DeepSeek V4.1-Flash-1017؛ امتیاز آزمون HLE به ۴۲٫۶ رسید
دیپ‌سیک در آخر هفته نسخه جدیدی از مدل شاخص خود را منتشر کرد و این آزمایشگاه هوش مصنوعی چینی مدعی است که نسخه تازه در مقایسه با مدل قبلی سریع‌تر و کم‌حجم‌تر است. مدل DeepSeek-V4.1-Flash-1017 روز شنبه، ۱۷ اکتبر ۲۰۲۶، از طریق وب‌سایت شرکت، اپلیکیشن موبایل و پلتفرم توسعه‌دهندگان آن در دسترس قرار گرفت؛ خبری که بلومبرگ گزارش کرده است. این انتشار در ماهی انجام شده که خبرهای مربوط به مدل‌های پیشرفته هوش مصنوعی با سرعت و تراکم کم‌سابقه‌ای منتشر می‌شوند و بار دیگر پرسشی را مطرح می‌کند که از زمان شوک اولیه دیپ‌سیک به بازار در اوایل سال ۲۰۲۵ مطرح بوده است: ادعای این شرکت درباره سرعت بیشتر و هزینه کمتر تا چه اندازه در آزمایش‌های مستقل تأیید می‌شود؟
این مدل از ابتدا ساخته نشده است. دیپ‌سیک خود V4.1-Flash-1017 را به‌روزرسانی جزئی مدل V4.1-Flash معرفی می‌کند؛ مدلی که حدود پنج هفته پیش‌تر عرضه شده بود. بااین‌حال، تفاوت میان این دو نسخه بخش اصلی ماجراست: افزایش امتیاز در یکی از دشوارترین آزمون‌های ارزیابی، تغییر در نحوه معرفی توانایی‌های مدل برای انجام وظایف عامل‌محور و انتشار سریع نسخه‌های کوچک‌تر که بیش از گذشته رویکردی برنامه‌ریزی‌شده به نظر می‌رسد، نه واکنشی به تحولات بازار.
دیپ‌سیک در ۱۷ اکتبر دقیقاً چه چیزی اعلام کرد؟
این اعلام در مقایسه با انتشارهای قبلی شرکتی که دو بار تنها با عرضه یک مدل بازار معاملات نزدک را متلاطم کرده بود، چندان پرسر‌وصدا نبود. به گزارش اکونومیک تایمز، دیپ‌سیک اواخر بعدازظهر شنبه و با انتشار مجموعه‌ای از پیام‌ها در شبکه اجتماعی ایکس، مدل DeepSeek-V4.1-Flash-1017 را معرفی کرد. این رسانه گزارش داد که مدل بلافاصله از طریق وب‌سایت، اپلیکیشن دیپ‌سیک و پلتفرم توسعه‌دهندگان در دسترس قرار گرفت و عرضه آن به‌صورت مرحله‌ای یا با فهرست انتظار انجام نشد.
دیپ‌سیک اعلام کرد که نسخه جدید در آزمون‌های معیار عملکرد بهتری دارد، وظایف را سریع‌تر انجام می‌دهد و در مقایسه با نسخه قبلی خروجی کوتاه‌تری تولید می‌کند. اهمیت این ادعا در آن است که شرکت از ساخت مدلی بزرگ‌تر یا دستیابی به سطح کاملاً جدیدی از توانایی‌ها سخن نمی‌گوید؛ بلکه مدعی است همان کارها با سرعت بیشتر و متن تولیدشده کمتر انجام می‌شوند. برای شرکتی که شهرت خود را با ارائه گزینه‌هایی ارزان‌تر از آزمایشگاه‌های هوش مصنوعی غربی به دست آورده، کاهش طول خروجی مستقیماً به معنای پایین آمدن هزینه استنتاج است؛ زیرا هزینه بسیاری از خدمات API براساس تعداد توکن‌های تولیدشده محاسبه می‌شود.
