DeepSeek V4 Flash Oficjalna Premiera: Tani, Szybki, Agencyjny Model z Kontekstem 1M — Wyjaśnione

DeepSeek V4 Flash to tania połowa drabiny V4 DeepSeeka, a niezależne wyniki w końcu go dogoniły: na zestawie AIME 2026 w MathArena uzyskuje 95,83%, co statystycznie nie różni się od wyniku DeepSeek V4 Pro wynoszącego 96,67%, przy koszcie na problem wynoszącym około jednej dziewiątej. Oficjalna kompilacja publicznej bety, -0731, została wydana 31 lipca 2026 roku z taką samą architekturą jak kwietniowa wersja zapoznawcza — modelem mieszanym ekspertów o 284 miliardach parametrów, 13B aktywnych, z kontekstem 1 miliona tokenów — ale z dodatkową rundą post-treningu, która znacznie poprawiła jego zdolności agentowe, kodowania i wywoływania narzędzi, a także natywną obsługą Responses-API i specjalnymi adaptacjami dla agentów w stylu Codex. Ten przewodnik omawia, co tak naprawdę zmieniło się w tym wydaniu, co mówią oceny producenta i niezależne, ile to kosztuje, gdy uwzględni się, ile model „myśli”, oraz jak go wywoływać.

Nota o dokładności: szczegóły wydania i podane poniżej najważniejsze wyniki agentowe pochodzą z {{1}}oficjalnego dziennika zmian API DeepSeek (z dnia 2026-07-31){{/1}} i są {{2}}raportowane przez dostawcę{{/2}}, {{3}}uruchomione na własnym harnessie DeepSeek{{/3}} — traktuj je orientacyjnie i przeprowadź własne ewaluacje. Tam, gdzie pojawiają się niezależne dane, podano ich źródło: {{5}}Artificial Analysis — Intelligence Index i jego składowe{{/5}}, {{6}}MathArena — AIME 2026{{/6}}, {{7}}własny cennik DeepSeek — ceny{{/7}}. Tam, gdzie coś opiera się na {{8}}raporcie pojedynczego praktyka{{/8}}, a nie na {{9}}opublikowanej ewaluacji{{/9}}, zdanie mówi o tym wprost. {{10}}Specyfikacje i ceny się zmieniają; zweryfikuj je, zanim zaczniesz budować.{{/10}}

TL;DR. V4 Flash to ekonomiczny kuzyn wielkiego DeepSeek V4 Pro: model MoE o 284 mld / 13 mld aktywnych parametrów, z kontekstem 1 mln tokenów i wyjściem do 384 tys. tokenów, zoptymalizowany pod kątem pracy o dużej przepustowości, niskich opóźnień i zadań agentowych. Oficjalne wydanie z 31 lipca to aktualizacja potreningowa — ten sam rozmiar, ale znacznie lepsi agenci i kodowanie — która dodaje też natywną obsługę Responses-API i Codex. DeepSeek raportuje wysokie wyniki agentowe i programistyczne (np. Terminal-Bench 2.1: 82,7; Toolathlon: 70,3), a Artificial Analysis oceniło build -0731 na 50 punktów w swoim Intelligence Index: dziesięć punktów więcej niż kwietniowa wersja preview, sześć więcej niż znacznie większy V4 Pro i na równi z Gemini 3.6 Flash. Koszt to około 0,15 / 0,29 dolara za milion tokenów wejściowych/wyjściowych, czyli mniej więcej jedna trzecia ceny V4 Pro. Zaktualizowano tylko Flash API; V4 Pro oraz aplikacja i wersja webowa DeepSeek pozostają bez zmian. Na OrcaRouter otrzymasz go z 0% narzutu przez jeden endpoint zgodny z OpenAI.

Najważniejsze wnioski

• Oficjalne wydanie (build -0731, 31 lipca 2026): ulepszenie po treningu wersji zapoznawczej — ta sama architektura, znacznie silniejsi agenci, kodowanie i korzystanie z narzędzi.

