DeepSeek выпустила DeepSeek-V4, новое семейство открытых моделей, предназначенное для решения вычислительных узких мест при запуске передовых моделей в качестве агентов на контекстах длиной в миллионы токенов. Архитектура внедряет Сжатое разреженное внимание (CSA) и Сильно сжатое внимание (HCA), чтобы радикально сократить количество операций FLOPs для вывода одного токена и требования к памяти KV-кэша.
- V4-Pro требует 27% FLOPs для вывода одного токена и использует 10% памяти KV-кэша по сравнению с DeepSeek-V3.2, в то время как V4-Flash снижает эти показатели до 10% и 7% соответственно.
- Модель сохраняет цепочки рассуждений между границами пользовательских сообщений при использовании вызовов инструментов, что обеспечивает согласованную работу агентов на длительных горизонтах.
- Новая схема вызова инструментов на основе XML с выделенными токенами направлена на снижение количества ошибок парсинга, связанных со вложенным JSON-контентом.
- Поведение агента обучалось с использованием DeepSeek Elastic Compute (DSec), инфраструктуры на базе Rust, поддерживающей параллельные запуски RL для различных сред выполнения.
- V4-Pro-Max набрал 80.6 баллов на SWE Verified и 67.9 на Terminal Bench 2.0, что делает его конкурентоспособным с ведущими проприетарными моделями, такими как Opus 4.6-Max и GPT-5.4-xHigh.
Выпуск предоставляет четыре контрольные точки (две instruct и две base) для DeepSeek-V4-Pro и V4-Flash, предлагая сообществу экономически эффективную альтернативу для приложений агентов с длинным контекстом.