31 lipca 2026 DeepSeek opublikowało oficjalną wersję DeepSeek-V4-Flash-0731, zastępującą wersję preview. To nie jest zwykła aktualizacja — to sytuacja, w której mniejszy model (284B parametrów, 13B aktywnych) regularnie bije większego brata DeepSeek-V4-Pro (1.6T parametrów, 49B aktywnych) w testach agentowych. Inżynierski odpowiednik wygrania wyścigu samochodem z silnikiem o pojemności 1.2 zamiast 5.0.
Architektura: co się zmieniło
V4-Flash-0731 zachowuje architekturę serii V4, z trzema kluczowymi usprawnieniami względem V3.2:
- Hybrydowa uwaga (CSA + HCA) — Compressed Sparse Attention i Heavily Compressed Attention redukują koszt inferencji przy kontekście 1M tokenów. V4-Pro wymaga tylko 27% FLOPs i 10% KV cache w porównaniu z V3.2 przy pełnym kontekście.
- Manifold-Constrained Hyper-Connections (mHC) — wzmocnienie połączeń residualnych poprawiające stabilność propagacji sygnału.
- Optymalizator Muon — szybsza konwergencja i większa stabilność treningu.
Model wytrenowano na ponad 32T tokenów, a post-training oparto o dwustopniowy schemat: niezależna kultywacja ekspertów domenowych (SFT + RL z GRPO), następnie konsolidacja przez destylację on-policy.
Benchmarki: Flash vs Pro vs świat
| Benchmark | Flash-0731 | Flash (preview) | Pro (preview) | GLM-5.2 | Opus-4.8 |
|---|---|---|---|---|---|
| Terminal Bench 2.1 | 82.7 | 61.8 | 72.1 | 81.0 | 85.0 |
| NL2Repo | 54.2 | 39.4 | 38.5 | 48.9 | 69.7 |
| Cybergym | 76.7 | 38.7 | 52.7 | – | 83.1 |
| DeepSWE | 54.4 | 7.3 | 12.8 | 46.2 | 58.0 |
| Toolathlon-Verified | 70.3 | 49.7 | 55.9 | 59.9 | 76.2 |
| Agents’ Last Exam | 25.2 | 15.8 | 16.5 | 23.8 | 25.7 |
| AutomationBench | 25.1 | 10.8 | 12.8 | 18.4 | 30.2 |
Flash-0731 wygrywa z Pro na każdym benchmarku agentowym. Największa przepaść: DeepSWE (54.4 vs 12.8 — ponad 4x) i Cybergym (76.7 vs 52.7). Skok względem własnej wersji preview jest jeszcze bardziej spektakularny — od 2x do 7x w zależności od testu.
Co to oznacza dla inżyniera
To potwierdza trend, o którym mówimy od miesięcy: efektywność architektury wygrywa z czystą skalą. 13B aktywnych parametrów + dobra architektura uwagi + solidny post-training = wynik lepszy niż 49B aktywnych bez tych usprawnień.
Konsekwencje praktyczne: niższe koszty inferencji (mniejszy model = mniej pamięci i FLOPs), szybsze odpowiedzi, a przy tym — co najważniejsze — model dostępny z licencją MIT. Do tego dochodzi moduł speculative decoding (ten sam, co w wersji DSpark), który przyspiesza generowanie bez utraty jakości.
Treść została wygenerowana przy użyciu sztucznej inteligencji i zweryfikowana przez redaktora.
Źródła:
– HuggingFace: DeepSeek-V4-Flash (oficjalna karta)
– arXiv: DeepSeek-V4 Technical Report
– HuggingFace: DeepSeek-V4-Flash-0731
Skomentuj
You must be logged in to post a comment.