DeepSeek Ungkit V4-Flash-0731: Peningkatan Besar pada Pengodean Agen dan Beta API

DeepSeek menerbitkan DeepSeek-V4-Flash-0731 di Hugging Face dan memindahkan API resmi V4-Flash ke beta publik pada 31 Juli 2026. Kartu model menyatakan ini adalah rilis resmi yang menggantikan pratinjau, dengan arsitektur dan ukuran yang tidak berubah; peningkatan berasal dari pelatihan ulang. Checkpoint ini mencakup modul decoding spekulatif DSpark, dan Hugging Face melaporkan 304 miliar parameter termasuk modul draf di atas basis 284 miliar. API sekarang secara native mendukung format API Responses dan diadaptasi untuk Codex, tetapi API V4-Pro dan model aplikasi/web tidak diperbarui. Deployment dimungkinkan melalui API dengan biaya rendah (sekitar sepertiga dari harga output pro) atau melalui self-hosting, yang membutuhkan sumber daya yang signifikan: bobot berlisensi MIT, tetapi setiap ahli tetap berada di memori. Contoh vLLM menyajikannya pada node 4×GB300; GGUFs dinamis Unsloth muat dalam memori sekitar 110GB dengan kuantisasi agresif. Arsitekturnya mencakup 284 miliar parameter dengan 13 miliar aktif per token, konteks 1 juta token, attention hibrida dengan CSA dan HCA, dan hyper-connection yang dibatasi manifold. Tolok ukur menunjukkan V4-Flash-0731 mengungguli V4-Pro (Pratinjau) pada semua tolok ukur agen, tetapi semua angka dilaporkan oleh DeepSeek pada pengujian yang belum dirilis. DSpark diaktifkan dengan flag vLLM, dan model menggunakan folder encoding alih-alih template chat Jinja.