Generasi model baharu DeepSeek telah menjadi tumpuan perdebatan teknologi dengan cadangan yang sangat jelas: konteks sehingga satu juta token dan seni bina lebih daripada satu trilion parameter Direka bentuk untuk menjadi cekap dan, yang paling penting, jauh lebih murah daripada alternatif gelung tertutup di Amerika Syarikat, syarikat China itu telah memilih sepenuhnya V4, sebuah keluarga yang menggabungkan pemberat terbuka, tetingkap konteks yang besar dan strategi harga yang agresif.
Langkah ini diambil ketika Eropah dan Sepanyol sedang meneliti kos dan kedaulatan teknologi AI. DeepSeek V4 menampilkan dirinya sebagai pilihan yang menarik untuk syarikat baharu Eropah, PKS dan syarikat besar yang memerlukan keupayaan peringkat sempadan, tetapi tidak boleh—atau tidak mahu—bergantung sepenuhnya pada API proprietari yang mahal atau perkakasan eksklusif seperti GPU NVIDIA yang paling dicari-cari.
Keluarga V4 berpusat pada 1T parameter dan konteks 1M token
DeepSeek telah mengumumkan ketibaan DeepSeek-V4 Preview sebagai sebuah keluarga model terbuka yang berkisar tentang dua idea: tetingkap konteks sehingga 1 juta token dan seni bina gergasi berdasarkan Campuran-Pakar (MoE)Dalam keluarga ini, dua varian utama menonjol: DeepSeek-V4-Pro dan DeepSeek-V4-Flash, kedua-duanya dengan konteks 1M sebagai ciri utama.
Pada penghujung yang paling bercita-cita tinggi, V4-Pro beroperasi dalam angka sehingga 1,6 trilion jumlah parameter (1,6T), walaupun ia hanya mengaktifkan antara 32 dan 49 bilion parameter dalam setiap langkah inferens hasil daripada skema MoE, yang penting untuk mengekalkan kecekapan. Secara selari, syarikat itu telah memperkenalkan varian yang lebih ringan, seperti V4-Flash dan V4-Lite, dengan jumlah parameter sekitar 284-285 bilion dan kira-kira 13 bilion parameter aktif, direka bentuk untuk penggunaan yang mana kelajuan dan kos adalah keutamaan.
Jumlah parameter meletakkan keluarga V4 di kedudukan teratas pasaran, tetapi perincian pentingnya ialah Hanya sebahagian kecil daripada pakar tersebut diaktifkan token.Ini membolehkannya bertindak seperti model gergasi dari segi kapasiti, tetapi dengan penggunaan kuasa pengkomputeran yang lebih hampir dengan model yang jauh lebih kecil. Ia merupakan pendekatan yang sesuai dengan naratif DeepSeek: bersaing dengan model sumber tertutup yang besar tanpa meningkatkan kos penggunaannya dengan mendadak.
Syarikat itu juga telah mengeluarkan varian awal seperti V4-Lite, yang berfungsi sebagai pengesahan teknikal, dan telah melaraskan jadual penggunaan. Walaupun V4 masih dalam fasa ujian terhad Dalam sesetengah konteks, keluarga Pratonton V4 sudah boleh digunakan dalam chatbot rasmi dan melalui API syarikat yang dikemas kini, dengan konteks 1M sebagai nilai lalai dalam perkhidmatannya.
Seni bina hibrid dan gabungan pakar untuk menjadikan konteks jangka panjang berdaya maju
Kunci kepada keupayaan DeepSeek untuk menawarkan tetingkap konteks satu juta token tanpa kos inferens yang melambung tinggi terletak pada seni binanya. Pengilang menjelaskan bahawa V4 memperkenalkan gabungan penjagaan hibrid, Campuran Pakar dan teknik pemampatan direka bentuk untuk berfungsi dengan urutan yang sangat panjang, mengurangkan kedua-dua FLOP setiap token dan memori yang diperlukan.
Antara komponen teknikal yang disebut oleh syarikat itu, perkara berikut menonjol: MLA (Perhatian Laten Berbilang Kepala), DSA atau DeepSeek Perhatian Jarang, dan mekanisme ingatan bersyarat seperti EngramSecara keseluruhannya, komponen-komponen ini bertujuan untuk mengurangkan beban pengiraan perhatian, terutamanya apabila model perlu mengendalikan ratusan ribu atau sejuta token dalam satu hantaran.