بلومبرگ این انتشار را بخشی از روندی گسترده‌تر توصیف کرده و گزارش داده است که این به‌روزرسانی رقابت دیپ‌سیک با رقبای سیلیکون‌ولی، از جمله آنتروپیک و اوپن‌ای‌آی، و همچنین رقبای داخلی چین مانند مدل Kimi شرکت مون‌شات و مدل‌های Z.ai را تشدید می‌کند. این رقابت در سه جبهه، با حضور دو آزمایشگاه آمریکایی و دو رقیب چینی، چارچوب مفیدی برای درک فعالیت‌های دیپ‌سیک در سال ۲۰۲۶ به دست می‌دهد. این شرکت صرفاً نمی‌کوشد در آزمون‌های معیار از GPT یا Claude پیشی بگیرد؛ بلکه در پی حفظ برتری در فضای رقابتی فزاینده مدل‌های باز در داخل چین نیز هست.
در DeepSeek-V4.1-Flash-1017 چه تغییراتی ایجاد شده است؟
مستندات خود دیپ‌سیک، V4.1-Flash-1017 را به‌روزرسانی جزئی V4.1-Flash معرفی می‌کند که در استدلال، برنامه‌نویسی، وظایف عامل‌محور و آزمون‌های بینایی بهبودهایی به همراه دارد. واژه «جزئی» در این توصیف اهمیت دارد: دیپ‌سیک با این تعبیر نشان می‌دهد که نسخه تازه حاصل تنظیم و بهینه‌سازی معماری موجود است، نه جهشی نسلی. نام‌گذاری مدل نیز با این برداشت سازگار است؛ به نظر می‌رسد پسوند «1017» به تاریخ انتشار، یعنی ۱۷ اکتبر، اشاره دارد و نشان‌دهنده شماره یک نسخه اصلی جدید نیست.
بااین‌حال، معماری مورد استفاده در این مدل خود نسبتاً تازه است. براساس گزارش تغییرات رسمی دیپ‌سیک، V4.1-Flash کوچک‌ترین مدل از خانواده معماری جدید این شرکت است و نخستین مدل این خانواده به شمار می‌رود که از درک بصری چندوجهی بومی پشتیبانی می‌کند. این قابلیت به مدل اجازه می‌دهد تصاویر را مستقیماً پردازش کند، نه اینکه برای این کار به یک مبدل بینایی جداگانه متصل به مدل متنی متکی باشد. در گزارش تغییرات دیپ‌سیک همچنین آمده است که معماری جدید برای دستیابی به سقف توانمندی بالاتر، استنتاج سریع‌تر، توان پردازش بیشتر و توسعه مدل‌های بزرگ‌تر طراحی شده است. این توضیحات نشان می‌دهد که V4.1-Flash و نسخه جدید آن احتمالاً بستری آزمایشی برای مدل‌های بزرگ‌تر همین خانواده هستند که ممکن است در آینده عرضه شوند.
این نکته برداشت از انتشار ۱۷ اکتبر را تغییر می‌دهد. به‌جای آنکه این اتفاق صرفاً به‌روزرسانی یک محصول مستقل تلقی شود، می‌توان آن را تلاشی برای ارزیابی یک معماری در مقیاس کوچک پیش از اختصاص منابع محاسباتی به مدلی بزرگ‌تر از همان خانواده دانست. برخی آزمایشگاه‌های دیگر نیز که به دنبال افزایش بهره‌وری هستند، از جمله Reflection AI با مدل Beam، رویکرد مشابهی را دنبال کرده‌اند.
آمار آزمون Humanity’s Last Exam
مهم‌ترین عدد مربوط به این انتشار، امتیاز آزمون Humanity’s Last Exam یا HLE است؛ آزمونی که به‌طور خاص برای سنجش دشوار توانایی مدل‌های زبانی نسل فعلی در طیف گسترده‌ای از رشته‌های دانشگاهی طراحی شده است. امتیازهای گزارش‌شده برای DeepSeek-V4.1-Flash-1017 در این آزمون بین ۳۶٫۸ تا ۴۲٫۶ قرار دارند؛ درحالی‌که دامنه امتیاز نسخه قبلی V4.1-Flash بین ۳۶٫۸ تا ۳۹٫۱ بود. احتمالاً تفاوت اعداد در هر دامنه به شیوه‌های متفاوت ارزیابی، از جمله استفاده یا عدم استفاده از ابزارها، مربوط می‌شود، نه اینکه هر مدل فقط یک امتیاز ثابت داشته باشد. انتشار نتایج HLE تحت شرایط آزمایشی گوناگون در میان آزمایشگاه‌ها امری رایج است.
