Kitajski DeepSeek, ki velja za velikega up, je po več zamikih uspel lansirati najnovejšo družino modelov DeepSeek-V4, ki bo na voljo v več različnih velikostih. Gre za celovito posodobitev, ki zajema skoraj vse, vendar današnja menjava generacije ne bo pretresla sveta.
Serija DeepSeek-V4 uporablja izboljšano tehniko Mixture-of-Experts (MoE) in se bo posebej dobro odrezala pri dolgih kontekstih, njena sposobnost sklepanja bo kazala bistven napredek, izkazala pa se bo tudi pri reševanju nalog na osnovi agentov.
Podjetje v prvem krogu govori o dveh različicah, na štartno črto sta stopila modela DeepSeek-V4-Pro in DeepSeek-V4-Flash. Podjetje je poudarilo, da tu že lahko govorimo o »prelomnem modelu umetne inteligence z 1 bilijonom parametrov«. Zahvaljujoč postopku MoE nove generacije bo sistem deloval z izjemno učinkovitostjo, po sporočilu je za izjemno zmogljivost v povprečju potrebnih le 32–37 milijonov aktivnih parametrov (aktivnih je lahko največ 49 milijonov parametrov).
Po uradnih podatkih ima DeepSeek-V4-Pro lahko 1,6 bilijona parametrov, pri DeepSeek-V4-Flash pa govorimo o 284 milijardah parametrov. Za strokovne naloge in raziskave se bo uporabljal V4-Pro, na splošna vprašanja pa bo hitro in učinkovito odgovarjal V4-Flash. Podjetje je novo generacijo učilo z drugačnimi metodami kot doslej (na 33 bilijonih žetonov), uporablja novo arhitekturo, uvedli pa so množico optimizacij na ravni sistema, da bi zmanjšali porabo računske zmogljivosti in pomnilnika.
Gre za model, zasnovan za izvorno multimodalno delovanje, ki so ga razvijalci že od temeljev pripravili tako, da lahko pri nalogah sočasno obravnava besedila, slike, videe in zvočne posnetke. DeepSeek-V4 lahko samostojno deluje kot »agent« in obeta, da bo posebej močan pri programerskih nalogah. Kodiranje z vso močjo razvijajo vsa tehnološka podjetja, ker to področje uporabe trenutno prinaša največ prihodkov.
DeepSeek je v svoji napovedi veliko pozornost namenil temu, da bo odprti model v prihodnje podobno kot tekmeci zagotavljal kontekstno okno enega milijona žetonov. Google Gemini je bil prvi večji model, pri katerem so razvijalci dosegli milijon žetonov, to pa se počasi že lahko šteje za industrijski standard, ki ga bo od zdaj naprej držal vsak novejši model DeepSeeka. Zahvaljujoč temu bo model po besedah podjetja deloval z odlično natančnostjo tudi pri večjih količinah znanja in dolgih kodah.
V priljubljenem testu Humanity's Last Exam se novost DeepSeeka ne odreže prav dobro: z Geminijem 3.1, GPT-5.5 in Claude Opus 4.7 pred seboj z obilnim zaostankom lahko pokaže le 35,9-odstotni rezultat. Vodilni so že vsi okoli 40 %, bolj pa nad njim, tudi brez dodatkov. V testu SWE-Bench Pro, ki ocenjuje delovanje agentov, GPT-5.5 že zmore 58,6 %, Claude Opus 4.7 lahko pokaže 64,3 %, novi DeepSeek-V4-Pro pa le 55,4 %. Podjetje je v lastnih testih novost rado primerjalo s starejšimi tekmeci, da bi bila slika o novem modelu lepša.
DeepSeek je v poročilu omenil tudi, da nova družina modelov V4 ni več optimizirana za grafične procesorje Nvidia, čeprav bo seveda tekla tudi na strojni opremi zelenih. Kitajci so se zaradi ameriških sankcij že morali obrniti k kitajskim strojnim rešitvam, zato je pri novem orodju umetne inteligence primarni partner postal Huawei. DeepSeek-V4 je »posebej optimiziran za čipe Huawei Ascend 950PR in Cambricon MLU«.
Pri stroških se nova serija podobno kot predhodniki odreže zelo dobro, zato je njena stroškovna učinkovitost nesporna, tudi če v testih ne kaže revolucionarne zmogljivosti. Pri DeepSeek-V4-Pro vnos milijona žetonov v najslabšem primeru stane 1,74 dolarja, a obstaja vhodni predpomnilnik, s katerim je mogoče ceno še znižati, na izhodni strani pa tolikšna količina podatkov stane 3,48 dolarja. Pri DeepSeek-V4-Flash pa obdelava milijona žetonov stane le 0,14 dolarja, ustvarjanje milijona žetonov pa se izide z 0,28 dolarja.
