DeepSeek-V4! DeepSeek наконец выпустил превью новой модели – прямой конкурент Claude, GPT и Gemini, только в open-source. Посмотрел в общем бенчмарки и отчет. Ну-у... Если бы вышла в начале года, - это был бы просто нереальный прорыв. Сейчас просто лучший опенсорс :) Да и сейчас в общем-то базовые архитектурные вещи на основе всех самых последних инноваций, так что добивать его дообучением и обходить топ-США модели смогут без проблем. Выпустили 2 версии: – V4-Pro – флагман, 1.6T параметров. Для сложного ризонинга, кодинга, агентных задач – V4-Flash – младшая модель, 284B параметров. Быстрее, дешевле, но умнее многих старых гигантов Основная фишка - контекст 1 миллион токенов. Ну то есть у многих уже такой контекст есть, но оно во-первых дорого, во-вторых медленно, в третьих - ненадежно. А Deepseek практически все эти проблемы решили: – В 4 раза меньше вычислений на миллионном контексте vs DeepSeek-V3.2 – В 10 раз меньше памяти под KV-кэш – Flash ещё экономнее: 10% вычислений и 7% памяти от предыдущей модели Там огромная куча оптимизаций внутри, в том числе прям передний край науки. Проще говоря – длинный контекст перестал быть премиум-фичей и стал рутиной. И все это в том числе на дешевых процессорах Huawei. Три режима размышления – Non-think – быстрые ответы на простые вопросы, без лишних раздумий – Think High – глубокий анализ для сложных задач и планирования – Think Max – максимальное усилие, модель прописывает каждый шаг, тестирует все варианты, не ищет лёгких путей. Для агентных задач в Max теперь сохраняется вся история рассуждений между ходами – в V3.2 она выбрасывалась при каждом новом сообщении пользователя. Это важно для длинных сценариев, где агент накапливает контекст задачи. С миллионом контекста рабочим теперь это будет сильное преимущество на дальнейшем дообучении. По бенчмаркам: – Кодинг: на Codeforces рейтинг 3206 – 23-е место среди живых программистов мира, паритет с GPT-5.4. Впервые open-source модель догнала закрытый фронтир на соревновательном программировании – Математика: HMMT 2026 – 95.2, IMOAnswerBench – 89.8, обходит большинство конкурентов – Знания: SimpleQA Verified – 57.9 (Opus 4.6 – 46.2, но Gemini 3.1 Pro – 75.6, до него ещё не дотянули) – Reasoning: отстают от GPT-5.4 и Gemini 3.1 Pro на 3-6 месяцев – но это всё равно близко к фронтиру – Внутренний R&D-кодинг: 67% – между Sonnet 4.5 (47%) и Opus 4.5 (70%). Новые модельки не тестировали, но грубо говоря это базовая модель, которую фигачили год, дальше дотренировка будет гораздо проще и быстрее. Плюс модель специально тренировали на реальных сценариях: анализ данных, отчёты, редактирование документов, поиск в интернете с итеративным использованием инструментов. На внутреннем тесте V4-Pro-Max обошёл Opus 4.6-Max на 63% задач – в основном за счёт того, что сам проактивно добавляет проверки и выдаёт связные нарративы вместо сухих буллетов. Опрос 85 разработчиков самого DeepSeek: 52% готовы использовать V4-Pro как основную модель для кодинга, ещё 39% склоняются к "да". Меньше 9% сказали "нет". Ну такое себе сравнение все-таки :) Короче, главное тут не очередная строчка в таблице бенчмарков, а сдвиг в экономике длинного контекста. Миллион токенов задёшево меняет правила для всех, кто строит агентов и работает с большими документами. DeepSeek продолжает свою линию: берут лучшие идеи, собирают их вместе и выпускают бесплатно то, за что OpenAI и Anthropic просят деньги. Это не прорыв уровня "обогнали всех", никто из окон кидаться не будет, но методичное сокращение разрыва – именно такое давление держит индустрию в тонусе и заставляет закрытые лабы шевелиться. Плюс это ещё один голос в пользу тезиса, что архитектурные инновации (sparse attention, FP4-квантизация, hybrid KV-кэш) дают больше, чем просто наращивание параметров. V4-Flash на 13B активных параметров местами обходит модели в несколько раз крупнее. Кажется прав был Карпатый, что умная модель в итоге будет в 1B параметров и с доступом к базе данных. https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro