O modelo DeepSeek-V4-Flash-0731 supera o GLM 5.2 mantendo o mesmo preço de seu antecessor.
- O modelo alcança desempenho superior em comparação ao GLM 5.2.
- Ele mantém a mesma estrutura de custos da versão anterior.
O modelo DeepSeek-V4-Flash-0731 supera o GLM 5.2 mantendo o mesmo preço de seu antecessor.
O novo modelo DeepSeek V4-Flash conseguiu uma pontuação de 50 no Índice ArtificialAnalysis. Esse resultado o coloca a apenas um ponto abaixo do GLM-5.2 e do GPT-5.6 Luna.
A DeepSeek atualizou seu modelo V4 Flash, lançando uma nova versão em 2026-07-31 que apresenta ganhos significativos de desempenho em relação à versão anterior. A atualização introduz resultados para vários novos benchmarks enquanto melhora as pontuações nos existentes.
Uma comparação entre três modelos esparsos Mixture-of-Experts de pesos abertos — Kimi K3 da Moonshot AI, DeepSeek V4 Pro e GLM-5.2 da Zhipu AI — avalia suas capacidades, termos de licenciamento e custos de serviço para cargas de trabalho de codificação e agentes em horizontes longos.
Um usuário com acesso a uma nova versão do DeepSeek V4 por meio de testes A/B criou com sucesso um jogo híbrido combinando elementos de No Man's Sky e Minecraft usando apenas programação one-shot. O código-fonte resultante e os logs do chat foram compartilhados publicamente, demonstrando a capacidade do modelo neste contexto específico. Esta demonstração serve como contra-argumento às afirmações de que a programação one-shot é inútil para fins de benchmarking.
Um usuário relata a implantação do DeepSeek V4 Flash usando o algoritmo de decodificação especulativa DSpark dentro do SGLang em hardware HGX-H200, comparando seu desempenho contra o backend Marlin MoE e EAGLE.
Usamos cookies para medir o tráfego e melhorar o site. Você pode aceitar ou recusar os cookies de análise. Política de privacidade