۰.۱۴ دلار برای هر یک میلیون توکن؛ این قیمتِ باورنکردنی برای مدل DeepSeek V4 Flash 0731 است. این مدل نه تنها ارزان است، بلکه در شاخص هوش Artificial Analysis امتیاز ۵۰ را کسب کرده و استدلال‌های پیچیده را با سرعتی خیره‌کننده پردازش می‌کند.
طبق اعلام این شرکت، مدل جدید در ۳۱ ژوئیه ۲۰۲۶ عرضه شده و هدف آن بخش‌هایی از بازار است که به بازدهی شدید نیاز دارند. این مدل از زنجیره تفکر (Chain-of-Thought) و تفکر گسترده برای حل مسائل دشوار استفاده می‌کند.
همان‌طور که در تحلیل قبلی ما درباره‌ی مدل‌های استدلالی اشاره کردیم، صنعت اکنون از تمرکز بر تعداد پارامترها به سمت بهینه‌سازی «محاسبات زمان تست» حرکت کرده است. این رویکرد در راستای معیارهای جدیدی برای سنجش هوش واقعی و موازنه هزینه و دقت است که استانداردهای ارزیابی مدل‌ها را تغییر داده است. در حالی که بسیاری از مدل‌های استدلالی به‌دلیل هزینه‌های بالا برای تولیدات انبوه مناسب نیستند، DeepSeek مدل V4 Flash را به عنوان جایگزینی برای توسعه‌دهندگانی معرفی کرده که نمی‌خواهند «مالیات استدلال» یا همان هزینه‌های گزاف مدل‌های پیشرو را پرداخت کنند.
به گزارش وب‌سایت artificialanalysis.ai، مشخصات فنی این مدل برای مقیاس‌پذیری بهینه شده است:
- امتیاز هوش: ۵۰ (در حالی که میانگین این سطح از مدل‌ها ۱۷ است)
- قیمت‌گذاری: ۰.۱۴ دلار برای هر میلیون توکن ورودی و ۰.۲۸ دلار برای هر میلیون توکن خروجی (از طریق API)
- پنجره زمینه (Context Window): ۱.۰ میلیون توکن
- پارامترها: ۲۸۴ میلیارد
- نرخ ترکیبی: ۰.۰۶ دلار برای هر میلیون توکن (بر اساس نسبت ۷:۲:۱ برای حافظه پنهان/ورودی/خروجی)
لازم به ذکر است که این مدل صرفاً متن‌محور است و از ورودی‌های چندوجهی (Multimodal) مانند تصاویر پشتیبانی نمی‌کند. همچنین این یک مدل اختصاصی است و وزن‌های باز (Open Weights) آن برای میزبانی شخصی منتشر نشده است.
این تغییر در بنچمارک‌ها نشان می‌دهد شکاف بین مدل‌های «فلش» (کوچک و سریع) و مدل‌های «استدلالی» در حال بسته شدن است. DeepSeek با ارائه امتیازی معادل ۵۰ در قیمتی که به‌طور قابل‌توجه پایین‌تر از میانگین بازار (۰.۲۵ دلار) است، در واقع هزینه منطق سطح بالا را برای کل اکوسیستم کاهش داده است. این استراتژی قیمت‌گذاری در ادامه تلاش‌های پیشین DeepSeek V4 برای کاهش هزینه‌های استنتاج قرار دارد تا رقابت‌پذیری مدل‌های خود را در برابر رقبایی چون GPT-4o افزایش دهد.
مهندسان اکنون باید ارزیابی کنند که آیا این نسبت عملکرد به قیمت، انتقال کارهای پیچیده استدلالی از مدل‌های گران‌قیمت به این جایگزین سریع را توجیه می‌کند یا خیر.
گام بعدی شما
- بررسی جایگزینی APIهای گران‌قیمت در پروژه‌های خود با V4 Flash برای کاهش هزینه‌ها
- تست مدل روی تسک‌های استدلالی طولانی برای ارزیابی عملکرد پنجره ۱ میلیون توکنی
- پایش سایر ارائه‌دهندگان برای دیدن اینکه آیا این کاهش قیمت‌ها منجر به جنگ قیمت در کل صنعت می‌شود یا خیر
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است؛ برای درک چگونگی مدیریت این حجم از محاسبات با قیمت پایین، به تحلیل ما درباره تراشه‌های Blackwell مراجعه کنید.
گفتگو