DeepSeek V4.1 Flash Token Factory: million tokenli kontekst

Selectel kompaniyasining tokenlar bo'yicha haq to'lanadigan inferens xizmati bo'lgan Token Factory katalogida DeepSeek V4.1 Flash paydo bo'ldi. Bu Xitoyning DeepSeek laboratoriyasining ochiq modeli bo'lib, uning vaznlari 17-oktabr kuni MIT litsenziyasi ostida chiqarilgan edi. Model boshqa katalogdagi kabi OpenAI bilan mos keluvchi API orqali ishlaydi va barcha so'rovlar Rossiya ma'lumotlar markazlarida qayta ishlanadi.

• DeepSeek V4.1 Flash ochiq modellari va MIT litsenziyasi ostidagi yangilanishi Selectel Token Factory xizmatida ishga tushirildi.
• 763 milliard parametrli MoE arxitekturasi har bir tokenda atigi 16 milliardini faollashtiradi va FP4 formatida 890 baytlik tejamkor KV-keshni taqdim etadi.
• Model million tokenli kontekst oynasi hamda o'zining DeepSeek-ViT enkoderiga ega multimodal imkoniyatlari bilan ajralib turadi.

Arxitektura va texnik xususiyatlar

DeepSeek - Xanchjou shahridagi laboratoriya bo'lib, uning ochiq modellari API bozoridagi narxlarni bir necha bor tushirib yuborgan. Asosiy V4.1 Flash sentabr oyida chiqqan edi, 1017 versiyasi esa kompaniya tomonidan kichik yangilanish sifatida taqdim etildi. Arxitektura jihatidan bu 763 milliard parametrli MoE bo'lib, generatsiya vaqtida har bir token uchun taxminan 16 milliard parametr ishlaydi.

Asosiy muhandislik yutug'i sifatida tejamkor KV-keshni keltirish mumkin. FP4 formatida u har bir token uchun 890 baytni egallaydi, bu V4 Flash ko'rsatkichidan to'rt barobar kam. Aynan shu yondashuv million tokenli kontekst bilan ishlashda xotirani samarali masshtablash imkonini beradi. Model shuningdek, noldan o'qitilgan maxsus DeepSeek-ViT enkoderi orqali tasvirlarni qabul qiluvchi multimodal hisoblanadi.

Unumdorlik va qo'llanish sohalari

DeepSeek benchmarklarda yuqori natijalar, vazifalarni tez bajarish va qisqaroq javoblarni va'da qilmoqda. Terminal-Bench testlarida 11 punktlik o'sish ayniqsa terminaldagi agentlik ishlari uchun sezilarli hisoblanadi. Avtomatlashtirish va veb-dasturlash bo'lishicha, yengil Flash og'ir Opus modelidan ham o'tib ketganiga e'tibor qaratish lozim.

Yangi modelning kontekst oynasi V4 Flash'ga qaraganda 2,7 barobar katta. O'rtacha 50 000 kirish va 2 000 chiqish tokenlariga ega agent so'rovi uchun keshsiz taxminan 13 rubl sarflansa, kesh ishlaganda narx 5,8 rublgacha tushadi. Chatlar va matnni ommaviy qayta ishlash uchun V4 Flash ma'qul bo'lsa, 1017 versiyasi butun repozitoriy va hujjatlarni xotirada saqlash uchun juda mos keladi.

Ma'lumotlar xavfsizligi va integratsiya

Barcha so'rovlar Rossiya infratuzilmasi doirasida qoladi. Hujjatlarga ko'ra, promptlar va javoblar saqlanmaydi hamda modellarni o'qitish uchun yuborilmaydi, faqat iste'molning texnik statistikasi yig'iladi. Shaxsiy ma'lumotlar bilan ishlaydigan loyihalar uchun bu to'g'ridan-to'g'ri DeepSeek API'sidan foydalanishga nisbatan mahalliy inferens foydasiga asosiy argument hisoblanadi.

API OpenAI bilan to'liq mos keladi, shuning uchun mavjud kodda bazaviy URL va model nomini o'zgartirishning o'zi kifoya qiladi. DeepSeek kompaniyasi temperature va top_p parametrlarini 1.0 qiymatida qoldirishni tavsiya etadi. Yangi yangilanish dasturchilarga integratsiyani o'zgartirmasdan turib, uzun kontekst va ko'rish qobiliyatini taqdim etadi.