На этой неделе компания DeepSeek сделала неожиданный ход, запустив публичную бета-версию API для своей обновлённой модели V4-Flash. Результаты, которые я внимательно изучил, переворачивают привычную иерархию моделей: «облегчённая» версия не просто догнала, а во многих тестах обошла флагманскую V4-Pro-Preview. Это не просто инкрементальное улучшение, а серьёзная перестройка конкурентного ландшафта в сегменте агентного ИИ.
Ключевые изменения в V4-Flash
Главный фокус обновления — усиление агентных способностей. Модель теперь полноценно поддерживает формат Responses API, что позволяет ей работать автономно: писать и запускать код, искать информацию и выполнять сложные цепочки действий. Более того, V4-Flash была адаптирована для интеграции с Codex от OpenAI — это стратегически важный шаг, который открывает разработчикам возможность использовать DeepSeek в привычном инструментарии без смены рабочего процесса.
Архитектура и размер модели остались прежними, но версия V4-Flash-0731 прошла дополнительное переобучение. Для перехода на новую версию достаточно просто указать имя модели deepseek-v4-flash в настройках API — никаких других изменений не требуется.
Результаты тестов: цифры говорят сами за себя
Цифры в бенчмарках впечатляют. В тесте Terminal Bench 2.1 (выполнение задач в командной строке) V4-Flash набрала 82,7 балла против 61,8 у предыдущей версии. Это выше, чем у китайской GLM-5.2 (81,0), и почти вплотную к лидеру — Opus-4.8 от Anthropic (85,0).
Особенно заметен прогресс в кодинге. В тесте NL2Repo (превращение текстового описания в готовый репозиторий) модель получила 54,2 балла против 39,4 ранее. Но самый драматичный скачок — в DeepSWE (решение реальных задач по программированию): 54,4 балла против жалких 7,3 у предыдущей версии. Это рост почти в семь раз.
Впечатляет и прогресс в кибербезопасности. В тесте Cybergym (поиск уязвимостей в коде) V4-Flash набрала 76,7 балла против 38,7 у предшественницы и 52,7 у старшей V4-Pro-Preview. По всем остальным агентным тестам — Toolathlon, Agents’ Last Exam, AutomationBench — новая версия также уверенно обходит предыдущие поколения.
Мой анализ: что это значит для рынка
Этот шаг DeepSeek — не просто обновление, а сигнал о смене парадигмы. Компания показывает, что эффективность модели определяется не размером, а качеством обучения. Для разработчиков это означает доступ к производительности уровня топовых закрытых моделей по значительно более низкой цене. Полный релиз V4-Pro, который ожидается позже, теперь выглядит ещё более интригующе — если «младшая» модель так хороша, что покажет флагман? Я внимательно слежу за развитием событий, и этот тренд определённо стоит учитывать при выборе инструментов для агентной разработки.