DeepSeek V4 Flash вышел из превью — ответ на демпинг OpenAI
DeepSeek официально выпустила V4 Flash «0731»: та же архитектура на 284B параметров, но переобученная под агентные задачи. Набор 50 баллов в индексе Artificial Analysis — на пункт ниже GPT-5.6 Luna.
Влад Макаровпроверил и опубликовал
DeepSeek вывела V4 Flash из превью и открыла официальный API «0731» — ровно в тот день, когда OpenAI обвалила цену своей младшей Luna на 80%. Совпадение вряд ли случайное: пока американские лаборатории режут прайс, чтобы удержать корпоративный трафик, китайская компания отвечает не скидкой, а моделью, которая при той же цене подтянулась почти вплотную к Luna по интеллекту.
Самое интересное в релизе — то, чего в нём нет. Архитектура и размер не изменились ни на грамм. В ченджлоге прямо сказано: модель «была лишь заново дообучена» (re-post-trained). Те же 284 млрд параметров, 13 млрд активных, окно контекста в миллион токенов. Весь прирост — от переобучения, а не от масштаба.
Что нового
Главный акцент DeepSeek сделала на агентных задачах — и здесь скачок действительно заметный. По индексу Artificial Analysis новая версия набирает 50 баллов против 40 у апрельской V4 Flash. Это ставит её всего на пункт ниже бюджетной GPT-5.6 Luna от OpenAI, при том что за задачу Flash обходится примерно на 60% дешевле даже после ценовой резки OpenAI. На бенчмарке GDPval, который проверяет модели на сложной офисной работе, Flash подскочил с 1189 до 1559 Elo-очков. Модель вдобавок стала реже галлюцинировать и расходует на 12% меньше токенов, чем предшественница.
Официальные цифры DeepSeek по агентным наборам:
| Бенчмарк | DeepSeek V4 Flash 0731 |
|---|---|
| Terminal Bench 2.1 | 82.7 |
| NL2Repo | 54.2 |
| Cybergym | 76.7 |
| DeepSWE | 54.4 |
| Toolathlon verified | 70.3 |
| Agent Last Exam | 25.2 |
| DSBench-FullStack (внутренний) | 68.7 |
| DSBench-Hard (внутренний) | 59.6 |
По собственным данным DeepSeek, эти результаты «намного превосходят» превью-версию V4-Pro — то есть младшая переобученная модель обгоняет старшего брата на агентных задачах. Правда, замерялись они в режиме DeepSeek Harness minimal (который ещё не выпущен) на максимальном уровне усилия, с topp=0.95 и температурой 1.0, так что воспроизвести цифры один в один пока нельзя.
Для разработчиков
Способ вызова не меняется — достаточно указать имя модели deepseek-v4-flash, и API отдаёт свежую версию. Ключевое техническое дополнение: официальный Flash нативно поддерживает формат Responses API и специально адаптирован под Codex, так что модель можно вставлять в кодинг-агенты почти без обвязки.
Экономика по-прежнему бьёт всех. Flash стоит $0.14 за миллион входных токенов и $0.28 за выходные, а скидка на кеш — 98%, заметно выше отраслевого стандарта в 90%. Веса выложены на Hugging Face под лицензией MIT — то есть модель можно скачать и крутить локально без оглядки на API.
Обновление затрагивает только Flash: API V4-Pro и модели в приложении с вебом остаются прежними. Официальный релиз V4-Pro, по словам компании, «последует вскоре».
Как попробовать
- Указать в запросе
model=deepseek-v4-flash— API автоматически отдаёт версию 0731. - Для агентных сценариев подключить Responses API или готовую интеграцию с Codex.
- Либо скачать веса с Hugging Face и развернуть локально под MIT-лицензией.
Если смотреть на общую картину, релиз укладывается в один сюжет: рынок больше не соревнуется в том, у кого умнее флагман. Он соревнуется в цене за единицу интеллекта — и здесь DeepSeek снова оказалась на фронтире Парето между качеством и стоимостью, вынуждая OpenAI и Google оправдывать каждый лишний доллар в своих ценниках.
