DeepSeek telah merilis DeepSeek-V4, keluarga model terbuka baru yang dirancang untuk mengatasi hambatan komputasi dalam menjalankan model terdepan sebagai agen pada konteks jutaan token. Arsitektur ini memperkenalkan Compressed Sparse Attention (CSA) dan Heavily Compressed Attention (HCA) untuk secara drastis mengurangi FLOP inferensi per-token tunggal serta kebutuhan memori KV cache.
- V4-Pro memerlukan 27% dari FLOP inferensi per-token tunggal dan menggunakan 10% dari memori KV cache dibandingkan dengan DeepSeek-V3.2, sementara V4-Flash menurunkan angka-angka tersebut menjadi 10% dan 7% masing-masing.
- Model ini mempertahankan jejak penalaran melintasi batas pesan pengguna ketika panggilan alat terlibat, memungkinkan alur kerja agen jangka panjang yang koheren.
- Skema panggilan alat berbasis XML baru dengan token khusus bertujuan mengurangi kegagalan parsing yang terkait dengan konten JSON bersarang.
- Perilaku agen dilatih menggunakan DeepSeek Elastic Compute (DSec), infrastruktur sandbox berbasis Rust yang mendukung rollouts RL konkuren di berbagai substrat eksekusi.
- V4-Pro-Max mencapai skor 80.6 pada SWE Verified dan 67.9 pada Terminal Bench 2.0, menempatkannya bersaing dengan model proprietari terkemuka seperti Opus 4.6-Max dan GPT-5.4-xHigh.
Rilis ini menyediakan empat checkpoint (dua instruksi, dua dasar) untuk DeepSeek-V4-Pro dan V4-Flash, menawarkan alternatif hemat biaya bagi komunitas untuk aplikasi agen konteks panjang.