• Architektura bez zmian: 284B łącznie / 13B aktywnych (MoE), kontekst 1M tokenów (1,048,576), do 384K wyjścia, wejście wyłącznie tekstowe, z rozumowaniem, narzędziami i JSON.

• Nowość: natywna obsługa API Responses oraz specyficzna adaptacja dla Codex; nadal obsługuje interfejsy w stylu OpenAI ChatCompletions i Anthropic. Identyfikator modelu deepseek-v4-flash.

• Zgłaszane przez DeepSeek ulepszenia agentowe/kodowania: Terminal-Bench 2.1 82.7, Toolathlon (zweryfikowane) 70.3, Cybergym 76.7, DeepSWE 54.4, NL2Repo 54.2, DSBench-FullStack 68.7.

• Bardzo tanio: około 0,15 $ / 0,29 $ za 1M tokenów wejściowych/wyjściowych — mniej więcej jedna trzecia ceny V4 Pro wynoszącej 0,44 $ / 0,88 $ — a DeepSeek wycenia trafienia w pamięć podręczną na 0,0028 $ za 1M, czyli około 98% poniżej kosztu świeżego wejścia. Zmieniło się tylko API Flash; Pro oraz aplikacja/web pozostają takie same.

Co tak naprawdę ulepszyła oficjalna wersja

V4 Flash po raz pierwszy pojawił się jako podgląd 24 kwietnia 2026 roku. Oficjalne wydanie z 31 lipca 2026 roku (wersja -0731 build, według dziennika zmian API DeepSeek) jest wyraźnie nie nową architekturą: całkowita i aktywna liczba parametrów (284B / 13B) oraz kontekst 1M pozostały bez zmian. Zmieniło się post-training — dodatkowe dostrojenie, które według DeepSeek znacząco poprawiło podstawowe możliwości agentowe, kodowania i wywoływania narzędzi. Liczą się dwa praktyczne dodatki: V4 Flash natywnie obsługuje teraz Responses API i jest specjalnie dostosowany do agentów kodujących w stylu Codex, zachowując jednocześnie obsługę interfejsów OpenAI ChatCompletions i stylu Anthropic. Co ważne, w tym wydaniu ulepszono wyłącznie API Flash; V4 Pro oraz aplikacja i wersje webowe DeepSeek pozostały bez zmian. Dla zespołów oznacza to ulepszenie typu drop-in dla obciążeń agentowych w tej samej cenie, bez migracji.

Architektura: MoE z małą liczbą aktywnych ekspertów, zaprojektowany pod kątem przepustowości

V4 Flash to model typu mixture-of-experts, mający łącznie około 284 miliardów parametrów, ale tylko około 13 miliardów aktywnych na token. Ta niska liczba aktywnych parametrów jest właśnie sednem: pozwala utrzymać szybką i tanią inferencję, podczas gdy duża pula ekspertów zachowuje jakość. Okno kontekstu wynosi pełne 1 048 576 tokenów (około 1 mln), z bardzo dużym maksymalnym wyjściem wynoszącym 384 tysiące tokenów, a model obsługuje rozumowanie (rozszerzone myślenie), wywoływanie narzędzi oraz strukturalny JSON. Wejście jest wyłącznie tekstowe. Cel projektowy — praca agentowa o dużej objętości i niskich opóźnieniach — widoczny jest w liczbach serwerowych: mediana czasu do pierwszego tokena (p50) wynosi około 394 milisekund, a generowanie około 184 tokenów na sekundę według pomiarów OrcaRouter.

Benchmarki: co mówią oficjalne liczby

Oficjalna wersja mocno opiera się na ocenach agentowych i kodowania, przeprowadzanych za pomocą własnego harnessu DeepSeek (ustawienia minimal-mode / max-effort). Oto jak czytać główne wyniki, wszystkie raportowane przez DeepSeek:

• Terminal-Bench 2.1: 82.7 — agentowe zadania z linii poleceń/oprogramowania w prawdziwym terminalu. Wysoki wynik tutaj świadczy o modelu, który naprawdę potrafi obsługiwać narzędzia i powłoki, a nie tylko odpowiadać na pytania.

• Toolathlon (zweryfikowany): 70.3 i Automation Bench (publiczny): 25.1 — szerokość i niezawodność użycia narzędzi oraz automatyzacja end-to-end. Niezawodność wywoływania narzędzi to cecha decydująca o powodzeniu agentów.

• Cybergym: 76.7 — agentowe rozwiązywanie problemów w stylu security/CTF.

• DeepSWE: 54.4, NL2Repo: 54.2, DSBench-FullStack: 68.7, DSBench-Hard: 59.6 — inżynieria oprogramowania i kodowanie full-stack, od generowania na poziomie repozytorium po trudne zadania z zakresu nauki o danych. Wysoki wynik DSBench-FullStack (68.7) wskazuje na praktyczne, wieloplikowe kompetencje w kodowaniu.

• Agent Last Exam: 25.2 — celowo trudna próba rozumowania agentowego, w której nawet najlepsze modele osiągają niskie wyniki; przydatna jako sygnał względny, a nie bezwzględny.

Dla niezależnego kontekstu, Artificial Analysis oceniło teraz sam build -0731 i przyznaje mu 50 punktów w Artificial Analysis Intelligence Index — dziesięć punktów powyżej kwietniowej wersji zapoznawczej, którą zastępuje, sześć punktów powyżej znacznie większego V4 Pro oraz na poziomie Gemini 3.6 Flash. Jego wyniki składowe: GPQA Diamond 91%, AA-LCR 66%, Humanity's Last Exam 37%, SciCode 50%, τ³-Bench Banking 31%, CritPt 17% oraz Elo 1559 w GDPval-AA v2. Dwa z nich zasługują na drugie spojrzenie. Artificial Analysis zmierzył Terminal-Bench 2.1 na 79% wobec raportowanych przez DeepSeek 82,7 — blisko, ale niżej, czyli w kierunku, który zwykle umyka liczbom z testów dostawcy. A w AA-Omniscience model osiąga -16 z wysokim zmierzonym wskaźnikiem halucynacji, więc narracja o taniości i agentowości nie rozciąga się na nienadzorowane przypominanie faktów. To ostrzejszy sposób odczytania tego modelu: mocne rozumowanie na dolara, słaba wiedza na zapytanie.

Matematyka konkursowa: jedyne miejsce, gdzie Flash dorównuje Pro.

Najbardziej przydatna niezależna ocena rozumowania V4 Flash pochodzi z MathArena, która uruchamia każdy model cztery razy na każdym zadaniu ze świeżo opublikowanego konkursu i publikuje siatkę wyników dla poszczególnych zadań. W AIME 2026 — oba arkusze, 30 zadań, po cztery uruchomienia — V4 Flash w trybie maksymalnego rozumowania uzyskuje 95,83% ±3,58%, podczas gdy DeepSeek V4 Pro osiąga 96,67% ±3,21%. Te przedziały pokrywają się niemal całkowicie: w tym benchmarku mały model nie jest mierzalnie gorszy od flagowca. Kolumna kosztów to miejsce, w którym się różnią. MathArena wycenia jedno uruchomienie V4 Flash na 0,009 USD za zadanie, a V4 Pro na 0,082 USD — czyli około dziewięć razy taniej przy tej samej dokładności, co jest mocniejszym argumentem za warstwą wydajnościową niż cokolwiek w ogłoszeniu samego DeepSeek.

