Сегодня мы официально выпускаем и публикуем в открытом доступе превью-версию нашей новой серии моделей DeepSeek-V4.
DeepSeek-V4 обладает сверхдлинным контекстом в миллион знаков и занимает лидирующие позиции среди моделей Китая и с открытым исходным кодом по возможностям агентов (Agent), всемирным знаниям и производительности в рассуждениях. Модель делится на две версии в зависимости от размера:
С сегодняшнего дня вы можете войти на официальный сайт chat.deepseek.com или в официальное приложение, чтобы начать диалог с новейшей DeepSeek-V4 и испытать новые возможности сверхдлинной контекстной памяти на 1 миллион токенов. Служба API была обновлена одновременно: вы можете вызвать модель, изменив model_name на deepseek-v4-pro или deepseek-v4-flash.
- Значительное повышение возможностей агентов: по сравнению с предыдущим поколением возможности агентов у DeepSeek-V4-Pro существенно возросли. В бенчмарках по Agentic Coding модель V4-Pro достигла текущего лучшего уровня среди моделей с открытым исходным кодом и также продемонстрировала отличные результаты в других тестах, связанных с агентами. В настоящее время DeepSeek-V4 стала моделью для Agentic Coding, используемой сотрудниками внутри компании. Согласно отзывам по оценкам, опыт использования превосходит Sonnet 4.5, а качество результатов близко к Opus 4.6 в режиме без рассуждений, хотя все еще наблюдается определенное отставание от Opus 4.6 в режиме с рассуждениями.
Значительное повышение возможностей агентов: по сравнению с предыдущим поколением возможности агентов у DeepSeek-V4-Pro существенно возросли. В бенчмарках по Agentic Coding модель V4-Pro достигла текущего лучшего уровня среди моделей с открытым исходным кодом и также продемонстрировала отличные результаты в других тестах, связанных с агентами. В настоящее время DeepSeek-V4 стала моделью для Agentic Coding, используемой сотрудниками внутри компании. Согласно отзывам по оценкам, опыт использования превосходит Sonnet 4.5, а качество результатов близко к Opus 4.6 в режиме без рассуждений, хотя все еще наблюдается определенное отставание от Opus 4.6 в режиме с рассуждениями.
- Богатые мировые знания: В тестах на всемирные знания DeepSeek-V4-Pro значительно опережает другие модели с открытым исходным кодом и уступает лишь ведущим закрытым моделям вроде Gemini-Pro-3.1.
Богатые мировые знания: В тестах на всемирные знания DeepSeek-V4-Pro значительно опережает другие модели с открытым исходным кодом и уступает лишь ведущим закрытым моделям вроде Gemini-Pro-3.1.
- Высочайшая производительность рассуждений в мире: В тестах по математике, STEM и соревновательному программированию DeepSeek-V4-Pro превосходит все существующие публично протестированные модели с открытым исходным кодом, показав выдающиеся результаты, не уступающие лучшим мировым закрытым моделям.
Высочайшая производительность рассуждений в мире: В тестах по математике, STEM и соревновательному программированию DeepSeek-V4-Pro превосходит все существующие публично протестированные модели с открытым исходным кодом, показав выдающиеся результаты, не уступающие лучшим мировым закрытым моделям.
- По сравнению с DeepSeek-V4-Pro, модель DeepSeek-V4-Flash немного уступает в плане запаса мировых знаний, но демонстрирует близкие возможности рассуждений. Благодаря меньшему количеству параметров и активаций, V4-Flash обеспечивает более быстрый и экономичный доступ к API.
По сравнению с DeepSeek-V4-Pro, модель DeepSeek-V4-Flash немного уступает в плане запаса мировых знаний, но демонстрирует близкие возможности рассуждений. Благодаря меньшему количеству параметров и активаций, V4-Flash обеспечивает более быстрый и экономичный доступ к API.
- В агентских тестах DeepSeek-V4-Flash не уступает DeepSeek-V4-Pro на простых задачах, но на сложных задачах разрыв все еще сохраняется.
В агентских тестах DeepSeek-V4-Flash не уступает DeepSeek-V4-Pro на простых задачах, но на сложных задачах разрыв все еще сохраняется.
DeepSeek-V4 открывает новый тип механизма внимания, выполняя сжатие в измерении токенов. В сочетании с разреженным вниманием DSA (DeepSeek Sparse Attention) это позволило реализовать передовые в мире возможности работы с длинным контекстом и значительно снизить потребность в вычислениях и видеопамяти по сравнению с традиционными методами. С этого момента контекст размером 1M (один миллион) станет стандартом для всех официальных сервисов DeepSeek.
DeepSeek-V4 адаптирована и оптимизирована для таких популярных агентских продуктов, как Claude Code, OpenClaw, OpenCode, CodeBuddy и др., при этом показатели улучшились как в задачах программирования, так и в генерации документов. На рисунке ниже показан пример страницы PPT, сгенерированной V4-Pro в определенном фреймворке для агентов:
В настоящее время в DeepSeek API одновременно запущены V4-Pro и V4-Flash с поддержкой интерфейсов OpenAI ChatCompletions и Anthropic. При обращении к новым моделям base_url остается прежним, а параметр model необходимо изменить на deepseek-v4-pro или deepseek-v4-flash.
Максимальная длина контекста для V4-Pro и V4-Flash составляет 1M, при этом обе модели поддерживают как режим без рассуждений, так и режим рассуждений. В режиме рассуждений параметр reasoning_effort позволяет настраивать интенсивность мышления (high/max). Для сложных сценариев с агентами рекомендуется использовать режим рассуждений и устанавливать интенсивность на max. Способы вызова моделей и настройки параметров см. в Руководстве по режиму рассуждений в документации API.
Обратите внимание: два старых имени моделей в API-интерфейсе, deepseek-chat и deepseek-reasoner, прекратят свое существование через три месяца (2024-07-24 / 2026-07-24). На текущем этапе эти два имени моделей указывают соответственно на режим без рассуждений и режим рассуждений для deepseek-v4-flash.
Обратите внимание: два старых имени моделей в API-интерфейсе, deepseek-chat и deepseek-reasoner, прекратят свое существование через три месяца (2026-07-24). На текущем этапе эти два имени моделей указывают соответственно на режим без рассуждений и режим рассуждений для deepseek-v4-flash.
Мы всегда будем придерживаться принципов долгосрочного подхода, уверенно двигаться вперед через эксперименты и размышления, неуклонно приближаясь к цели достижения AGI.
