اگر امروز برای مدل‌های سطح بالای هوش مصنوعی هزینه می‌کنید، احتمالاً به‌زودی با خروجی‌های سریع‌تر و صورت‌حساب‌های کمتری رو‌به‌رو خواهید شد. دیپ‌سیک (DeepSeek) با معرفی مدل V4.1 Flash، استانداردهای بهره‌وری را در مدل‌های زبانی جابه‌جا کرده است.
طبق اعلام این شرکت در پلتفرم باز خود، مدل V4.1 Flash اکنون در تمامی معیارهای کلیدی، از جمله سرعت، هزینه و زمان تکمیل وظایف، از مدل V4 Pro پیشی گرفته است. این مدل قرار است در تاریخ ۱۰ سپتامبر ۲۰۲۶ به‌طور رسمی منتشر شود.
این تغییر در حالی رخ می‌دهد که صنعت به سمت مدل‌های «فلش» حرکت می‌کند؛ مدل‌هایی که شبیه به یک خودروی مسابقه‌ای سبک هستند که بدون از دست دادن قدرت موتور، سرعت و مصرف سوخت را بهینه می‌کنند. این روند رقابتی در سایر غول‌های فناوری نیز دیده می‌شود؛ برای مثال، مدل جمینای ۳.۸ فلش گوگل نیز با ثبت امتیازات بالا در DeepSWE تلاش کرد تا جایگاه خود را در برابر مدل‌های پیشرو تثبیت کند. در واقع، مدل زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن کتاب‌ها جواب می‌دهد — در نسخه فلش، سریع‌تر و ارزان‌تر به پاسخ می‌رسد. همان‌طور که در تحلیل قبلی ما درباره‌ی بهینه‌سازی هزینه‌های استنتاج اشاره کردیم، کاهش قیمت در کنار حفظ کیفیت، برنده واقعی این رقابت است.
برای انتقال بدون دردسر، دیپ‌سیک تمام درخواست‌های مدل Pro را تا زمان عرضه نسخه V4.1 Pro به مدل V4.1 Flash هدایت می‌کند. در این بازه زمانی، کاربران هزینه کمتری (نرخ مدل Flash) را پرداخت خواهند کرد.
قیمت‌گذاری و مشخصات فنی
بر اساس مستندات رسمی، از ۱۲:۰۰ ظهر ۱۰ سپتامبر ۲۰۲۶ به وقت پکن، ساختار قیمت‌گذاری سری Flash به صورت پلکانی خواهد بود:
- ساعات کم‌ترافیک: ۰.۰۰۳ دلار برای هر میلیون توکن (Token) — تکه‌های کوچکی از متن، مثل برش‌های یک کیک طولون، که مدل تکه‌تکه می‌خورد — در حالت Cache Hit، ۰.۱۵ دلار برای Cache Miss و ۰.۶ دلار برای خروجی.
- ساعات پیک: دو برابر قیمت‌های ساعات کم‌ترافیک.
به گزارش گروه‌های ارتباطی داخلی، V4.1 Flash از ساختار جدیدی بهره می‌برد که پشتیبانی بومی از قابلیت‌های چندوجهی (Multimodal) — مدلی که هم‌زمان متن، عکس و صدا را می‌فهمد، مثل ما که با چند حس دنیا را می‌خوانیم — را فراهم می‌کند. این یعنی مدل جدید در پردازش انواع داده‌ها بسیار کارآمدتر از نسخه‌های قبلی است.
این چرخش راهبردی نشان می‌دهد که لایه «فلش» دیگر صرفاً یک جایگزین ارزان‌قیمت نیست، بلکه موتور اصلی عملکرد است. دیپ‌سیک با پیش‌فرض قرار دادن مدل سریع‌تر، استنتاج پرسرعت را از یک ویژگی لوکس به یک استاندارد پایه تبدیل می‌کند.
گام بعدی شما
- اگر از API مدل Pro استفاده می‌کنید، تفاوت سرعت و کیفیت را در خروجی‌های جدید بررسی کنید.
- ساختار قیمت‌گذاری پلکانی را در برنامه‌ریزی بودجه ماهانه خود لحاظ کنید.
- قابلیت‌های چندوجهی مدل جدید را برای پردازش داده‌های غیرمتنی تست کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو