DeepSeek обновила V4-Flash: 284B параметров, Agent-способности выросли в 6 раз, цена осталась копеечной

Новая версия, известная как DeepSeek-V4-Flash-0731, прошла переобучение на том же архитектурном фундаменте. Это значит, что прорыв достигнут не за счёт увеличения параметров, а за счёт оптимизации пост-тренировки — и это важный сигнал для всей индустрии. DeepSeek V4 Flash - здесь

DeepSeek обновила V4-Flash: 284B параметров, Agent-способности выросли в 6 раз, цена осталась копеечной

Бенчмарки: Flash догнала и перегнала Pro-превью

DeepSeek опубликовала результаты по девяти ключевым тестам, и они впечатляют. Модель не просто улучшила свои показатели — она в разы обогнала собственную V4-Pro-Preview, выпущенную тремя месяцами ранее.

Бенчмарк V4-Flash:

  • NL2Repo - 54.2
  • Cybergym - 76.7
  • DeepSWE - 54.4
  • Toolathlon verified - 70.3
  • Automation Bench (Public) - 25.1
  • DSBench-FullStack - 68.7
  • DSBench-Hard - 59.6

Ключевые прорывы:

· DeepSWE — вырос в 6 раз (с 7.3 до 54.4)

· Terminal Bench 2.1 (82.7) — модель уверенно работает в командной строке, понимает сложные bash-сценарии, пишет скрипты и отлаживает их

· Cybergym (76.7) — высокие результаты в задачах кибербезопасности

· Toolathlon (70.3) — уверенное выполнение многошаговых задач с вызовом инструментов

Как отмечают разработчики, это «первая модель в своём классе, способная к глубокому агентному поведению без компромиссов по качеству».

Agent-революция: почему это важно

DeepSeek V4 Flash - здесь

Главный вывод из этого обновления — агентные способности можно радикально улучшать без увеличения модели. Вместо того чтобы гнаться за триллионами параметров, DeepSeek показала, что правильная пост-тренировка может дать шестикратный прирост в задачах типа DeepSWE.

Это меняет правила игры:

· Модель учится работать в терминале как опытный DevOps

· Она планирует и выполняет многошаговые задачи без потери контекста

· Она исправляет свои ошибки в процессе выполнения

· Она вызывает внешние инструменты и обрабатывает их результаты

По сути, V4-Flash теперь — это не просто языковая модель, а полноценный агент, который может взять на себя реальные задачи в IT-инфраструктуре.

Цена осталась прежней: дёшево и сердито

Несмотря на скачок в качестве, стоимость осталась на уровне предыдущей Flash-версии:

Тип токенов Цена (за 1M токенов)

Вход (кэш) 0.2 юаня (~0.03 доллара)

Вход (без кэша) 1 юань (~0.14 доллара)

Выход 2 юаня (~0.28 доллара)

Это делает V4-Flash одной из самых дешёвых моделей на рынке при уровне возможностей, приближающемся к закрытым флагманам.

Для сравнения: OpenAI и Anthropic берут в 10–30 раз больше за сопоставимые задачи.

Новые фичи: Responses API и интеграция с Codex

С обновлением пришла поддержка OpenAI Responses API — это значит, что V4-Flash теперь можно подключать к инструментам, которые изначально заточены под экосистему OpenAI. В частности, разработчики уже адаптировали модель для работы с Codex CLI, ChatGPT Desktop и VS Code Codex plugin.

Это резко снижает порог входа: вы можете использовать DeepSeek в своих привычных инструментах, просто поменяв API-эндпоинт.

Открытые веса и доступ на Госсуперкомпьютере

DeepSeek опубликовала веса новой модели на Hugging Face под лицензией MIT — это значит, что вы можете скачать 284B-модель (в квантизации) и запустить её локально.

А уже 2 августа 2026 года модель появилась на Национальной суперкомпьютерной платформе Китая. Корпоративные пользователи и разработчики могут получить доступ к ней через официальный API и скачать веса для локального развёртывания.

Важно: только API, Pro пока ждёт

Обновление затронуло только API-версию V4-Flash.

· Обновлена: DeepSeek-V4-Flash API

· Не обновлены: V4-Pro API, веб-версия, мобильное приложение

Представители DeepSeek пообещали, что V4-Pro получит аналогичное обновление в ближайшее время (ожидается в августе 2026 года). Адаптация под Responses API и Codex тоже появится для Pro-версии позже.

Итог: что это значит для разработчиков?

DeepSeek-V4-Flash-0731 — это демонстрация того, что агентный ИИ не требует триллионов параметров и огромных бюджетов. Правильно настроенная пост-тренировка способна превратить «лёгкую» модель в серьёзного агента, который умеет работать с терминалом, инструментами и длительными задачами.

Ключевые выводы:

· 284B общих / 13B активных параметров

· 6-кратный рост в задачах типа DeepSWE

· Цена осталась прежней — одни из самых дешёвых токенов на рынке

· Открытые веса под MIT-лицензией

· Интеграция с Codex и Responses API

Если вы ищете модель, которая умеет не просто отвечать, а делать — от написания bash-скриптов до сложных агентных сценариев, — DeepSeek-V4-Flash теперь главный претендент в своей ценовой категории.

DeepSeek -V4-Flash - здесь

4