Baseten تضيف DeepSeek-V4.1-Flash إلى واجهات برمجة التطبيقات للنماذج مع سياق 1M-Token

DeepSeek-V4.1-Flash متاح الآن على واجهات برمجة تطبيقات نماذج Baseten، أعلنت Baseten في 11 سبتمبر 2026، جالبًا نموذجًا متعدد الوسائط من نوع mixture-of-experts (MoE) يحتوي على 552B-parameter، يجمع بين 8B معامل نشط للملء المسبق و16B للترميز عبر نافذة سياق 1M-token، إلى منصة مزود الاستدلال.

أصدرت DeepSeek الأوزان المفتوحة للنموذج على Hugging Face، والإعلان الخاص بـ DeepSeek مؤرخ في 10 سبتمبر 2026. يقبل النموذج مدخلات نصية وصورية وينتج مخرجات نصية، وبطاقة النموذج تشير إلى أن المستودع والأوزان مرخصة تحت رخصة MIT. تصف Baseten V4.1-Flash بأنه الإصدار الثالث للوزن المفتوح من DeepSeek في عام 2026 وكأنه النموذج الوحيد من حجمه الذي يستخدم ما تسميه DeepSeek بنية المشفر-المُفكك السببي. الدعم لمنتج التدريب Loops من Baseten سيأتي قريبًا، وفقًا للشركة.

نتائج القياسات المبلغ عنها

تشير بطاقة النموذج إلى نتائج نموذج التعليم عند إعداد أقصى جهد استدلال وهو 100: سجل V4.1-Flash درجة 90.6 على Terminal-Bench 2.1، مقارنةً بـ 82.7 لـ V4-Flash و87.9 لـ V4-Pro؛ 74.2 على DeepSWE v1.1، مقارنةً بـ 54.4 و62.7؛ و54.8 على AutomationBench، مقارنةً بـ 37.7 و43.2. أبرزت Baseten نفس أرقام الترميز والوكيل، قائلة إن V4.1-Flash يتفوق على V4-Pro مع ما يقرب من ثلث إجمالي المعاملات، بينما حذرت من أن 54.8 على AutomationBench يعني أن النموذج يفشل في نحو نصف سير العمل المعقد ونصحت الفرق بالحفاظ على وجود إنسان في الحلقة لسلاسل الوكيل.

في مقارنة البطاقة مع نماذج الحدّ الأمامية عند أقصى جهد، سجل V4.1-Flash 90.9 على GPQA Diamond، وتقييم Codeforces قدره 3471، و63.9 على HLE مع الأدوات. تقول Baseten إن V4.1-Flash هو أول نموذج غير تجريبي من DeepSeek يدعم إدخال الصور أصليًا، وهي قدرة كانت مقصورة سابقًا على النموذج التجريبي V4-Flash-Vision-Exp؛ وتظهر جدوله 78.9 على Chartography و49 على ZeroBench للنموذج الجديد، مقابل 64.3 و35 للنموذج التجريبي.

معمارية المشفر-المفكك السببي

وفقًا لبطاقة النموذج، ينظم V4.1-Flash محولًا مكوّنًا من 40 طبقة كـ مشفر سببي من 20 طبقة يليه مفكك من 20 طبقة، حيث يتم إسقاط ذاكرة التخزين المؤقت العالمية للمفاتيح والقيم (KV) للمفكك من الحالات المخفية النهائية للمشفر بدلاً من اشتقاقها من الحالات المخفية لكل طبقة من المفكك. يفعّل التصميم 8B معامل لكل رمز أثناء الملء المسبق و16B أثناء الترميز؛ تقارن Baseten ذلك بـ V4-Flash، الذي يفعّل 13B للخطوتين، معتبرةً التغيير تبادلًا بين ترميز أثقل وملء مسبق أخف بكثير، وهو إعداد تقول Baseten إنه يعزز كفاءة التكلفة للوكيلات البرمجية التي تولد حلقات وكيلية عددًا أكبر بكثير من رموز الملء المسبق مقارنةً برموز الترميز.