Te dwa zastrzeżenia trzeba wymienić jednym tchem. MathArena flaguje oba wpisy DeepSeek ostrzeżeniem o zanieczyszczeniu — swoją etykietą dla modelu wydanego po pojawieniu się konkursu — więc część tej dokładności może być raczej zapamiętywaniem niż rozumowaniem. A wersja testowana przez MathArena jest datowana na 2026-04-24 — to kwietniowy podgląd, a nie build -0731. W chwili pisania tego tekstu nie ma niezależnego wyniku AIME 2026 dla oficjalnego wydania, a karta modelu DeepSeek nie podaje dla niego żadnego benchmarku matematycznego, tylko agentyczne.

Siatka pokazuje również, gdzie znajduje się sufit. Prawie każdy model na tablicy rozwiązuje większość zadań AIME 2026; problemem, który je porządkuje, jest zadanie 15. Tylko dwie pozycje rozwiązują je we wszystkich czterech przebiegach — GPT-5.5 przy ekstra wysokim wysiłku i Claude Opus 4.8 na maksimum. V4 Flash zdobywa tam zero na cztery, podobnie jak V4 Pro, a także GLM-5.2, Gemini 3.6 Flash, Kimi K2.6 i Claude Opus 4.7.

Ten ostatni szczegół sprawia, że warto zwrócić uwagę na jeden raport z 5 sierpnia 2026 roku. Komentator AI @teortaxesTex napisał, że build -0731 rozwiązał zadanie 15 z AIME 2026, zajmując około 1006 sekund i mniej więcej 100 000 tokenów wyjściowych, oraz opisał, jak model wyraźnie zaczynał kombinować przy problemie, zanim porzucił drogę na skróty i rozwiązał go uczciwie. To pojedyncze uruchomienie jednego praktyka, a nie wynik benchmarku: nie zostało powtórzone, żaden publiczny leaderboard nie ocenił builda -0731, a pojedynczy transkrypt nie jest ewaluacją. Można za to sprawdzić wewnętrzną spójność — i ona się broni: Artificial Analysis mierzy output tego modelu na około 116 tokenów na sekundę, a 1006 sekund w tym tempie to mniej więcej 117 000 tokenów, czyli ten sam rząd wielkości co podana liczba. Odpowiedź na 100 000 tokenów mieści się też z zapasem w tym, czego oczekuje DeepSeek, ponieważ zaleca on dopuszczanie do 384 tys. tokenów wyjściowych przy wysokim lub maksymalnym nakładzie rozumowania. Obie wartości są około trzy razy wyższe niż średnie zmierzone przez MathArenę dla tego modelu (33 588 tokenów wyjściowych i 6 min 50 s na odpowiedź), czego należałoby oczekiwać w przypadku najtrudniejszego pojedynczego zadania w zestawie. A zatem: prawdopodobny w kształcie, niezweryfikowany co do wyniku — a jeśli się powtórzy, to realny skok względem builda preview, który nie rozwiązuje tego zadania ani razu w czterech próbach.

Cennik: liczba, która zmienia budżety

Na OrcaRouter, który przekazuje ceny dostawcy bez narzutu (0% marży), V4 Flash kosztuje około 0,15 USD za milion tokenów wejściowych i 0,29 USD za milion tokenów wyjściowych, a DeepSeek utrzymał ceny bez zmian dla tej aktualizacji. To mniej więcej jedna trzecia stawki DeepSeek V4 Pro wynoszącej 0,44 / 0,88 USD. Trafienia w pamięć podręczną (cache) są tańsze, niż większość ludzi zakłada: DeepSeek podaje cenę wejścia z cache na poziomie 0,0028 USD za milion, czyli około 98% poniżej ceny świeżego wejścia. To właśnie sprawia, że agenci i czat ze stabilnym promptem systemowym są tak tanie w utrzymaniu. W praktyce 10 milionów tokenów miesięcznie przy podziale 70% na wejście / 30% na wyjście to koszt rzędu kilku dolarów; w skali miliarda tokenów różnica w porównaniu z flagowym modelem staje się pozycją, którą dział finansowy z pewnością zauważy.

