10 სექტემბერი, 2026

DeepSeek-მა წარადგინა DeepSeek-V4.1-Flash – ახალი არქიტექტურული ოჯახის ყველაზე მცირე მოდელი, რომელსაც ვიზუალური ინფორმაციის გაგების ჩაშენებული შესაძლებლობა აქვს. მოდელი უკვე ხელმისაწვდომია კომპანიის API-ში და ტექსტთან ერთად გამოსახულებებსაც ამუშავებს.

კომპანიის განცხადებით, ახალი არქიტექტურის მიზანია შესაძლებლობების გაუმჯობესება, პასუხების უფრო სწრაფად გენერირება და ერთეულ დროში მეტი მონაცემის დამუშავება. ამავე მიდგომაზე მომავალში უფრო დიდი მოდელების შექმნაც არის გათვლილი.

სარჩევი

როგორ მუშაობს DeepSeek-V4.1-Flash-ის არქიტექტურა
შემცირებული KV ქეში და მეხსიერების დანახარჯი
ვიზუალური ინფორმაციის დამუშავება
რას ცვლის DeepSeek-ის ახალი მოდელი API-ში
სხვა თემები

როგორ მუშაობს DeepSeek-V4.1-Flash-ის არქიტექტურა

DeepSeek-V4.1-Flash იყენებს 552 მილიარდი პარამეტრის მქონე MoE არქიტექტურას. MoE, ანუ ექსპერტების ნარევი, გულისხმობს, რომ კონკრეტული გამოთვლისას მოდელის ყველა პარამეტრი ერთდროულად არ აქტიურდება.

განახლების საფუძველია Causal Encoder-Decoder – არქიტექტურა, რომელიც შეყვანილი ინფორმაციის დამუშავებასა და პასუხის გენერირებას განსხვავებული მოცულობის აქტიური პარამეტრებით ასრულებს. სწორედ ამ ასიმეტრიაზე აკეთებს კომპანია აქცენტს:

შეყვანილი ინფორმაციის დამუშავებისას აქტიურია 8 მილიარდი პარამეტრი.
პასუხის გენერირებისას აქტიურია 16 მილიარდი პარამეტრი.
მოდელის პარამეტრების საერთო რაოდენობა 552 მილიარდია.

ამგვარად, საერთო მოცულობა და კონკრეტულ ეტაპზე აქტიური პარამეტრების რაოდენობა სხვადასხვა მაჩვენებელია. DeepSeek ამ მიდგომას მოდელის შესაძლებლობების გაზრდასა და გამოთვლითი დანახარჯების შემცირებას უკავშირებს.

რას აცხადებს კომპანია ტესტების შედეგებზე

DeepSeek-ის ინფორმაციით, წინასწარი სწავლების ახალი მეთოდებისა და უფრო მასშტაბური განმტკიცებითი სწავლების (RL) გამოყენებით მოდელმა ბენჩმარკებში რამდენიმე ფლაგმანურ მოდელს, მათ შორის DeepSeek-V4-Pro-ს, გადაასწრო. RL გამოყენებულია შემდგომი სწავლების ეტაპზე.

კომპანია ასევე მიუთითებს სხვადასხვა მხარის მიერ ჩატარებულ ტესტებზე. მისი განცხადებით, V4.1-Flash V4-Pro-ს აღემატება შედეგების ხარისხით, ხარჯის ეფექტიანობით, სიჩქარითა და დავალების შესრულების საერთო დროით.

შემცირებული KV ქეში და მეხსიერების დანახარჯი

განახლების კიდევ ერთი ნაწილი KV ქეშის შემცირებაა. ეს ქეში უკვე დამუშავებული კონტექსტის შუალედურ მონაცემებს ინახავს, რაც მათი ხელახლა გამოყენებისა და განმეორებითი გამოთვლების შემცირების საშუალებას იძლევა.

DeepSeek-ის მონაცემებით, წინა თაობასთან შედარებით, V4.1-Flash-ის KV ქეშისთვის საჭიროა:

HBM მეხსიერების მოცულობის მხოლოდ 1/4 – მაღალი გამტარუნარიანობის მეხსიერებაში ქეში ნაკლებ ადგილს იკავებს.
SSD საცავის მოცულობის მხოლოდ 1/8 – მცირდება ქეშის შესანახად საჭირო სივრცეც.

კომპანიის განმარტებით, AI აგენტების მუშაობისას ხარჯის მნიშვნელოვანი ნაწილი ხშირად ქეშში შენახული კონტექსტის ხელახალ გამოყენებაზე მოდის. ამიტომ ქეშის შეკუმშვას ამ დანახარჯების შემცირების საშუალებად განიხილავს.

ვიზუალური ინფორმაციის დამუშავება

DeepSeek-V4.1-Flash-ს ვიზუალური გაგება ჩაშენებულად აქვს და API-ში მულტიმოდალური მხარდაჭერით მუშაობს. ეს ნიშნავს, რომ მომხმარებელს შეუძლია მოდელს ტექსტთან ერთად გამოსახულებაც მიაწოდოს.

ოფიციალური დოკუმენტაციის მიხედვით, მოდელს შეუძლია სურათების აღწერა, ეკრანის ანაბეჭდებიდან ტექსტის წაკითხვა და დიაგრამების ანალიზი. შესაბამისად, მისი გამოყენება მხოლოდ ტექსტურ დავალებებს არ შემოიფარგლება.

რას ცვლის DeepSeek-ის ახალი მოდელი API-ში

ახალი მოდელის გამოსაყენებლად API-ის მოთხოვნაში მოდელის სახელად უნდა მიეთითოს deepseek-flash. შესაბამისი ინსტრუქცია ხელმისაწვდომია DeepSeek-ის API დოკუმენტაციაში.

V4-Flash და V4-Flash-Vision-Exp უკვე გაუქმებულია. თავსებადობის შესანარჩუნებლად მათი ძველი იდენტიფიკატორები დროებით მოქმედებს, თუმცა მოთხოვნებს ახალი მოდელი ემსახურება:

deepseek-v4-flash – მოთხოვნები გადამისამართდება V4.1-Flash-ზე.
deepseek-v4-flash-vision-exp – მოთხოვნები ასევე გადამისამართდება V4.1-Flash-ზე.

რა შეიცვლება V4-Pro-ს მომხმარებლებისთვის

DeepSeek V4-Pro-ს ეტაპობრივად აუქმებს. 2026 წლის 14 სექტემბრიდან, 04:00 UTC-ზე, ყველა მოთხოვნა, რომელშიც მოდელად მითითებული იქნება deepseek-v4-pro, V4.1-Flash-ზე გადამისამართდება.

ასეთი მოთხოვნები V4.1-Flash-ის ტარიფებით დაითვლება. კომპანიის განცხადებით, ეს წესი V4.1-Pro-ს გამოშვებამდე იმოქმედებს.

ახალი მოდელის სრული მხარდაჭერა უკვე აქვთ მის ოფიციალურ პარტნიორებს – WorkBuddy-ს, მათ შორის CodeBuddy-ს, და OpenCode-ს. ამ ხელსაწყოების მომხმარებლებს V4.1-Flash-ის გამოყენება უკვე შეუძლიათ.