Menurut data yang dikongsi oleh syarikat itu sendiri, dalam senario token 1 juta DeepSeek-V4-Pro mungkin memerlukan sekitar 27% daripada FLOP setiap token dan hanya 10% daripada cache KV berbanding versi sebelumnya seperti DeepSeek-V3.2Varian yang lebih ringan, seperti V4-Flash, mengurangkan lagi angka-angka ini, meletakkan diri mereka sebagai penyelesaian inferens pantas untuk aplikasi yang mana latensi adalah kritikal.
Penambahbaikan jenis ini bukan sekadar teori: syarikat itu mendakwa bahawa gabungan MoE, perhatian yang tersebar dan pemahaman konteks membolehkan beroperasi dengan konteks ultra panjang dalam perkakasan kurang ekstrem kos setiap juta token sudah jauh lebih rendah daripada kebanyakan model tertutup dengan tetingkap token 128K atau 200K.
Prestasi dalam penaakulan, pengaturcaraan dan tugasan ejen
DeepSeek bukan sahaja mahu menonjol kerana saiz dan konteksnya. Dalam perbandingan dalamannya, syarikat itu menegaskan bahawa V4-Pro dan variannya telah dioptimumkan khas untuk penaakulan, pengaturcaraan dan ejen yang kompleksKetiga-tiga bidang ini kini menyumbang sebahagian besar daripada permintaan perniagaan. Penanda aras seperti SWE-bench, yang direka untuk mengukur kapasiti Memahami dan mengubah suai repositori kodTerdapat perbincangan tentang angka melebihi ketepatan 80%, selaras dengan model tertutup terkemuka.
Dalam penaakulan yang lebih umum—termasuk matematik, disiplin STEM dan masalah rantaian pemikiran—syarikat meletakkan V4-Pro sebagai salah satu model terbuka yang paling kuatdan berhujah bahawa ia menghampiri tahap cadangan sempadan tertutup. Dari segi kesedaran global, data dalaman meletakkannya di barisan hadapan ekosistem terbuka dan hanya di belakang beberapa model proprietari yang sangat spesifik, seperti varian Gemini lanjutan tertentu.
Selain angka, penekanan diberikan kepada tugasan ejen Ia menunjukkan penggunaan yang jauh melangkaui sembang asas. DeepSeek mendakwa bahawa V4 sudah memacu infrastruktur ejen kod dan sistemnya sendiri yang merangkai pelbagai langkahMereka mengakses alatan dan bekerja di repositori atau pangkalan data dokumen yang luas. Pendekatan ini sejajar dengan trend industri semasa, di mana banyak syarikat bukan lagi hanya mencari chatbot, tetapi untuk pembantu yang mampu beroperasi sebagai "rakan sekerja digital" dalam aliran kerja yang kompleks.
Perbandingan ini harus diambil dengan teliti: seperti hampir semua keluaran AI terkini, Kebanyakan data datang daripada syarikat itu sendiri dan daripada ujian dalam persekitaran terkawal.Walaupun begitu, gabungan konteks panjang, seni bina yang cekap dan prestasi yang kompetitif sedang menarik perhatian dalam kalangan pembangun Eropah yang membandingkan kos dan keupayaan dengan pilihan seperti GPT, Claude, Llama atau Mistral.
Model terbuka, pemberat yang diterbitkan dan keserasian dengan API popular
Salah satu faktor utama yang menjadikan DeepSeek terkenal ialah komitmennya terhadap ekosistem terbuka. Dengan V4, syarikat ini memperkukuhkan pendekatan ini: telah menerbitkan laporan teknikal dan mengeluarkan pemberat terbuka keluarga di platform seperti Hugging Facemembolehkan penyelidik, syarikat dan pentadbiran awam memuat turun model dan menjalankannya pada infrastruktur mereka sendiri.