با نگاهی محتاطانه، این ارقام از افزایشی حدود نیم امتیاز در پایین‌ترین سطح و حدود ۳٫۵ امتیاز در بالاترین سطح حکایت دارند. هیچ‌یک از این تغییرات به‌تنهایی جهشی بزرگ نیست، اما در آزمون HLE که بیشتر مدل‌های پیشرفته کنونی در دشوارترین شرایط آن همچنان امتیازی کمتر از ۵۰ کسب می‌کنند، افزایش چند امتیازی در جامعه پژوهشی پیشرفتی معنادار تلقی می‌شود. این ادعا محدودتر و مشخص‌تر از موضوع گزارش قبلی این وب‌سایت درباره DeepSeek-V4.1-Flash-1017 است؛ گزارشی که بر امتیاز ۷۷٫۰ در آزمون برنامه‌نویسی DeepSWE و راه‌اندازی هم‌زمان APIهای جست‌وجو و واکشی دیپ‌سیک تمرکز داشت. آن موضوع، محور جداگانه‌ای از همین بازه انتشار است.
| شاخص | DeepSeek-V4.1-Flash | DeepSeek-V4.1-Flash-1017 |
|---|---|---|
| تاریخ انتشار | ۱۰ سپتامبر ۲۰۲۶ | ۱۷ اکتبر ۲۰۲۶ |
| دامنه امتیاز در Humanity’s Last Exam | ۳۶٫۸ تا ۳۹٫۱ | ۳۶٫۸ تا ۴۲٫۶ |
| خانواده معماری | خانواده معماری جدید؛ کوچک‌ترین مدل | همان خانواده؛ به‌روزرسانی جزئی |
| درک بصری چندوجهی بومی | بله | بله |
| تمرکز اعلام‌شده دیپ‌سیک | هوشمندی بیشتر، سرعت بالاتر و بهره‌وری بهتر | عملکرد بهتر در آزمون‌ها، انجام سریع‌تر وظایف و خروجی کوتاه‌تر |
به‌روزرسانی جزئی و ادعاهای قاطع؛ چگونه باید اظهارات شرکت را ارزیابی کرد؟
میان ادعاهای دیپ‌سیک و آنچه به‌طور مستقل تأیید شده است فاصله‌ای وجود دارد و باید این مرز را روشن نگه داشت. در مستندات رسمی مدل آمده است که این به‌روزرسانی زمان اجرای وظایف و طول خروجی را کاهش می‌دهد و به کاربران امکان می‌دهد کارها را سریع‌تر و با هزینه کمتر انجام دهند. شرکت همچنین می‌گوید این نسخه در چندین چارچوب اجرای عامل‌ها، مرز پارتو میان عملکرد و هزینه را بهبود می‌بخشد. به زبان ساده، هدف این است که در برابر هر دلار هزینه استنتاج، توانمندی بیشتری ارائه شود؛ معیاری که از زمان عرضه نسخه V3 و برهم خوردن تصورات رایج درباره هزینه توسعه هوش مصنوعی پیشرفته، جایگاه مهمی در موضع‌گیری‌های دیپ‌سیک داشته است.
بااین‌حال، تا زمان انتشار این گزارش، شمار دقیق پارامترهای مدل، سقف مشخص پنجره زمینه، درصد معین بهبود سرعت و قیمت‌گذاری V4.1-Flash-1017 در مقایسه با نسخه قبلی به‌طور مستقل تأیید نشده بود. توصیف مدل به‌عنوان گزینه‌ای قطعاً سریع‌تر یا کم‌حجم‌تر، بازتاب ادعای خود دیپ‌سیک است که در اعلامیه شرکت و تیتر رسانه‌های پوشش‌دهنده این خبر، از جمله Techstrong.ai، تکرار شده است. این موضوع به معنای نادرست بودن ادعا نیست؛ بلکه نشان می‌دهد ارزیابی فعلی عملکرد مدل بر ارقام اعلام‌شده از سوی سازنده تکیه دارد، نه بر آزمایش‌های منتشرشده از سوی نهادهای مستقل. چنین وضعیتی در ۴۸ تا ۷۲ ساعت نخست پس از انتشار هر مدل جدید، صرف‌نظر از شرکت سازنده، معمول است.
