oddziela pamięć od obliczeń, zaimplementowany jako wyszukiwania haszy n-gramów wprowadzane przez bramkę do strumienia rezydualnego modelu, a nie jako mechanizm uwagi czy dodatkowi eksperci. Dwie tabele fp8 przechowują 189 GiB wag, według własnego opisu architektury SGLang, a dostawcy środowisk uruchomieniowych, którzy zaadaptowali ten checkpoint, szacują, że tabele mają około 196 mld parametrów dodatkowo względem 552-miliardowego szkieletu — dlatego podana na karcie główna liczba parametrów opisuje szkielet, a nie całe pobranie. Engram jest trenowany na dwóch warstwach, wykorzystuje n-gramy rzędu drugiego, trzeciego i czwartego w ośmiu głowicach haszujących na rząd i łączy tokeny, które normalizują się jednakowo, tak aby warianty wielkości liter trafiały do tego samego kubełka. Szczegół projektowy, który warto zapamiętać, to związany z tym koszt: każdy krok dekodowania odczytuje te tabele, więc to, gdzie je umieścisz, decyduje o tym, ile KV cache ci pozostanie.

Przeczytaj te pięć razem, a obraz strategiczny staje się czytelny: to przede wszystkim architektura nastawiona na rzadkość, efektywność pamięci podręcznej i odciążanie pamięci, o tak dobranej skali, by tę samą strukturę można było później skalować w górę. Wzmianka o „nowej rodzinie architektur” odgrywa tu realną rolę — to stwierdzenie, że nadchodzi coś więcej.

Niezależny wynik w końcu się pojawił — i potwierdza dostawcę

Cztery dni temu ta sekcja brzmiałaby zupełnie inaczej. W momencie premiery Artificial Analysis nie opublikowało nic na temat DeepSeek V4.1 Flash, strona modelu w Hugging Face wciąż zawierała uwagę, że model „nie jest wdrażany przez żadnego dostawcę usług inferencji”, a kluczowa teza całego wydania — że model klasy Flash kompleksowo przewyższa flagowy model o 1,6 bln parametrów pod względem wydajności, kosztu, szybkości i całkowitego czasu wykonania zadania — była twierdzeniem dostawcy bez zewnętrznego audytu. Od tego czasu wszystkie trzy z tych luk zostały zamknięte.

Artificial Analysis zmierzyło teraz ten model w swoim Intelligence Index i w skrócie wygląda to tak, że twierdzenie DeepSeek przetrwało kontakt z osobą trzecią:

• Indeks Inteligencji — DeepSeek V4.1 Flash uzyskuje wynik 40 przy maksymalnym wysiłku rozumowania, zajmując szóste miejsce spośród 113 modeli w swojej klasie porównawczej i znacznie powyżej mediany wynoszącej 18 dla porównywalnych modeli z otwartymi wagami. DeepSeek V4 Pro 0813, flagowiec, o którego wypieranie był oskarżany, uzyskuje 36 w tym samym indeksie.

• Koszt na zadanie — 0,27 USD za zadanie Intelligence Index dla V4.1 Flash w porównaniu z 0,67 USD dla V4 Pro 0813. To twierdzenie o możliwościach na dolara, niezależnie odtworzone: tańszy model jest bardziej zdolny pod tym względem, przy około 40% kosztu przypadającego na ukończone zadanie.

• Szybkość — 212,1 tokenów wyjściowych na sekundę w porównaniu z medianą 73,1 t/s wśród porównywalnych modeli, przy czasie do pierwszego tokenu wynoszącym 1,31 s wobec mediany 2,37 s. W tym samym środowisku testowym V4 Pro 0813 osiąga 94,4 t/s i 1,72 s TTFT.

• Cena — Artificial Analysis odnotowuje 0,30 USD za milion tokenów wejściowych i 1,20 USD za milion tokenów wyjściowych przy 98-procentowym rabacie za pamięć podręczną, co stanowi opublikowany szczytowy cennik DeepSeek, a nie narzut premium strony trzeciej.

