DeepSeek V4-Flash-0731 का अपग्रेड: एजेंटिक कोडिंग और API बीटा में बड़ी प्रगति

DeepSeek ने 31 जुलाई 2026 को Hugging Face पर DeepSeek-V4-Flash-0731 जारी किया और आधिकारिक V4-Flash API को पब्लिक बीटा में स्थानांतरित कर दिया। मॉडल कार्ड में कहा गया है कि यह आधिकारिक रिलीज़ है जो पूर्वावलोकन की जगह लेती है, जिसमें आर्किटेक्चर और आकार अपरिवर्तित हैं; लाभ पुनः-पोस्ट-ट्रेनिंग से आते हैं। चेकपॉइंट में DSpark स्पेक्युलेटिव डिकोडिंग मॉड्यूल शामिल है, और Hugging Face 284B बेस के ऊपर ड्राफ्ट मॉड्यूल सहित 304B पैरामीटर रिपोर्ट करता है। API अब मूल रूप से Responses API प्रारूप का समर्थन करता है और Codex के लिए अनुकूलित है, लेकिन V4-Pro API और ऐप/वेब मॉडल अपडेट नहीं किए गए थे। तैनाती API के माध्यम से कम लागत पर संभव है (प्रो आउटपुट मूल्य का लगभग एक तिहाई) या सेल्फ-होस्टिंग के माध्यम से, जिसके लिए महत्वपूर्ण संसाधनों की आवश्यकता होती है: MIT-लाइसेंस प्राप्त वेट, लेकिन प्रत्येक विशेषज्ञ मेमोरी में रहता है। एक vLLM उदाहरण इसे 4×GB300 नोड पर सर्व करता है; Unsloth डायनामिक GGUFs आक्रामक क्वांटाइज़ेशन पर लगभग 110GB मेमोरी में फिट होते हैं। आर्किटेक्चर में 284B पैरामीटर शामिल हैं जिनमें प्रति टोकन 13B सक्रिय, 1M-टोकन संदर्भ, CSA और HCA के साथ हाइब्रिड अटेंशन, और मैनिफोल्ड-कंस्ट्रेंड हाइपर-कनेक्शन शामिल हैं। बेंचमार्क दिखाते हैं कि V4-Flash-0731 सभी एजेंटिक बेंचमार्क पर V4-Pro (पूर्वावलोकन) से बेहतर प्रदर्शन करता है, लेकिन सभी आंकड़े एक अप्रकाशित हार्नेस पर DeepSeek-रिपोर्टेड हैं। DSpark को vLLM फ़्लैग के साथ सक्षम किया गया है, और मॉडल Jinja चैट टेम्पलेट के बजाय एक एन्कोडिंग फ़ोल्डर का उपयोग करता है।