DeepSeek ने DeepSeek-V4 जारी किया है, जो एक नई ओपन मॉडल फैमिली है जिसका डिज़ाइन मिलियन-टोकन कॉन्टेक्स्ट पर एजेंट्स के रूप में फ्रंटियर मॉडल्स को चलाने की कंप्यूटेशनल बॉटलनेक को दूर करने के लिए किया गया है। आर्किटेक्चर में कम सिंगल-टोकन इनफरेंस FLOPs और KV कैश मेमोरी आवश्यकताओं को काफी कम करने के लिए Compressed Sparse Attention (CSA) और Heavily Compressed Attention (HCA) पेश किए गए हैं।
- DeepSeek-V3.2 की तुलना में V4-Pro सिंगल-टोकन इनफरेंस FLOPs का 27% और KV कैश मेमोरी का 10% उपयोग करता है, जबकि V4-Flash ये आंकड़े क्रमशः 10% और 7% तक कम कर देता है।
- मॉडल टूल कॉल्स के मामले में यूजर मैसेज बाउंड्री के पार रीजनिंग ट्रेस को बनाए रखता है, जिससे सहसंबद्ध लॉन्ग-होराइजन एजेंटिक वर्कफ्लो संभव होते हैं।
- नेस्टेड JSON कंटेंट से जुड़े पार्सिंग फेलियर को कम करने के लिए एक नया XML-आधारित टूल-कॉल स्कीमा समर्पित टोकन के साथ पेश किया गया है।
- एजेंट व्यवहार का प्रशिक्षण DeepSeek Elastic Compute (DSec) का उपयोग करके किया गया, जो विभिन्न एक्जीक्यूशन सबस्ट्रेट्स पर कंसरेंट RL रोलआउट को सपोर्ट करने वाला Rust-आधारित सैंडबॉक्स इंफ्रास्ट्रक्चर है।
- V4-Pro-Max ने SWE Verified पर 80.6 और Terminal Bench 2.0 पर 67.9 हासिल किए, जिससे यह Opus 4.6-Max और GPT-5.4-xHigh जैसे प्रमुख प्राइवेट मॉडल्स के साथ प्रतिस्पर्धी स्थिति में है।
इस रिलीज में DeepSeek-V4-Pro और V4-Flash के लिए चार चेकपॉइंट्स (दो इनस्ट्रक्ट, दो बेस) प्रदान किए गए हैं, जो लॉन्ग-कॉन्टेक्स्ट एजेंट ऐप्स के लिए कम लागत वाला विकल्प प्रदान करते हैं।