Oznacz to poprawnie, ponieważ etykieta się zmieniła. To niezależne pomiary, nie dane producenta — ale to niezależne pomiary na pojedynczym zewnętrznym zestawie testowym, a jeden wskaźnik nie jest wyrokiem o modelu. To, co faktycznie rozstrzyga, jest węższe i bardziej użyteczne niż pozycja w rankingu: konkretne twierdzenie wysunięte przez DeepSeek w celu uzasadnienia własnej linii produktowej — że Flash przewyższy Pro jednocześnie pod względem możliwości i kosztu — ma teraz za sobą zewnętrzne potwierdzenie, a nie changelog.

Po drugiej stronie też jest uczciwe zastrzeżenie i pochodzi ono z tych samych raportów producenta co wcześniej. Własne liczby DeepSeek pokazują, że V4.1 Flash wygrywa 13 z 16 porównań z Kimi K3 i 11 z 13 z GLM-5.3, jednocześnie ustępując GPT-5.6 Sol i Claude Opus 5 w nowszych zadaniach Terminal-Bench 3.0 i 4.0 oraz w ProgramBench. To spójny profil — najmocniejszy w kodowaniu, pracy w terminalu i automatyzacji agentów, pod którą ta architektura jest zoptymalizowana, a słabszy w zadaniach wymagających rozumowania frontierowego — i to jest profil, jaki miałby prawdziwy skok generacyjny. Niezależny indeks zgadza się z tym zarysem, nie rozstrzygając każdej komórki.

Wycofanie Pro, które DeepSeek ogłosił — a potem odwołał

Oto część, która zmieniła się względem własnego, deklarowanego planu DeepSeek, i to ta część najprawdopodobniej wpłynie na działającą integrację.

W momencie premiery DeepSeek zapowiedział, że DeepSeek V4 Pro zostanie wycofany ze swojego API. Od godz. 12:00 czasu pekińskiego 14 września żądania zawierające nazwę deepseek-v4-promiały być kierowane do V4.1 Flash i rozliczane według cennika Flash — co dla każdego, kto miał nazwę modelu Pro wpisaną na stałe w kod, oznaczało około 70% obniżki kosztu generowania odpowiedzi — i miały pozostać kierowane w ten sposób aż do wydania przyszłego V4.1 Pro. W cenniku z dnia premiery oznaczało to spadek z 3,96 USD za milion tokenów wyjściowych w Pro do 1,20 USD w Flash w godzinach szczytu, bez żadnej zmiany w kodzie i bez żadnego powiadomienia poza wpisem w dzienniku zmian.

Do tego nie doszło. 11 września DeepSeek opublikował na swojej własnej otwartej platformie komunikat, w którym stwierdził, że w odpowiedzi na zapotrzebowanie użytkowników będzie nadal świadczyć usługę API DeepSeek V4 Pro po 14 września, bez zmian w rozliczeniach — komunikat pozostał wyświetlany na platformie jeszcze 14 września, po tym jak minął moment przełączenia, więc jest to bieżące oświadczenie pochodzące od samej firmy, a nie pogłoska o takim oświadczeniu. Podawany powód jest najmniej zaskakującym elementem tej historii: deweloperzy sprzeciwili się temu, że dostawca po cichu podmienia wagi stojące za nazwą modelu w produkcyjnej integracji, a własne testy DeepSeek prowadzone z udziałem wielu stron wykazały, że V4 Pro zachowuje przewagę jakościową w rzeczywistych obciążeniach niektórych zespołów, nawet tam, gdzie V4.1 Flash wygrywa publiczne ewaluacje.