Pendekatan pemberat terbuka ini, berbeza dengan cadangan tertutup sepenuhnya oleh banyak makmal AS, mempunyai implikasi yang jelas untuk Sepanyol dan Kesatuan Eropah. Kemungkinan untuk menggunakan model-model ini dalam pusat data dalam EUdi bawah rangka kerja seperti GDPR dan peraturan AI masa depan EUIa menawarkan cara untuk mengekalkan kawalan yang lebih besar ke atas data tanpa mengorbankan keupayaan peringkat tertinggi.
Dari segi integrasi praktikal, DeepSeek telah memilih untuk mengurangkan geseran: API mengekalkan base_url yang sama dan serasi dengan skema ChatCompletions OpenAI dan dengan Antara muka antropikBagi kebanyakan pasukan pembangunan, ini bermakna pemindahan ujian atau sebahagian trafik ke V4 pada asasnya terhad kepada menukar pengecam model kepada deepseek-v4-pro atau deepseek-v4-flash dan melaraskan beberapa parameter.
Pada masa yang sama, syarikat itu telah menetapkan garis masa untuk menghentikan model lama, seperti deepseek-chat dan deepseek-reasoner. Ia akan dihentikan dan dialihkan ke V4-Flash sehingga ia ditarik balik sepenuhnya, yang memaksa mereka yang menggunakannya untuk mula bersedia untuk migrasi. Ia merupakan cara yang jelas untuk menumpukan tawaran pada generasi baharu dan mengelakkan pemecahan pangkalan pengguna kepada terlalu banyak varian legasi.
Kos inferens terkawal dan tumpuan kepada kecekapan ekonomi
Naratif DeepSeek telah berkisar tentang kecekapan sejak penubuhannya. Dengan V4, wacana itu diperkukuh oleh gabungan seni bina MoE, perhatian teragih dan pengoptimuman perkakasan yang bertujuan untuk... menurunkan kos setiap juta token ke tahap yang jauh di bawah API premium yang paling terkenalBeberapa analisis luaran menyebut angka sekitar $0,30 setiap juta token kemasukan untuk konfigurasi tertentu, sebahagian kecil daripada caj yang dikenakan oleh model tertutup mewah.
Dalam konteks Eropah, di mana kos infrastruktur dan tenaga adalah relevan, tumpuan terhadap kecekapan ini sesuai dengan keperluan syarikat baharu dan PKS. Memproses dokumen undang-undang yang luas, rekod perubatan yang panjang atau keseluruhan repositori perisian Ia tidak lagi menjadi kemewahan yang dikhaskan untuk syarikat yang mempunyai bajet yang hampir tidak terhad dan menjadi sebahagian daripada senario yang berpatutan untuk projek yang baru muncul.
Sesetengah penyedia infrastruktur AI sudah menawarkan akses awal kepada nod berasaskan DeepSeek V4 sebagai sebahagian daripada katalog mereka, menjadikannya lebih mudah untuk syarikat Eropah mereka boleh menilai prestasi dan kos sebenar tanpa perlu membina infrastruktur mereka sendiri dari awal.Bagi kebanyakan organisasi, fasa pengujian ini merupakan langkah awal sebelum memutuskan sama ada untuk meneruskan model penyumberan luar atau memilih penggunaan di premis.
Sementara itu, kebisuan separa syarikat mengenai kos latihan yang tepat dan perkakasan khusus yang digunakan telah menimbulkan keraguan dalam beberapa sektor. Sejak tahun 2025, syak wasangka telah tersebar tentang jumlah sebenar sumber yang diperlukan untuk melatih modelnya, termasuk anggaran yang menunjukkan puluhan ribu GPU mewah. DeepSeek menegaskan ia telah mencapai peringkat baharu "konteks jangka panjang yang menguntungkan"Tetapi ia masih belum menjelaskan sepenuhnya perkara yang tidak diketahui tentang skala material operasinya.
Kesan terhadap syarikat baharu dan syarikat di Sepanyol dan Eropah
Bagi ekosistem keusahawanan Eropah, dan khususnya untuk syarikat baharu teknologi di Sepanyol, kemunculan model seperti DeepSeek V4 membuka pilihan yang sehingga baru-baru ini sukar untuk dipertimbangkan. Akses model dengan lebih satu trilion parameter dalam konteks 1M token dan pemberat terbuka Ia membolehkan anda meneroka produk canggih tanpa bergantung sepenuhnya pada pembekal Silicon Valley.