W przypadku modelu rozumującego cennik to jednak mniej interesująca połowa rachunku — to, co naprawdę rusza budżety, to liczba tokenów, które model zdecyduje się zużyć. Uruchomienie pełnego Intelligence Index na V4 Flash zajęło Artificial Analysis około 206 milionów tokenów wyjściowych — mniej więcej dwukrotnie więcej niż mediana ~100 milionów dla testowanych modeli — a sam model oceniono jako szybki, ale bardzo rozwlekły. W przeliczeniu pojedyncza odpowiedź licząca 100 000 tokenów kosztuje około trzech centów, a limit 384K tokenów wyjściowych sprawia, że jedna odpowiedź kosztuje najwyżej około jedenastu centów. Tanio w wartościach bezwzględnych, ale kilkaset razy drożej niż krótka odpowiedź — dlatego właśnie wysiłek wnioskowania to dźwignia budżetowa, a nie pokrętło jakości, które zostawiasz ustawione na maksimum. Praktyczny wpis Simona Willisona pokazuje to samo z drugiej strony: przy ustawieniach domyślnych jego testowa generacja wypadła rozczarowująco, a podniesienie wysiłku wnioskowania do wysokiego poziomu wyraźnie ją poprawiło. Zanim założysz, że cena z cennika to twój rzeczywisty koszt, zmierz swoje trudne zapytania.

Gdzie pasuje V4 Flash: drabina DeepSeek V4

Linia V4 od DeepSeek to drabina. V4 Pro to flagowy model — znacznie większy, najwyższej klasy model do rozumowania i kodowania. V4 Flash to warstwa wydajnościowa: znacznie mniej aktywnego przetwarzania, ułamek ceny i, po tej aktualizacji potreningowej, naprawdę mocne zdolności agentowe i kodowania. Fakt, że DeepSeek zainwestował w uczynienie Flasha lepszym agentem (Responses API, adaptacja Codex, benchmarki użycia narzędzi) pokazuje, gdzie spodziewa się wolumenu. Ale liczby AIME 2026 komplikują uproszczoną wersję tej historii na korzyść Flasha: w matematyce konkursowej przedziały błędów obu modeli nachodzą na siebie, więc „wysyłaj trudne problemy do Pro” nie jest automatycznie właściwe. Uczciwy podział jest taki, że Pro daje szerokość wiedzy i najtrudniejszą pracę agentową, a nie lepszą szansę na trudne zadanie matematyczne — dlatego kierowanie na podstawie zmierzonej trudności we własnych zadaniach jest lepsze niż domyślne wybieranie największego modelu.

Trzy rzeczywiste scenariusze

1. Agenci kodowania i przepływy pracy w stylu Codex

Natywne wsparcie Responses-API i Codex w buildzie -0731, a także wyniki Terminal-Bench (82.7) i DSBench-FullStack (68.7), czynią V4 Flash solidnym i tanim silnikiem dla autonomicznych agentów kodujących — naprawianie błędów, refaktoryzacja, generowanie testów, wieloetapowe korzystanie z narzędzi.

2. Agenci korzystający z narzędzi na dużą skalę

Szybkie pierwsze tokeny (~394 ms), wysoka przepustowość (~184 tok/s), kontekst 1M i solidna niezawodność Toolathlon (70.3) odpowiadają agentom produkcyjnym wywołującym narzędzia na dużą skalę — wyszukiwanie, automatyzacja, orkiestracja.

3. Przetwarzanie długich dokumentów przy niskim budżecie

Pełny kontekst 1M tokenów i 384K tokenów wyjściowych obsługują podsumowywanie, analizowanie lub przekształcanie bardzo dużych danych wejściowych — logów, baz kodu, długich raportów — w jednym przebiegu, tanio.

