DeepSeek بازگشته است و تنها چند ساعت پس از عرضه GPT-5.5 توسط OpenAI ظاهر شد. تصادفی است؟ شاید. اما اگر یک آزمایشگاه هوش مصنوعی چینی هستید که دولت ایالات متحده سه سال است با ممنوعیت صادرات تراشه سعی در کند کردن آن دارد، حس زمانبندی شما بسیار دقیق میشود.
امروز، آزمایشگاه مستقر در هانگژو نسخههای پیشنمایش DeepSeek-V4-Pro و DeepSeek-V4-Flash را منتشر کرد که هر دو دارای وزن باز و پنجرههای متنی یک میلیون توکنی هستند. این بدان معناست که شما اساساً میتوانید با متنی تقریباً به اندازه سهگانه ارباب حلقهها کار کنید قبل از اینکه مدل دچار فروپاشی شود. هر دو همچنین با قیمتی بسیار پایینتر از هر مدل مشابهی در غرب عرضه شدهاند و برای کسانی که قادر به اجرای محلی آنها هستند، رایگان میباشند.
آخرین اختلال بزرگ DeepSeek—R1 در ژانویه 2025—در یک روز 600 میلیارد دلار از ارزش بازار انویدیا کم کرد، زیرا سرمایهگذاران زیر سوال بردند که آیا شرکتهای آمریکایی واقعاً به چنین سرمایهگذاریهای عظیمی برای تولید نتایجی نیاز دارند که یک آزمایشگاه کوچک چینی با کسری از هزینه به دست آورده بود. V4 حرکتی متفاوت است: آرامتر، فنیتر، و متمرکزتر بر کارایی برای هر کسی که واقعاً با هوش مصنوعی کار میکند.
از بین دو مدل جدید، V4-Pro DeepSeek مدل اصلی است که دارای 1.6 تریلیون پارامتر کل است. برای روشن شدن، پارامترها "تنظیمات" یا "سلولهای مغزی" داخلی هستند که یک مدل برای ذخیره دانش و تشخیص الگوها از آنها استفاده میکند—هرچه یک مدل پارامترهای بیشتری داشته باشد، اطلاعات پیچیدهتری را به صورت نظری میتواند نگهداری کند. این امر آن را به بزرگترین مدل متنباز در بازار LLM تا به امروز تبدیل میکند. این اندازه ممکن است مضحک به نظر برسد تا زمانی که بدانید تنها 49 میلیارد از آنها را در هر گذر inference فعال میکند.
این همان ترفند Mixture-of-Experts است که DeepSeek از V3 آن را اصلاح کرده است: مدل کامل در آنجا قرار دارد، اما تنها بخش مرتبطی از آن برای هر درخواست خاص فعال میشود. دانش بیشتر، هزینه محاسباتی یکسان.
Deepseek در کارت رسمی مدل در Huggingface نوشت: "DeepSeek-V4-Pro-Max، حالت حداکثر تلاش استدلال DeepSeek-V4-Pro، قابلیتهای دانش مدلهای متنباز را به طور قابل توجهی ارتقا میدهد و خود را به عنوان بهترین مدل متنباز موجود امروز تثبیت میکند." "این مدل به عملکردی در سطح بالا در بنچمارکهای کدنویسی دست مییابد و شکاف را با مدلهای پیشرو بسته-منبع در وظایف استدلالی و عاملانه به طور قابل توجهی پر میکند."
V4-Flash مدل کاربردیتر است: 284 میلیارد پارامتر کل، 13 میلیارد پارامتر فعال. این مدل طراحی شده است تا سریعتر و ارزانتر باشد و طبق بنچمارکهای خود DeepSeek، "هنگامی که بودجه فکری بزرگتری داده شود، عملکرد استدلالی قابل مقایسهای با نسخه Pro دارد."
هر دو از یک میلیون توکن زمینه پشتیبانی میکنند. این مقدار تقریباً 750,000 کلمه است—تقریباً تمام سهگانه "ارباب حلقهها" و کمی بیشتر. و این به عنوان یک ویژگی استاندارد است، نه یک رده پریمیوم.
این بخش فنی برای افراد فنی یا کسانی است که به جادوی قدرتبخش مدل علاقهمند هستند. Deepseek اسرار خود را پنهان نمیکند و همه چیز به صورت رایگان در دسترس است—مقاله کامل در گیتهاب موجود است.
مکانیسم توجه استاندارد هوش مصنوعی—مکانیسمی که به یک مدل اجازه میدهد روابط بین کلمات را درک کند—مشکل مقیاسپذیری شدیدی دارد. هر بار که طول زمینه را دو برابر میکنید، هزینه محاسباتی تقریباً چهار برابر میشود. بنابراین اجرای یک مدل بر روی یک میلیون توکن فقط دو برابر گرانتر از 500,000 توکن نیست، بلکه چهار برابر گرانتر است. به همین دلیل است که زمینه طولانی در گذشته یک ویژگی بود که آزمایشگاهها اضافه میکردند و سپس به آرامی پشت محدودیتهای نرخ آن را کاهش میدادند.
DeepSeek دو نوع مکانیسم توجه جدید برای حل این مشکل اختراع کرده است. اولین مورد، توجه فشرده پراکنده (Compressed Sparse Attention)، در دو مرحله عمل میکند. ابتدا گروههایی از توکنها—مثلاً هر 4 توکن—را در یک ورودی واحد فشرده میکند. سپس، به جای توجه به تمام آن ورودیهای فشرده شده، از یک "نمایه ساز رعد و برق" (Lightning Indexer) استفاده میکند تا تنها مرتبطترین نتایج را برای هر پرس و جو انتخاب کند. مدل شما از توجه به یک میلیون توکن به توجه به مجموعهای بسیار کوچکتر از مهمترین بخشها میرود، چیزی شبیه یک کتابدار که هر کتابی را نمیخواند اما دقیقاً میداند کدام قفسه را باید بررسی کند.
دومی، توجه به شدت فشرده (Heavily Compressed Attention)، تهاجمیتر است. این مکانیسم هر 128 توکن را در یک ورودی واحد فشرده میکند—بدون انتخاب پراکنده، فقط فشردهسازی بیرحمانه. شما جزئیات دقیق را از دست میدهید، اما یک دید کلی بسیار ارزان به دست میآورید. این دو نوع توجه در لایههای متناوب اجرا میشوند، بنابراین مدل هم جزئیات و هم نمای کلی را دریافت میکند.
نتیجه، از مقاله فنی: با یک میلیون توکن، V4-Pro تنها 27 درصد از توان محاسباتی مورد نیاز نسل قبلی خود (V3.2) را استفاده میکند. حافظه نهان KV—حافظهای که مدل برای ردیابی زمینه به آن نیاز دارد—به 10 درصد V3.2 کاهش مییابد. V4-Flash این را فراتر میبرد: 10 درصد از توان محاسباتی، 7 درصد از حافظه.
و این منجر شد که Deepseek بتواند قیمت هر توکن را بسیار ارزانتر از رقبای خود ارائه دهد، در حالی که نتایج قابل مقایسهای را ارائه میکند. به دلار: GPT-5.5 دیروز با 5 دلار ورودی و 30 دلار خروجی به ازای هر میلیون توکن راهاندازی شد، در حالی که GPT-5.5 Pro با 30 دلار برای هر میلیون توکن ورودی و 180 دلار برای هر میلیون توکن خروجی قیمتگذاری شده است.
Deepseek V4-Pro با 1.74 دلار ورودی و 3.48 دلار خروجی ارائه میشود. V4-Flash با 0.14 دلار ورودی و 0.28 دلار خروجی. مدیرعامل Cline، سعود رضوان، اشاره کرد که اگر اوبر به جای Claude از DeepSeek استفاده میکرد، بودجه هوش مصنوعی 2026 آن—که گفته میشود برای چهار ماه استفاده کافی بود—هفت سال دوام میآورد.
deepseek v4 is now the cheapest sota model available at 1/20th the cost of opus 4.7.
for perspective, if uber used deepseek instead of claude their 2026 ai budget would have lasted 7 years instead of only 4 months. pic.twitter.com/i9rJZzvRBV
— Saoud Rizwan (@sdrzn) April 24, 2026
DeepSeek در گزارش فنی خود کاری غیرمعمول انجام میدهد: شکافها را منتشر میکند. اکثر نسخههای مدل، معیارهایی را که در آنها برنده شدهاند، گلچین میکنند. DeepSeek مقایسه کامل را با GPT-5.4 و Gemini-3.1-Pro انجام داد، دریافت که استدلال V4-Pro حدود سه تا شش ماه از آن مدلها عقبتر است، و با این حال آن را منتشر کرد.
جایی که V4-Pro-Max واقعاً برنده است: Codeforces، معیار برنامهنویسی رقابتی، با رتبهبندی شبیه شطرنج انسانی. V4-Pro امتیاز 3,206 را کسب کرد و در میان شرکتکنندگان واقعی انسان در مسابقات، در رتبه 23 قرار گرفت. در Apex Shortlist، مجموعهای از مسائل سخت ریاضی و STEM، نرخ قبولی 90.2% را در مقابل 85.9% Opus 4.6 و 78.1% GPT-5.4 به دست آورد. در SWE-Verified، که میزان توانایی یک مدل در حل مسائل واقعی GitHub که از مخازن متنباز واقعی گرفته شدهاند را اندازهگیری میکند، 80.6% امتیاز کسب کرد—معادل Claude Opus 4.6.
در مواردی که عقب میافتد: بنچمارک چندوظیفگی MMLU-Pro (Gemini-3.1-Pro با 91.0% در مقابل V4-Pro با 87.5%)، بنچمارک دانش تخصصی GPQA Diamond (Gemini 94.3 در مقابل V4-Pro 90.1)، و Humanity's Last Exam، یک بنچمارک در سطح کارشناسی ارشد که در آن 44.4% Gemini-3.1-Pro همچنان 37.7% V4-Pro را شکست میدهد.
به طور خاص در زمینه طولانی، V4-Pro از مدلهای متنباز پیشی میگیرد و Gemini-3.1-Pro را در بنچمارک CorpusQA (آزمایشی که تحلیل اسناد واقعی را با یک میلیون توکن شبیهسازی میکند) شکست میدهد، اما در MRCR—آزمایشی که میزان موفقیت مدل در بازیابی سوزنهای خاص پنهان شده در یک انباشت بسیار طولانی را اندازهگیری میکند—به Claude Opus 4.6 میبازد.
مسائل عاملمحور جایی است که این انتشار برای توسعهدهندگانی که واقعاً محصولاتی را عرضه میکنند، جالب میشود.
V4-Pro میتواند در Claude Code، OpenCode و سایر ابزارهای کدنویسی AI اجرا شود. بر اساس نظرسنجی داخلی DeepSeek از 85 توسعهدهنده که از V4-Pro به عنوان عامل کدنویسی اصلی خود استفاده کردهاند، 52% گفتند که برای مدل پیشفرض آنها آماده است، 39% به سمت بله متمایل بودند و کمتر از 9% گفتند خیر. کارکنان داخلی گفتند که این مدل از Claude Sonnet بهتر عمل میکند و به Claude Opus 4.5 در وظایف کدنویسی عاملمحور نزدیک میشود.
Artificial Analysis که ارزیابیهای مستقل مدلهای هوش مصنوعی را در وظایف دنیای واقعی انجام میدهد، V4-Pro را در GDPval-AA —یک بنچمارک که کارهای دانشی با ارزش اقتصادی در امور مالی، حقوقی و تحقیقاتی را آزمایش میکند و با Elo امتیازدهی میشود—در جایگاه اول در میان تمام مدلهای با وزن باز قرار داد. V4-Pro-Max امتیاز Elo 1,554 را کسب کرد که از GLM-5.1 (1,535) و M2.7 MiniMax (1,514) جلوتر بود. برای مقایسه، Claude Opus 4.6 در همین بنچمارک 1,619 امتیاز کسب میکند—هنوز جلوتر است، اما فاصله در حال کم شدن است.
DeepSeek V4 Pro is the #1 open weights model on GDPval-AA, our agentic real-world work tasks evaluation@deepseek_ai has released V4 Pro (1.6T total / 49B active) and V4 Flash (284B total / 13B active). V4 is DeepSeek's first new size since V3, with all intermediate models… pic.twitter.com/2kJWVrKQjF
— Artificial Analysis (@ArtificialAnlys) April 24, 2026
V4 Deepseek همچنین چیزی به نام "تفکر متناوب" (interleaved thinking) را معرفی میکند. در مدلهای قبلی، اگر یک عامل را اجرا میکردید که چندین فراخوانی ابزار انجام میداد—مثلاً وب را جستجو میکرد، سپس کدی را اجرا میکرد، و سپس دوباره جستجو میکرد—زمینه استدلال مدل بین دورها از بین میرفت. در هر مرحله جدید، مدل مجبور بود مدل ذهنی خود را از ابتدا بازسازی کند. V4 زنجیره کامل تفکر را در طول فراخوانیهای ابزار حفظ میکند، بنابراین یک گردش کار عامل 20 مرحلهای در نیمه راه دچار فراموشی نمیشود. این برای هر کسی که خطوط لوله خودکار پیچیده را اجرا میکند، بیش از آنچه به نظر میرسد اهمیت دارد.
