يتفوق نموذج DeepSeek-V4-Flash-0731 على GLM 5.2 مع الحفاظ على نفس السعر مثل سلفه.
- يحقق النموذج أداءً متفوقًا مقارنة بـ GLM 5.2.
- يحتفظ بنفس هيكل التكاليف مثل الإصدار السابق.
يتفوق نموذج DeepSeek-V4-Flash-0731 على GLM 5.2 مع الحفاظ على نفس السعر مثل سلفه.
يتفوق نموذج DeepSeek-V4-Flash-0731 الآن بشكل كبير على DeepSeek-V4-Pro-Preview في مختلف اختبارات المعايير.
حقق نموذج DeepSeek V4-Flash الجديد درجة 50 في مؤشر ArtificialAnalysis. يضعه هذا النتيجة على بعد نقطة واحدة فقط من GLM-5.2 وGPT-5.6 Luna.
قامت DeepSeek بتحديث نموذجها V4 Flash، بإصدار نسخة جديدة في 2026-07-31 تُظهر مكاسب أداء كبيرة مقارنة بالإصدار التجريبي السابق. يُدخل التحديث نتائج لمعايير تقييم جديدة بينما يحسّن النتائج على المعايير الحالية.
تُقيّم مقارنة ثلاثة نماذج مفتوحة الوزن من نوع Mixture-of-Experts ذات بنية متفرقة—وهي Kimi K3 من Moonshot AI، وDeepSeek V4 Pro، وGLM-5.2 من Zhipu AI—قدراتها وشروط ترخيصها وتكاليف تشغيلها لأعمال البرمجة طويلة المدى وأعباء العمل الوكيلية.
نجح مستخدم لديه وصول إلى نسخة جديدة من DeepSeek V4 عبر اختبار A/B في إنشاء لعبة هجينة تجمع بين عناصر من No Man's Sky و Minecraft باستخدام البرمجة في لمحة واحدة فقط. تم مشاركة الكود المصدري وسجلات الدردشة الناتجة علناً، مما يوضح قدرة النموذج في هذا السياق المحدد. تُعد هذه العرض دليلاً مضاداً للادعاءات القائلة بأن البرمجة في لمحة واحدة عديمة الفائدة لأغراض المعايير.
نستخدم ملفات تعريف الارتباط لقياس الزيارات وتحسين الموقع. يمكنك قبول أو رفض ملفات تعريف الارتباط الخاصة بالتحليلات. سياسة الخصوصية