Dalam sektor yang dikawal selia—kewangan, kesihatan, perundangan, pentadbiran awam—kemungkinan jalankan model di pusat data dalam EU atau di kemudahan anda sendiri Ini amat relevan. Pematuhan terhadap GDPR dan peraturan perlindungan data kebangsaan menjadi lebih mudah diurus apabila maklumat tidak perlu meninggalkan bidang kuasa Eropah untuk diproses oleh model AI.
Syarikat baharu Sepanyol yang mengendalikan sejumlah besar dokumen, seperti legaltech, healthtech atau alatan pembangun, boleh memanfaatkan konteks token 1M untuk menganalisis fail lengkap, sejarah perubatan yang sangat panjang, atau repositori kod monolitik tanpa perlu membahagikannya kepada beberapa bahagian dan mereka bentuk sistem pemulihan yang rumit. Ini mengurangkan kerumitan teknikal dan, dalam banyak kes, juga mengurangkan kependaman.
Pada masa yang sama, adalah penting untuk mengingati risiko: ekosistem alatan yang mengelilingi DeepSeek adalah lebih muda daripada model terbuka lain seperti Llama, dan Dokumentasi dan sokongan komuniti masih dalam proses yang matang.Tambahan pula, hakikat bahawa ia merupakan sebuah syarikat China memperkenalkan komponen geopolitik yang dipandang dengan berhati-hati oleh sesetengah organisasi Eropah, terutamanya dalam projek yang berkaitan dengan pentadbiran atau infrastruktur kritikal.
Satu langkah yang memberi tekanan kepada model tertutup yang berkos tinggi
Di luar spesifikasi khususnya, DeepSeek V4 ditafsirkan dalam sektor ini sebagai langkah seterusnya dalam tekanan persaingan pada model tertutup paling mahal di pasaranDengan menetapkan konteks token 1M sebagai standard merentasi perkhidmatan rasminya dan disertakan dengan pemberat terbuka, syarikat China itu menghantar mesej yang jelas: konteks ultra panjang tidak lagi perlu menjadi ciri eksklusif beberapa model proprietari berharga tinggi.
Bagi makmal Barat yang besar, ini menimbulkan cabaran. OpenAI, Anthropic dan Google secara sejarahnya telah menggunakan gabungan berkualiti tinggi, konteks yang lebih luas dan ekosistem proprietari sebagai cadangan nilai. Kemunculan alternatif terbuka dengan konteks yang lebih unggul dalam beberapa kes dan kos yang sangat rendah memaksa pemikiran semula strategi produk dan penetapan harga, terutamanya dalam segmen di mana margin syarikat pengguna adalah ketat.
Dalam dunia berbahasa Sepanyol, di mana banyak syarikat baharu beroperasi dengan bajet yang jauh lebih sederhana berbanding rakan sejawat mereka di Amerika Syarikat, tekanan persaingan memihak kepada mereka. Semakin berkuasa dan terbuka model yang tersedia, semakin besar keupayaan pasukan teknikal untuk memilih berdasarkan harga, pematuhan peraturan dan kes penggunaan.dan bukan hanya daripada jenama di sebalik API.
Pada masa yang sama, DeepSeek tahu bahawa pertaruhannya bukan tanpa cabaran: kebanyakan penanda aras dan perbandingan datang daripada dokumentasinya sendiri atau daripada ujian dalam fasa pratonton, dan pasaran masih menunggu untuk melihat prestasi model V4 apabila digunakan secara besar-besaran dalam persekitaran pengeluaran yang mencabar, termasuk persekitaran Eropah.
Secara keseluruhannya, ketibaan DeepSeek V4 mengukuhkan trend yang telah berkembang sejak sekian lama: Model AI canggih bukan lagi domain eksklusif beberapa syarikat dengan sistem tertutup dan bajet yang besar.Dengan gabungan lebih 1T parameter, konteks 1M token, pemberat terbuka dan wacana yang tertumpu pada kecekapan, syarikat China itu memperkenalkan alternatif yang sukar diabaikan oleh syarikat dan pembangun di Sepanyol dan Eropah dalam rancangan mereka yang akan datang untuk menerima pakai dan memperbaharui infrastruktur AI.