Jak uzyskać dostęp do V4 Flash

Możesz wywoływać V4 Flash bezpośrednio w API DeepSeeka (identyfikator modelu deepseek-v4-flash; obsługuje ono Responses API, OpenAI ChatCompletions oraz interfejsy w stylu Anthropic) lub przez neutralny dla dostawcy punkt końcowy. OrcaRouter udostępnia V4 Flash z 0% narzutu przez pojedynczy punkt końcowy zgodny z OpenAI (deepseek/deepseek-v4-flash) wraz z ponad 200 innymi modelami — dzięki czemu możesz porównać go z GPT-5.6 Luna, Gemini 3.6 Flash, GLM-5.2, Qwen3.8-Max i Kimi K3 w jednym miejscu i kierować każde żądanie do najtańszej opcji dla danego zadania. Ponieważ ceny są przekazywane dalej bez narzutu, zmiana ceny DeepSeeka pojawia się na Twoim rachunku tego samego dnia, w którym wchodzi w życie. A ponieważ interfejs jest zgodny z OpenAI, wdrożenie V4 Flash — lub zrezygnowanie z niego po tygodniu testów — to zmiana konfiguracji, a nie ponowna integracja.

Ograniczenia i uczciwe zastrzeżenia

V4 Flash to model nastawiony na wydajność, a nie flagowy model, ale niezależne dane sprawiły, że ta granica jest bardziej precyzyjna niż „gorszy w trudnych rzeczach”. W AIME 2026 dorównuje V4 Pro w granicach przedziałów ufności; wyraźnie ustępuje natomiast w szerokości wiedzy — AA-Omniscience -16 i wysoki zmierzony wskaźnik halucynacji — oraz w najbardziej wymagających zadaniach agentowych. Model przyjmuje wyłącznie tekst, bez natywnego wejścia obrazowego. Główne wyniki agentowe są raportowane przez DeepSeek na jego własnej platformie testowej, a jedna wartość, którą niezależne laboratorium powtórzyło, wypadła niżej (Artificial Analysis zmierzyło Terminal-Bench 2.1 na 79% wobec zgłoszonych 82,7), więc liczby producenta traktuj jako orientacyjne. A „tanio za token” to nie „tanio za zadanie”: ten model jest mierzalnie rozwlekły, więc przy prostych wywołaniach ograniczaj wysiłek rozumowania i iteracje narzędzi, zamiast pozostawiać maksymalny wysiłek domyślnie włączony. Zweryfikuj na własnym obciążeniu, zanim skierujesz na niego ruch produkcyjny.

Często zadawane pytania

Czym jest DeepSeek V4 Flash?

Model wydajnościowy DeepSeek w linii V4: model mieszanki ekspertów (MoE) o 284B parametrach / 13B aktywnych, z kontekstem 1M tokenów i wyjściem do 384K tokenów, zoptymalizowany pod szybką, wysokowolumową pracę agentową i kodowanie. Jego oficjalne wydanie (build -0731) ukazało się 31 lipca 2026 r.

Co się zmieniło w oficjalnym wydaniu?

Architektura się nie zmieniła; to ulepszenie po treningu, które znacząco poprawia zdolności agentowe, kodowania i wywoływania narzędzi, oraz dodaje natywną obsługę Responses-API z adaptacją Codex. Zaktualizowano tylko Flash API — V4 Pro oraz aplikacja/web pozostają bez zmian.

Ile kosztuje V4 Flash?

Około 0,15 USD za milion tokenów wejściowych i 0,29 USD za milion tokenów wyjściowych w OrcaRouter (marża 0%) — mniej więcej jedna trzecia ceny V4 Pro wynoszącej 0,44 / 0,88 USD — a trafienia w pamięci podręcznej wyceniono na 0,0028 USD za milion, czyli około 98% taniej niż świeże wejście. Ceny pozostały bez zmian w tej wersji. Należy uwzględnić w budżecie zarówno wolumen tokenów, jak i stawkę: to rozbudowany model rozumujący, a odpowiedź licząca 100 000 tokenów kosztuje około trzech centów.