مدل جدید را از کجا می‌توان استفاده کرد؟
برخلاف برخی مدل‌های پیشرفته که ابتدا فقط از طریق یک نقطه دسترسی API عرضه می‌شوند و چند هفته بعد به محصولات مصرفی راه می‌یابند، DeepSeek-V4.1-Flash-1017 هم‌زمان در سه بستر منتشر شد: رابط گفت‌وگوی وب‌سایت دیپ‌سیک، اپلیکیشن موبایل این شرکت و پلتفرم توسعه‌دهندگان برای دسترسی برنامه‌نویسی. این عرضه هم‌زمان با شیوه انتشار به‌روزرسانی‌های دیپ‌سیک در سال‌های ۲۰۲۵ و ۲۰۲۶ سازگار است و یکی از دلایلی محسوب می‌شود که نسخه‌های جدید این شرکت به‌جای آنکه به‌تدریج و صرفاً از طریق انتشار نتایج آزمون‌ها شناخته شوند، بلافاصله با موجی از آزمایش‌های عملی کاربران مستقل روبه‌رو می‌شوند.
| روش دسترسی | وضعیت هنگام عرضه | مخاطبان اصلی |
|---|---|---|
| وب‌سایت دیپ‌سیک | از ۱۷ اکتبر ۲۰۲۶ فعال | کاربران عمومی |
| اپلیکیشن موبایل دیپ‌سیک | از ۱۷ اکتبر ۲۰۲۶ فعال | کاربران موبایل |
| پلتفرم توسعه‌دهندگان دیپ‌سیک (API) | از ۱۷ اکتبر ۲۰۲۶ فعال | توسعه‌دهندگان و یکپارچه‌سازان سازمانی |
| صفحه معرفی مدل در Hugging Face | هم‌زمان با انتشار منتشر شد | پژوهشگران و توسعه‌دهندگانی که مدل را روی زیرساخت خود اجرا می‌کنند |
دیپ‌سیک درباره مدل جدید چه می‌گوید؟
دیپ‌سیک برای این انتشار پژوهشگران خود را در اختیار رسانه‌ها قرار نداده است؛ بنابراین روشن‌ترین تصویر از دیدگاه شرکت را باید در اطلاعیه رسمی و مستندات مدل جست‌وجو کرد. این شرکت در یادداشت انتشار خود گفته است که نسخه جدید در مقایسه با نسخه قبلی «عملکرد بهتری در آزمون‌های معیار دارد، وظایف را سریع‌تر انجام می‌دهد و خروجی کوتاه‌تری تولید می‌کند». در صفحه معرفی مدل نیز توضیح داده است که «DeepSeek-V4.1-Flash-1017 به‌روزرسانی جزئی DeepSeek-V4.1-Flash است و بهبودهای قابل‌توجهی در استدلال، برنامه‌نویسی، وظایف عامل‌محور و آزمون‌های بینایی ارائه می‌دهد».
دیپ‌سیک در توضیح بهره‌وری مدل می‌گوید: «در کنار این پیشرفت‌ها، مدل زمان اجرای وظایف و طول خروجی را کاهش می‌دهد و به کاربران امکان می‌دهد کارها را سریع‌تر و با هزینه کمتر به پایان برسانند؛ همچنین مرز پارتو میان عملکرد و هزینه را در چندین چارچوب اجرای عامل‌ها بهبود می‌بخشد». درباره معماری زیربنایی خانواده V4.1-Flash نیز در گزارش تغییرات شرکت آمده است: «معماری جدید برای سقف توانمندی بالاتر، استنتاج سریع‌تر، توان پردازش بیشتر و توسعه مدل‌های بزرگ‌تر طراحی شده است». شرکت اضافه می‌کند که مدل پایه «کوچک‌ترین مدل در خانواده معماری جدید ماست و از درک بصری چندوجهی بومی برخوردار است».
در مجموع، این اظهارات نشان می‌دهد که دیپ‌سیک V4.1-Flash را نه لزوماً محصولی نهایی، بلکه نخستین گام در عرضه تدریجی یک معماری تازه می‌بیند؛ رویکردی که در آن ابتدا مدل‌های کوچک‌تر با پسوند «Flash» عرضه می‌شوند تا کارآمدی معماری را بیازمایند و سپس مدل‌های بزرگ‌تر و پرهزینه‌تر از راه برسند.
