Sunʼiy intellektning kuchliroq modellarini ishlab chiqish faqat yarmi boʻlgan vazifa; ikkinchi yarmi ularni katta miqyosda ishlatish uchun mavjudligini taʼminlashdir. DeepSeek kompaniyasi vazifalarni tezlashtirish va natijalarning uzunligini qisqartirishga qaratilgan V4.1 Flash yangilanishini eʼlon qildi, shuningdek, inferens jarayonini yanada samarali qilish uchun ochiq kodli freymvorkni chiqarib berdi.
DeepSeek 17-oktabrda V4.1-Flash-1017 modelini chiqarib berdi, bu uning V4.1 Flash modelining yangilangan versiyasi hisoblanadi. Kompaniyaning eʼlon qilingan sinov natijalariga koʻra, kodlash va agentlik vazifalari kabi bir qator sohalarda yaxshilanishlar erishildi. Masalan, Terminal-Bench 4.0 koʻrsatkichi 31.2 dan 42.3 gacha, DeepSWE v1.1 esa 74.2 dan 77.0 gacha oshdi.
DeepSWE v1.1 kodlash benchmarki uchun xarajat va samaradorlik diagrammasida V4.1 Flash-1017 modeli 0.20 dollar atrofidagi xarajatda 77% Pass@1 koʻrsatkichiga erishayotgani koʻrsatilgan, bu esa sezilarli darajada yuqori operatsion xarajat talab qiladigan bir qator modellardan ustun turadi. Vazifasi uchun 0.11 dan 0.14 dollar gacha boʻlgan pastroq sozlamalarda ham model 72–73% atrofidagi natijalarni namoyish etadi.
DeepSeek shuningdek, vazifalarni bajarish vaqtining qisqarishi va natija hajmining kamayishini maʼlum qilmoqda, bu esa model kamroq token va kamroq hisoblash vaqtidan foydalanib shu ishni bajarishi sababli inferens xarajatlarini kamaytirish imkonini beradi. Ushbu yangilanish DeepSeek Harness, Tencent CodeBuddy va WorkBuddy kabi agentlik freymvorklari uchun optimallashtirilgan.
Biroq, taqdim etilgan raqamlar asosan kompaniyaning oʻz sinov natijalari ekanligini taʼkidlash kerak, va turli testlar turli baholash sozlamalaridan va freymvorklardan foydalanadi, bu esa modelning barcha ilovalarda bir xil samaradorlikni kafolatlamaydi.
Arenaʼs Agent Arena reyting jadvalidan alohida signal keldi. 20-oktyabrdagi ITHome hisobotiga koʻra, yangilangan model ochiq ogʻirlikdagi modellar orasida birinchi oʻrinni egalladi va 7498 ta haqiqiy foydalanish sessiyalari asosida umumiy reytingda 11-oʻringa kiribdi. Oʻrtacha xarajat vazifa uchun taxminan 0.18 dollar ni tashkil etdi, garchi reyting jadvalining turli sahifalarida 0.18 dan 0.19 dollar gacha qiymatlar keltirilgan boʻlsa ham.
20-oktabrda DeepSeek oʻzining ichki inferens freymvorki DeepInferni, shuningdek, API soʻrovlarini qayta ishlash, model uchun promptlarni tayyorlash va natijalarni parslash uchun deepseek-recipe kutubxonasini taqdim etdi. Inferens freymvorklari modellar qanday qilib soʻrovlarni qayta ishlash uchun hisoblash resurslaridan foydalanishini belgilaydi. Ularning tuzilishi kechikish, tranzit quvvat va foydalanuvchilarni xizmat koʻrsatish uchun zarur boʻlgan uskuna ga taʼsir qiladi, bu esa ularni AI operatsion xarajatlarida muhim, ammo kamroq seziladigan omilga aylantiradi.
DeepSeek DeepInferni uning keng miqyosli ishlab chiqarish xizmatlarining ishlashini taʼminlovchi freymvork sifatida tasvirlaydi. Ochiq kodli chiqarilish optimallashtirilgan hisoblash yadrolarini, asinxron rejalashtirishni va tarqatilgan inferens hamda spekulyativ dekodlashni qoʻllab-quvvatlashni oʻz ichiga oladi, bu README va joylashtirish hujjatlariga koʻra. Hozirda u Nvidia SM100 grafik protsessorlari va Huawei Ascend 950 NPUʼsini qoʻllab-quvvatlaydi, bunda DeepSeek V4.1 Flash qoʻllab-quvvatlanadigan model sifatida koʻrsatilgan.
Bu chiqarish toʻliq inferens stekini tashkil etmaydi. DeepSeek hujjatlari toʻliq xizmat uchun KV-cache tizimi, prefill/dekodlash diskregatsiyasi va maʼlumotlar parallelizmi bilan replikalar orasidagi yukni muvozanatlashtirish talab qilinishini koʻrsatadi, bu esa ushbu chiqarish bilan toʻliq qoplanmagan boʻlsa-da, diskregatsiyaning asosiy qismi allaqachon amalga oshirilgan.
Kodni ochiq kodli taqdim etish ishlab chiquvchilarga DeepSeek modelini xizmat koʻrsatish texnologiyasining bir qismiga kirish imkonini beradi. Amaliy foyda ularning uskunalari, yuklari va joylashtirish uchun zarur boʻlgan qoʻshimcha muhandislik harakatlariga bogʻliq boʻladi.
V4.1 Flash septyabr oyida ishga tushirilganda, DeepSeek KV-cache xotirasining talablarini chorakgacha va SSD saqlash talablarini sakkizinchi qismgacha kamaytirishni maʼlum qilgan edi. Kompaniya shuningdek, eng yuqori narx stavkasining yarmi narxida eng kam faoliyat vaqtida API tariflarini taklif qilmoqda.
Oktyabrda DeepSeek oʻzining API Search va Fetch xizmatlarini ishlab chiquvchilar uchun ochdi va 1000 ta muvaffaqiyatli soʻrov uchun 5 yuan narx belgiladi. DeepSeek API integratsiyalari orqali Claude Code va Codex orqali chaqiruvlar vaqtincha bepul, va soʻrov uchun hisob-fakturalashtirish 1-noyabr sanasiga rejalashtirilgan.
Bu yutuqlar DeepSeek model darajasida va infratuzilma darajasida samaradorlikni oshirish ustida ishlayotganini, shu bilan birga AI agentlari uchun vositalar toʻplamini kengaytirayotganini namoyish etadi. Bu yaxshilanishlar ishonchli samaradorlikka va umumiy xarajatlarning pasayishiga aylanishi haqiqiy yuklar, joylashtirish va texnik xizmatga bogʻliq boʻladi.