Praktyczny wniosek jest całkowitym odwróceniem tego, co doradzały doniesienia z dnia premiery. Jeśli wpisałeś 14 września do kalendarza, aby ponownie przetestować integrację przypiętą do Pro, termin jest nieważny: DeepSeek V4 Pro wciąż jest DeepSeek V4 Pro i wciąż ma taką samą cenę jak wcześniej, podczas gdy V4.1 Pro wciąż nie został zapowiedziany — bez karty modelu, bez liczby parametrów, bez daty i bez wag. Nie zmienił się kierunek rozwoju — DeepSeek najwyraźniej zamierza ujednolicić swoją linię produktów wokół nowej architektury, a jedyną rzeczą, jaką potwierdził w odniesieniu do starej, jest to, że nie wymusi przejścia w konkretnym terminie.

Serwowanie tego: 189 GiB tabel n-gramów, a praca wciąż otwarta

W dniu premiery dostępność opisywano tak: „działa na API dostawcy i nigdzie indziej”. To już nieprawda, a to, gdzie przestała nią być, wiele mówi o tej architekturze.

SGLang i Miles udostępniły wsparcie od dnia zerowego dla DeepSeek V4.1 10 września, w tym samym oknie czasowym co sam model — więc notatka „brak serwowania przez podmioty trzecie”, która widniała na stronie Hugging Face w dniu premiery, zdezaktualizowała się w ciągu kilku godzin. Najciekawsze nie jest to, że to działa; chodzi o to, ile kosztuje jego uruchomienie. Ponieważ każdy krok dekodowania odczytuje tabele Engram, podejście SGLang polega na tym, że można je umieścić w pamięci GPU albo w pamięci hosta, przy czym przenoszenie do pamięci hosta zwalnia około 46 GiB na GPU na potrzeby pamięci podręcznej KV, kosztem około 200 GB pamięci RAM hosta w węźle. W konfiguracji z czterema GPU GB300 przenoszenie do pamięci hosta zwiększyło pojemność pamięci podręcznej KV o 36% przy porównywalnej przepustowości dekodowania i czasie do pierwszego tokenu, a wszystkie 28 ukończeń w próbach zachłannych pokryły się z bazowym wariantem w pełni na GPU. Jest to opcja wymagająca włączenia, sterowana pojedynczą zmienną środowiskową, a nie ustawienie domyślne. vLLM prowadzi równoległe prace w przeciwnym kierunku — mapując w pamięci fragmenty tabel z dysku, zamiast trzymać je w pamięci RAM hosta — co mówi to samo z dwóch stron: to tabele Engram, a nie wagi, są ograniczeniem tego, jak tanio można serwować ten model.

Najnowsze zmiany w całej historii znajdują się tutaj i są to drobne zmiany, które zasługują na to, by określać je jako drobne. 15 września współautor SGLang otworzył pull request #39666, dodając moduł Engram oraz wspólny adapter historii żądań do gałęzi DeepSeek V4.1 projektu — 7 plików, +1205/−11, przy czym adapter udostępnia opcjonalne pola historii n-gramów w schedulerze i partiach forward oraz rekonstruuje tę historię przy trafieniach w prefiks, wycofaniach i ponownym użyciu slotów. Jest otwarty i niezmergowany, jego uruchomienia CI kończyły się niepowodzeniem i oczekiwał na przegląd od dziewięciu właścicieli kodu; własne podsumowanie autora jest bez ogródek co do ograniczeń, zauważając, że sprawdzenia wyszukiwania nie dowodzą poprawności cyklu życia żądań. Był to jeden z pakietu pull requestów do DeepSeek V4.1 otwartych w tej gałęzi 15 września, większość z nich od tego samego współautora, obejmujących budowę modelu, wieżę wizyjną, kodowanie czatu i warstwę jąder.

