डेवलपर्स ने GitHub पर DeepSeek के आधिकारिक Harness रिपॉजिटरी में तीन नए मॉडल पहचानकर्ता पाए हैं: deepseek-v5, deepseek-v5-open और deepseek-v5-next। वर्तमान में DeepSeek ने V5 मॉडल की घोषणा नहीं की है, और ये प्रविष्टियाँ उपलब्ध मॉडल के बजाय कोड में परीक्षण प्लेसहोल्डर हैं।
रिपॉजिटरी की जांच से पता चला कि ये पहचानकर्ता DeepSeek खाते के प्रदाता के लिए एक परीक्षण फ़ाइल में स्थित हैं, विशेष रूप से packages/llm/llm-deepseek-account/tests/provider.spec.ts फ़ाइल में, पंक्तियों 154-156 पर, मौजूदा deepseek-v4-pro प्रविष्टि के बगल में। रिपॉजिटरी का इतिहास दिखाता है कि इन्हें 24 सितंबर के कमिट में जोड़ा गया था, जिसने DeepSeek खाता मॉडल निर्देशिका को आधिकारिक मॉडल सूची में स्थानांतरित कर दिया।
परीक्षण परिदृश्य यह जांचता है कि क्लाइंट संस्करण आवश्यकता के आधार पर मॉडलों को कैसे फ़िल्टर करता है: v5-open प्रविष्टि के लिए न्यूनतम क्लाइंट संस्करण 0.0.1 की आवश्यकता होती है, जबकि v5-next के लिए 99.0.0-alpha.1 की आवश्यकता होती है, और परीक्षण अपेक्षा करता है कि सूची में केवल फ्लैश और v5-open मॉडल दिखाई दें। यह हार्नेस की ओर से नई मॉडल पर स्विच करने की संभावना को इंगित करता है, या तो सभी ग्राहकों के लिए या केवल उन लोगों के लिए जो अपडेट हो गए हैं, बिना किसी नए रिलीज़ की आवश्यकता के। हालांकि, यह V5 मॉडल के अस्तित्व या इसके आने की समय-सीमा की पुष्टि नहीं करता है, और कुछ डेवलपर्स इन नामों को केवल परीक्षण प्लेसहोल्डर मानते हैं। 28 अक्टूबर तक, DeepSeek ने V5 श्रृंखला के लिए कोई घोषणा, मॉडल कार्ड या API पहचानकर्ता प्रकाशित नहीं किया है।
वर्तमान मॉडल रेंज में V4-Pro और V4.1-Flash शामिल हैं; नवीनतम सितंबर में एक नई वास्तुकला के साथ जारी किया गया था, जबकि V4 नाम बरकरार रखा गया था।
उसी सप्ताह वर्तमान मॉडल के लिए एक नया बेंचमार्किंग परिणाम प्रस्तुत किया गया था। आर्टिफिशियल एनालिसिस ने इंटेलिजेंस इंडेक्स v5 जारी किया, जो जनवरी में v4 के रिलीज के बाद से सबसे बड़ा अपडेट है, जिसमें 60% भार अब बंद परीक्षण डेटासेट या छिपे हुए उत्तरों पर आधारित है। कोडिंग इंडेक्स का 25% है, और इन 15 अंकों में से FrontierCode 2.0 से 132 वास्तविक ओपन-सोर्स कार्यों में कोड परिवर्तनों का मूल्यांकन करने वाला हिस्सा आता है, यह निर्धारित करता है कि क्या उनके रिपॉजिटरी अनुरक्षक विलय अनुरोध को मंजूरी देंगे।
FrontierCode 2.0 प्लेटफॉर्म पर, DeepSeek V4.1-Flash-1017 ने अधिकतम प्रयास पर 28% अंक प्राप्त किए, जो जारी किए गए भार वाले मॉडलों में उच्चतम स्कोर है। Kimi K3.1 Pro ने 25.5% दिखाया, लेकिन उसके पूर्ण भार अभी तक उपलब्ध नहीं हैं। Gemini 4 Argon ने 25.7% हासिल किया, और GPT-6 Luna ने 25.2% हासिल किया।
समग्र सूचकांक कम अनुकूल रहा। DeepSeek V4.1-Flash ने 32 अंक प्राप्त किए, जो GLM-5.3 के बराबर है, जबकि लीडर, Claude Opus 5.5, ने 58 अंक प्राप्त किए। आर्टिफिशियल एनालिसिस отмечает कि जारी किए गए भार वाले सर्वश्रेष्ठ खुले मॉडल और लीडर तालिका के बीच का अंतर v4.3 के तहत 3 अंक से बढ़कर v5 के तहत 12 अंक हो गया है।
