DeepSeek päivittää V4-Flash-0731:n: merkittäviä parannuksia agenttiseen ohjelmointiin ja API-beetaversioon

DeepSeek julkaisi DeepSeek-V4-Flash-0731:n Hugging Facessa ja siirsi virallisen V4-Flash-API:n julkiseen betaan 31. heinäkuuta 2026. Mallikortin mukaan tämä on virallinen julkaisu, joka korvaa esikatseluversion, ja arkkitehtuuri sekä koko ovat ennallaan; parannukset tulevat uudelleenkoulutuksesta. Tarkistuspiste sisältää DSpark-spekulatiivisen dekoodausmoduulin, ja Hugging Face raportoi 304 miljardia parametria, kun luonnosmoduuli on lisätty 284 miljardin perusmalliin. API tukee nyt natiivisti Responses API -formaattia ja on mukautettu Codexiin, mutta V4-Pro-API:a sekä sovellus- ja verkkopohjaisia malleja ei päivitetty. Käyttöönotto on mahdollista API:n kautta edulliseen hintaan (noin kolmasosa pro-tulostuksen hinnasta) tai itse isännöimällä, mikä vaatii merkittäviä resursseja: MIT-lisensoidut painot, mutta jokainen asiantuntija pysyy muistissa. vLLM-esimerkki palvelee sitä 4×GB300-solmussa; Unslothin dynaamiset GGUF-muunnokset mahtuvat noin 110 gigatavuun muistia aggressiivisella kvantisoinnilla. Arkkitehtuuri sisältää 284 miljardia parametria, joista 13 miljardia on aktiivisia tokenia kohden, 1 miljoonan tokenin kontekstin, hybridihuomion CSA- ja HCA-mekanismeilla sekä monistoon rajoitettuja hyperliitoksia. Suorituskykytestit osoittavat, että V4-Flash-0731 ohittaa V4-Pro (esikatselu) -version kaikissa agenttisissa testeissä, mutta kaikki luvut ovat DeepSeekin raportoimia julkaisemattomalla testausalustalla. DSpark otetaan käyttöön vLLM-lippuparametrilla, ja malli käyttää koodauskansiota Jinja-chat-mallin sijaan.