DeepSeek ha lanzado DeepSeek-V4, una nueva familia de modelos abiertos diseñada para abordar los cuellos de botella computacionales al ejecutar modelos de vanguardia como agentes en contextos de millones de tokens. La arquitectura introduce Atención Esparsa Comprimida (CSA) y Atención Muy Comprimida (HCA) para reducir drásticamente los FLOPs de inferencia por token único y los requisitos de memoria de la caché KV.
- V4-Pro requiere el 27% de los FLOPs de inferencia por token único y utiliza el 10% de la memoria de la caché KV en comparación con DeepSeek-V3.2, mientras que V4-Flash reduce estas cifras al 10% y 7% respectivamente.
- El modelo conserva las trazas de razonamiento a través de los límites de los mensajes del usuario cuando hay llamadas a herramientas involucradas, permitiendo flujos de trabajo agénticos coherentes a largo plazo.
- Un nuevo esquema de llamada a herramientas basado en XML con tokens dedicados tiene como objetivo reducir los fallos de análisis asociados con el contenido JSON anidado.
- El comportamiento del agente fue entrenado utilizando DeepSeek Elastic Compute (DSec), una infraestructura sandbox basada en Rust que soporta lanzamientos simultáneos de RL en varios sustratos de ejecución.
- V4-Pro-Max logró 80.6 en SWE Verified y 67.9 en Terminal Bench 2.0, situándose a la par con modelos propietarios líderes como Opus 4.6-Max y GPT-5.4-xHigh.
El lanzamiento proporciona cuatro puntos de control (dos instructivos, dos base) para DeepSeek-V4-Pro y V4-Flash, ofreciendo a la comunidad una alternativa eficiente en costos para aplicaciones de agentes con contexto largo.