DeepSeek V4-Flash Çıktı: Küçük Model Amiral Gemisini Geçti

Milyon giriş token'ı başına 0,14 dolar. DeepSeek'in 31 Temmuz'da resmileştirdiği V4-Flash'ın fiyat etiketi, önizleme sürümüyle aynı kaldı. Değişen şey performans: V4-Flash-0731 adını taşıyan yeni derleme, şirketin yayınladığı dokuz ajan ve kodlama benchmark'ının (kıyaslama testi) tamamında DeepSeek'in kendi üst segment modeli V4-Pro-Preview'ı geride bıraktı. Ucuz model, pahalı modeli geçti.

Mimari aynı, eğitim yeni

İşin teknik tarafı dikkat çekici: V4-Flash-0731, önizleme sürümüyle birebir aynı mimariyi ve boyutu koruyor. Toplam 284 milyar parametre, sorgu başına 13 milyarı aktif çalışan bir uzman karışımı (MoE) yapısı ve 1 milyon token'lık bağlam penceresi. DeepSeek modeli büyütmek yerine yalnızca son eğitim aşamasını (post-training) baştan yapmış; kazanımın tamamı oradan geliyor. Ajan davranışı, araç kullanımı ve kod yazımına odaklanan bu yeniden eğitim, modelin karakterini değiştirmiş durumda.

Testlerde tablo ne söylüyor?

Önce fiyatın anlamını somutlaştıralım: 0,14 dolar, büyük laboratuvarların amiral gemisi modellerinin giriş fiyatının onda birinden az. Yoğun kullanımda, örneğin günde binlerce belge işleyen ya da sürekli çalışan bir kod ajanı besleyen bir sistemde, aradaki fark aylık faturada birkaç kat değil onlarca kat olarak görünüyor.

Benchmark tarafında iki rakam farkı özetliyor. Terminal Bench 2.1'de yeni Flash 82,7 puan alıyor; V4-Pro-Preview'ın puanı 72,1, eski Flash önizlemesinin ise 61,8'di. Gerçek yazılım görevlerini ölçen DeepSWE'de sıçrama daha da sert: önizlemenin 7,3'lük puanı 54,4'e çıkmış. Model ayrıca Responses API formatını doğrudan konuşuyor ve Codex tarzı kodlama ajanlarıyla uyumlu çalışacak şekilde ayarlanmış.

Alışıldık uyarıyı burada da yapalım: bu rakamların tamamı DeepSeek'in kendi yayınladığı testlerden geliyor ve bağımsız değerlendirmeler henüz ortada yok. Son aylarda Kimi K3 ve Qwen örneklerinde gördüğümüz gibi, lansman benchmark'ları ile bağımsız testler arasında makas açılabiliyor. Yine de tablo tümüyle pazarlama sayılmaz; mimariyi büyütmeden yalnızca son eğitimle bu ölçekte sıçrama, başka laboratuvarların da tekrarladığı bilinen bir teknik gerçeklik.

Yazılım ekipleri buradan ne çıkarmalı?

Bu haber, birkaç gün önce yazdığımız fiyat savaşının devamı olarak okunmalı: OpenAI'ın büyük indirimine DeepSeek önce fiyatla cevap vermişti, şimdi de aynı fiyata belirgin şekilde daha yetenekli bir model koyarak cevap veriyor. Türkiye'deki yazılım ekipleri ve AI entegrasyonu yapan işletmeler için pratik sonuç şu: kod asistanı, otomasyon ajanı ya da toplu veri işleme gibi maliyete duyarlı işlerde "en pahalı model" varsayılan tercih olmaktan çıkıyor. Aynı bütçeyle çok daha fazla iş yaptıran modeller aylık aralıklarla geliyor ve aradaki fark artık benchmark tablolarında görülebilir düzeyde. Model seçimini yılda bir verilen bir karar gibi değil, birkaç ayda bir gözden geçirilen bir kalem gibi ele almak, bu dönemde tek başına ciddi tasarruf sağlayabilir.

Kaynaklar: DeepSeek, MarkTechPost