Potem, 16 września, plan dotyczący trudniejszej połowy serwowania pojawił się publicznie. Zgłoszenie na roadmapie, #39700, przedstawia dezagregację prefill/decode dla DeepSeek V4.1 na platformie B200 jako listę etapów: najpierw równoległość kontekstu po stronie prefill, potem tę pracę prefill połączoną z MegaMoE, BCG i multi-stream, następnie elementy po stronie decode, w tym DP attention i pamięć CUDA-graph. Etap pierwszy trafił jako pull request #39748, zatytułowany „[DSV4.1-PD-1/8] Support prefill node use cp parallel strategy” i otwarty tego samego dnia przez tego samego autora. Pozwala węzłowi prefill w zdezagregowanym wdrożeniu uruchamiać strategię równoległości kontekstu, z konfiguracją referencyjną ośmiu B200 w TP4/EP4, uruchamiającą runner MoE flashinfer_mxfp4 i spekulatywne dekodowanie DSPARK. Węzeł prefill przyjmuje --enable-prefill-cp --cp-strategy interleave wraz z --disaggregation-mode prefill przez backend transferu Mooncake; węzeł decode działa bez żadnych flag CP. Walidacja obejmuje punktację gsm8k oraz testy jednostkowe na ścieżkach tekstowej i obrazowej. Podobnie jak pull request Engram, jest otwarty, niezmergowany i obecnie zablokowany w CI z powodu brakującej etykiety run-ci.

Trzeba jasno powiedzieć, czym to wszystko jest, a czym nie jest. To infrastrukturalna hydraulika wewnątrz środowiska uruchomieniowego, które już obsługuje model — nie zmienia niczego w tym, co robi DeepSeek V4.1 Flash, ile kosztuje ani czy powinieneś go używać. Warto poświęcić jej te kilka zdań tylko dlatego, że wskazuje, gdzie znajdują się pozostałe ostre krawędzie. Po stronie Engramu historia n-gramów przeżywająca wycofanie i ponowne wykorzystanie pamięci podręcznej prefiksów to dokładnie ten rodzaj szczegółu poprawnościowego, który odróżnia demo od produkcyjnego endpointu. Po stronie disagregacji celem są operatorzy, którzy rozdzielają prefill i decode między osobne pule, tak aby każdą połowę można było zrównoleglić pod jej własne wąskie gardło — wdrożenie, którego konfiguracja referencyjna zaczyna się od ośmiu B200, co jest decyzją kapitałową, a nie wierszem w pliku konfiguracyjnym. A seria jest oznaczona jako 1/8, podczas gdy zgłoszenie z roadmapy wylicza jej etapy w sześciu częściach, a cała połowa odpowiedzialna za decode wciąż pozostaje nieopisana: nawet numeracja jest prowizoryczna. Jeśli nie podejmujesz tej decyzji kapitałowej, nic z tego nie jest widoczne z miejsca, w którym siedzisz — DeepSeek V4.1 Flash działa na OrcaRouter w podanej poniżej stawce pass-through, a hydraulika pozostaje po stronie operatora endpointu.

Dziś wywołuję DeepSeek V4.1 Flash

Linia dotycząca dostępności zmieniła się również po naszej stronie i zmieniła się w kierunku, o którym czytelnicy wersji tego artykułu z dnia premiery zostali zapewnieni, że się nie zmieni. OrcaRouter nie oferował DeepSeek V4.1 Flash 10 września — strona modelu zwracała „model not found”, a ten artykuł powiedział to wprost, zamiast sugerować coś przeciwnego. Teraz go oferuje: deepseek/deepseek-v4.1-flashjest już dostępny w katalogu w cenie 0,15 USD za milion tokenów wejściowych i 0,60 USD za milion tokenów wyjściowych — własna stawka dostawcy DeepSeek przekazana bez doliczania marży (0%), co jest również liczbą, którą warto sprawdzić przy następnej zmianie ceny przez DeepSeek. Od momentu pojawienia się przepuścił przez platformę 54 982,2 mln tokenów przy p50 czasu do pierwszego tokenu wynoszącym 811 ms i p95 wynoszącym 3,03 sekundy.

