DeepSeekは、V4-Pro-Previewと比較して大幅に強化されたエージェント機能を持つDeepSeek-V4-Flash APIの公式パブリックベータをリリースしました。このアップデートでは、元のアーキテクチャとサイズを維持したままモデルを再トレーニングしています。

  • Terminal Bench 2.1: 82.7
  • NL2Repo: 54.2
  • Cybergym: 76.7
  • DeepSWE: 54.4
  • Toolathlon verified: 70.3
  • Agent Last Exam: 25.2
  • Automation Bench (Public): 25.1
  • DSBench-FullStack: 68.7
  • DSBench-Hard: 59.6

APIはResponses API形式をネイティブにサポートしており、Codex用に特別に最適化されています。ベンチマーク結果はDeepSeek Harnessの最小モードフレームワークを使用してテストされました。