تشير البطاقة إلى أن آلية Compressed Sparse Attention 2 في النموذج تُعيّن لكل طبقة انتباه أحد ثلاثة أوضاع ثابتة (Full أو Reindex أو Reuse)، مع مُفهرس متفرق هرمي في المفكك يحدّ من تكلفة الفهرسة العميقة بشكل مستقل عن طول السياق. وبالدمج مع ذاكرة التخزين المؤقت الرئيسية KV بنظام FP4، تقلل هذه التصاميم ذاكرة KV العالمية إلى 890 بايت لكل رمز، أي ما يقارب ربع حجم V4-Flash، وفقًا للبطاقة. آلية منفصلة تُدعى SWA Bounded Replay تعيد بناء حالات KV للانتباه المتحرك عبر إعادة تشغيل فقط أحدث الرموز، مما يقلل البصمة الدائمة للـ KV إلى ما يقارب ثُمن V4-Flash. تشير إعلان DeepSeek إلى أن التوفير يساوي ربع سعة الذاكرة HBM وثُمن سعة التخزين SSD للجيل السابق.

كل طبقة MoE تستخدم خبيرًا مشتركًا واحدًا و384 خبيرًا موجهًا مع ستة خبراء موجهين نشطين لكل رمز، ويضيف النموذج ذاكرة شرطية Engram بقدرة 196B معامل إلى جانب الترميز التخميني DSpark، وفقًا للبطاقة. دربت DeepSeek النموذج من الصفر على مجموعة بيانات متعددة الوسائط بحجم 45T-رمز، ودربت انتباهه المتفرق على طول تسلسل 64K، ووسعت السياق إلى 1M رمز عند 34T رمز. يتبع ما بعد التدريب عملية تحسين خاضعة للإشراف قياسية، التعلم المعزز، وتسلسل تقطير على السياسة، مع تركيز التغييرات الجوهرية على تركيب آلي واسع النطاق لمهام الوكيل والبيئات، ويكشف النموذج عن إعداد جهد استدلال يمكن التحكم فيه باستمرار من 1 إلى 100.

تحول واجهة برمجة تطبيقات DeepSeek وخدمة Baseten

توضح DeepSeek أن V4-Flash وV4-Flash-Vision-Exp تم إيقافهما على منصتها، مع توجيه أسماء نماذج API القديمة مؤقتًا إلى V4.1-Flash للتوافق. سُريًّا ساريةً تسعير API الجديد اعتبارًا من 04:00 بتوقيت UTC في 10 سبتمبر 2026، مع تحديد أسعار الفترات غير الذروة عند 50٪ من أسعار الذروة، وتُسمي DeepSeek الشركاء الرسميين WorkBuddy (بما في ذلك CodeBuddy) وOpenCode كداعمين بالكامل لـ V4.1-Flash.

قالت Baseten إن مجموعة الاستدلال الخاصة بها تخدم النموذج باستخدام NVIDIA Dynamo مع توجيه واعٍ لذاكرة KV المؤقتة، موجهة كل طلب إلى النسخة التي تحمل مسبقًا بادئته بدلاً من أي نسخة متاحة. يُقدم النموذج عبر مكتبة النماذج الخاصة بـ Baseten، مع نشرات مخصصة متاحة للفرق التي تحتاج سعة محجوزة.

بدءًا من 04:00 بتوقيت UTC في 14 سبتمبر 2026، ستُوجه جميع طلبات deepseek-v4-pro إلى V4.1-Flash بأسعار V4.1-Flash، وهو ترتيب تقول DeepSeek إنه سيستمر حتى إطلاق V4.1-Pro؛ وأشار المختبر إلى أن اختبارات عدة أطراف وضعت V4.1-Flash متفوقًا على V4-Pro من حيث الأداء والتكلفة والسرعة وإجمالي زمن التشغيل.