To, co zyskujesz poza tym samym cennikiem, to możliwość potraktowania sześciodniowej architektury jako eksperymentu, a nie zobowiązania. Failover oznacza, że wywołanie V4.1 Flash, które zaczyna zwracać błędy pod obciążeniem, można przekierować na inny model bez wdrażania; routing DSL oznacza, że możesz skierować nowy model na część swojego ruchu, a znany model na resztę, i porównać je na własnych danych wejściowych, a nie na rankingu; a każdy inny model w katalogu znajduje się za tym samym kluczem, w tym reszta linii DeepSeek — DeepSeek V4 Flash i DeepSeek V4 Pro — więc powrót to zmiana ciągu znaków, a nie druga umowa.

To ma większe znaczenie niż zwykle, z dwóch powodów, które sześć dni wiadomości uczyniły konkretnymi. Po pierwsze, przewaga cenowa jest realna, ale zależy od tego, czy dostawca utrzyma stawkę, a mechanizm przenoszenia kosztów to jedyny, który pozostaje uczciwy, gdy tak się nie dzieje. Po drugie, jedyne zastrzeżenie z tygodnia premiery przetrwało: zarówno przewaga w możliwościach, jak i przewaga kosztowa są teraz mierzone niezależnie, ale mierzy się je na jednym zestawie testowym, na modelu, którego nazewnictwo mówi „drobna aktualizacja”, a architektura mówi co innego. Kieruj do niego ruch jak do nowej generacji, bo nią jest, i trzymaj go za warstwą, którą możesz przesunąć.

Co jest jeszcze otwarte?

Trzy rzeczy, w kolejności rosnącej według tego, ile by ci powiedziały.

DeepSeek V4.1 Pro przetestowałby twierdzenie o rodzinie. DeepSeek V4.1 Flash nazywa siebie najmniejszym modelem w nowej rodzinie architektur, a bliźniak, który dowiódłby, że ta rodzina istnieje, wciąż nie ma karty modelu, liczby parametrów, daty, wag ani ceny. To także model, wokół którego zorganizowano cały manewr routingu Pro, teraz gdy manewr został odwołany.

Druga niezależna ocena przetestowałaby ten wynik. Intelligence Index wynoszący 40 przy 36 dla zastąpionego modelu to jednoznaczny rezultat na jednym zestawie testowym i pojedynczy punkt danych w kwestii, czy ta architektura jest o generację do przodu, czy dobrze zoptymalizowanym krokiem w bok. Wypatruj drugiego ewaluatora, a także tego, czy ścieżka serwowania Engram-offload radzi sobie z rzeczywistym ruchem, a nie na podstawie prób z zachłannym dekodowaniem, oraz czy podział prefill/decode, który jest teraz przygotowywany w pull requestach, kiedykolwiek przekształci się w spójną historię pakowania, którą zwykły zespół może wdrożyć.

I ta użyteczna, choć mało efektowna kwestia: czy DeepSeek zrobi to ponownie. Drugie oznaczenie .1 na innym nowym modelu bazowym zamieniłoby anomalię w konwencję, a konwencja to coś, wokół czego programista może zaplanować pracę. Jeden model to ciekawostka. Nazewnictwo staje się mylące w użyteczny sposób dopiero wtedy, gdy pojawia się wzorzec.

Na razie praktyczny wniosek rozdziela się wyraźnie w zależności od tego, kim jesteś. Jeśli korzystasz z DeepSeek V4 Pro, model stojący za tą nazwą nie zmienia się 14 września ani w żadnej ogłoszonej dacie — DeepSeek wycofał się z tego i możesz zostawić swoją integrację bez zmian. Jeśli korzystasz z DeepSeek V4 Flash, już jesteś przenoszony, za tę samą cenę, na architekturę, którą DeepSeek zbudował z myślą o skalowaniu. A jeśli czekałeś na V5, szczera odpowiedź brzmi, że wygląda na to, iż DeepSeek wydał tę generację, odmówił nadania jej nazwy, a potem odkrył, że numer na pudełku jednak ma znaczenie.