Jak dobry jest V4 Flash w zadaniach agentowych i kodowaniu?

DeepSeek raportuje wysokie wyniki: Terminal-Bench 2.1 82.7, Toolathlon (zweryfikowany) 70.3, Cybergym 76.7, DeepSWE 54.4, DSBench-FullStack 68.7 — wszystkie wartości z harnessów dostawcy, więc zweryfikuj na własnych zadaniach.

Czy V4 Flash jest dobry w matematyce konkursowej?

Lepszy, niż sugerowałaby cena. Na siatce AIME 2026 w MathArena kwietniowa wersja przedpremierowa osiąga 95,83% w czterech seriach po 30 problemów — co mieści się w przedziale ufności dla 96,67% V4 Pro, przy około jednej dziewiątej kosztu na problem — choć MathArena wskazuje na możliwą kontaminację obu modeli, a wersja -0731 nie została jeszcze oceniona. Jedynym problemem, którego ta wersja nigdy nie rozwiązuje, jest problem 15, który niezawodnie rozwiązują tylko GPT-5.5 przy ekstra wysokim nakładzie pracy i Claude Opus 4.8 przy maksymalnym nakładzie.

Jak V4 Flash wypada w porównaniu z V4 Pro?

Pro to znacznie większy flagowiec do najtrudniejszych zadań wymagających rozumowania i kodowania; Flash to warstwa wydajnościowa w około 1/3 ceny, z silnymi zdolnościami agentowymi i kodowania. Trudne zadania kieruj do Pro, a wszystko inne do Flash.

Co to jest okno kontekstowe?

Pełne 1 048 576 tokenów (około 1M) i do 384K tokenów na wyjściu.

Czy V4 Flash jest multimodalny?

Nie — wejście jest tylko tekstowe. Obsługuje rozumowanie, wywoływanie narzędzi i wyjście JSON.

Czy V4 Flash działa z Responses API i Codexem?

Tak — wydanie -0731 dodaje natywne wsparcie dla Responses-API oraz specyficzną adaptację Codexa, obok interfejsów OpenAI ChatCompletions i w stylu Anthropic.

Jak używać V4 Flash?

Bezpośrednio przez API DeepSeeka lub przez zgodny z OpenAI endpoint OrcaRoutera z 0% narzutem (deepseek/deepseek-v4-flash), gdzie możesz też porównywać i kierować ruch między konkurencyjnymi modelami.

Sedno sprawy

Oficjalna premiera DeepSeek V4 Flash zachowuje tani, szybki przepis i czyni z niego znacznie lepszego agenta: ta sama architektura MoE 284B / 13B aktywnych i kontekst 1M, po dodatkowym treningu pod kątem silniejszego kodowania i korzystania z narzędzi, z natywną obsługą Responses-API i Codex, w tej samej cenie ~0,15 / 0,29 USD. Niezależne liczby potwierdzają teraz większość tych zapewnień — Artificial Analysis klasyfikuje build -0731 na poziomie Gemini 3.6 Flash pod względem inteligencji, a MathArena pokazuje, że build podglądowy dorównuje V4 Pro na AIME 2026 przy koszcie wynoszącym jedną dziewiątą na problem. To, czego niska stawka nie kupuje, to szerokość wiedzy ani taryfa ulgowa na rozwlekłość: ten model myśli mniej więcej przy dwukrotnie większym budżecie tokenów niż przeciętny model, więc twój rachunek za zadanie zależy bardziej od tego, ile wysiłku rozumowania mu pozwolisz, niż od ceny w nagłówku. Uruchom go przez zgodny z OpenAI endpoint z zerową marżą, taki jak OrcaRouter, zmierz, ile faktycznie zużywają twoje trudne zapytania, i kieruj ruch do flagowego modelu tylko tam, gdzie pomiary pokazują, że musisz.