ایالات متحده از سال 2022 صادرات تراشههای ردهبالای انویدیا به چین را محدود کرده است. هدف اعلام شده کند کردن توسعه هوش مصنوعی چین بود، اما ممنوعیت تراشه DeepSeek را متوقف نکرد و در عوض باعث شد که آنها یک معماری کارآمدتر اختراع کرده و عرضه سختافزار داخلی را توسعه دهند.
DeepSeek V4 را در خلاء منتشر نکرد—فضای هوش مصنوعی اخیراً مملو از فعالیت بوده است: Anthropic در 16 آوریل Claude Opus 4.7 را عرضه کرد—مدلی که Decrypt آن را آزمایش کرد و در کدنویسی و استدلال قوی یافت، با استفاده از توکن بالا. یک روز قبل از آن، Anthropic همچنین Claude Mythos را در اختیار داشت، یک مدل امنیت سایبری که میگوید نمیتواند آن را به صورت عمومی منتشر کند زیرا در حملات خودکار شبکه بسیار خوب است.
شیائومی MiMo V2.5 Pro را در 22 آوریل عرضه کرد که کاملاً چندوجهی است—تصویر، صدا، ویدئو. هزینه آن 1 دلار ورودی و 3 دلار خروجی برای هر میلیون توکن است. این مدل در اکثر بنچمارکهای کدنویسی با Opus 4.6 مطابقت دارد. سه ماه پیش، هیچکس از شیائومی به عنوان یک شرکت پیشرو در هوش مصنوعی صحبت نمیکرد. اکنون این شرکت مدلهای رقابتی را سریعتر از اکثر آزمایشگاههای غربی عرضه میکند.
GPT-5.5 OpenAI دیروز با هزینههایی که در نسخه Pro تا 180 دلار به ازای هر میلیون توکن خروجی افزایش یافت، عرضه شد. این مدل V4-Pro را در Terminal Bench 2.0 (82.7% در مقابل 70.0%) که جریانهای کاری پیچیده عامل خط فرمان را آزمایش میکند، شکست میدهد. اما برای وظایف معادل، به طور قابل توجهی بیشتر از V4-Pro هزینه دارد. در همان روز، Tencent Hy3 را منتشر کرد، یک مدل پیشرفته دیگر با تمرکز بر کارایی.
بنابراین با وجود این همه مدل جدید در دسترس، سوالی که توسعهدهندگان واقعاً میپرسند این است: چه زمانی پرداخت هزینه اضافی ارزش دارد؟
برای شرکتها، معادلات ممکن است تغییر کرده باشد. مدلی که با 1.74 دلار به ازای هر میلیون توکن ورودی در بنچمارکهای متنباز پیشرو است، به این معنی است که فرآیندهای بزرگ اسناد، بررسیهای حقوقی، یا خطوط لوله تولید کد که شش ماه پیش گران بودند، اکنون بسیار ارزانتر هستند. زمینه یک میلیون توکنی به این معناست که میتوانید کل پایگاههای کد یا پروندههای نظارتی را در یک درخواست واحد وارد کنید، به جای اینکه آنها را در چندین فراخوانی تکهتکه کنید.
علاوه بر این، ماهیت متنباز آن به این معنی است که نه تنها میتوان آن را به صورت رایگان روی سختافزار محلی اجرا کرد، بلکه میتوان آن را بر اساس نیازها و موارد استفاده شرکت شخصیسازی و بهبود بخشید.
برای توسعهدهندگان و سازندگان مستقل، V4-Flash مدلی است که باید به آن توجه داشت. با 0.14 دلار ورودی و 0.28 دلار خروجی، این مدل ارزانتر از مدلهایی است که یک سال پیش گزینههای ارزانقیمت محسوب میشدند—و بیشتر وظایفی را که نسخه Pro انجام میدهد، به عهده میگیرد. نقاط پایانی deepseek-chat و deepseek-reasoner موجود DeepSeek در حال حاضر به ترتیب به V4-Flash در حالتهای بدون تفکر و تفکر هدایت میشوند، بنابراین اگر از API استفاده میکنید، در حال حاضر از آن بهره میبرید.
این مدلها در حال حاضر فقط متنی هستند. DeepSeek اعلام کرد که در حال کار بر روی قابلیتهای چندوجهی است، به این معنی که آزمایشگاههای بزرگ دیگر از شیائومی تا OpenAI هنوز این برتری را دارند. هر دو مدل دارای مجوز MIT هستند و امروز در Hugging Face در دسترس میباشند. نقاط پایانی قدیمی deepseek-chat و deepseek-reasoner در 24 ژوئیه 2026 از دسترس خارج میشوند.