رقابت دیپ‌سیک با اوپن‌ای‌آی، آنتروپیک و گوگل
عرضه مدل جدید دیپ‌سیک در بازاری انجام شده است که سرعت انتشار مدل‌های پیشرفته هوش مصنوعی در آن نشانه‌ای از کاهش ندارد. آنتروپیک در ماه‌های اخیر مدل‌های خانواده Claude را به‌روزرسانی کرده، گوگل دامنه خانواده Gemini را گسترش داده و اوپن‌ای‌آی نیز به عرضه نسخه‌های مختلف GPT-6 در ChatGPT ادامه داده است. این وب‌سایت پیش‌تر نیز تحولاتی از این دست را بررسی کرده بود؛ از جمله در مقایسه Claude Opus 5.5 با GPT-6 Astra در آزمون Terminal-Bench و گزارش عرضه گسترده Gemini 4 Argon. دیپ‌سیک در همه زمینه‌ها مستقیماً با این شرکت‌ها رقابت نمی‌کند. جایگاه‌سازی عمومی آن همواره بیشتر بر بهره‌وری و هزینه متمرکز بوده تا دستیابی به بالاترین سطح توانمندی مطلق؛ V4.1-Flash-1017 نیز دقیقاً با همین رویکرد عرضه شده است: مدلی از رده Flash، نه محصول پرچم‌دار در مقیاس بزرگ.
توصیف بلومبرگ از این انتشار به‌عنوان تلاشی برای رقابت با آنتروپیک و اوپن‌ای‌آی، در کنار رقبای داخلی مانند Kimi متعلق به مون‌شات و Z.ai، به پویایی‌ای اشاره دارد که در صورت تمرکز صرف بر آزمایشگاه‌های آمریکایی ممکن است نادیده گرفته شود: دیپ‌سیک اکنون در دو جبهه رقابت می‌کند. در داخل چین، انتشار مدل از سوی علی‌بابا، تنسنت، مون‌شات و Z.ai در سال ۲۰۲۶ شتاب گرفته است. فاصله حدود پنج‌هفته‌ای میان V4.1-Flash و V4.1-Flash-1017 به نظر می‌رسد تلاشی برای حفظ جایگاه شرکت در رقابت داخلی باشد، درحالی‌که انتشار خبرهای بین‌المللی نیز به آن کمک می‌کند در برابر آزمایشگاه‌های غربی همچنان مطرح بماند. تلاش اخیر میسترال با مدل Large 4 و عملکرد مدل Hy4 تنسنت که از GLM-5.3 پیشی گرفته است نیز نشان می‌دهد رقابت جهانی با چه سرعتی در حال گسترش است.
پیشینه تاریخی: روند انتشار مدل‌های دیپ‌سیک در سال‌های ۲۰۲۵ و ۲۰۲۶
مسیر دیپ‌سیک تا رسیدن به این مرحله تدریجی نبوده است. این شرکت در ژانویه ۲۰۲۵ توجه جهانی را جلب کرد؛ زمانی که مدل‌های V3 و R1 توانایی استدلال چشمگیری را با هزینه آموزشی بسیار کمتر از ارقامی نشان دادند که آزمایشگاه‌های پیشرو آمریکایی گزارش کرده بودند. این اتفاق موجی از افت فروش در سهام زیرساخت هوش مصنوعی و شرکت‌های تراشه‌ساز به راه انداخت، زیرا سرمایه‌گذاران درباره این فرض که توسعه هوش مصنوعی پیشرفته مستلزم هزینه‌های سرمایه‌ای عظیم شرکت‌های بزرگ آمریکایی است، تردید کردند. آن رویداد نحوه واکنش بازار به اعلامیه‌های بعدی دیپ‌سیک، از جمله انتشار اخیر، را نیز تغییر داد.
از آن زمان، دیپ‌سیک به‌جای فاصله انداختن طولانی میان نسخه‌های اصلی، رویکرد انتشار مرحله‌ای و تکرارشونده را در پیش گرفته است. مدل V4.1-Flash در ۱۰ سپتامبر ۲۰۲۶ عرضه شد و خانواده معماری جدید را با پشتیبانی بومی از پردازش چندوجهی معرفی کرد. کمی بیش از پنج هفته بعد، در ۱۷ اکتبر، V4.1-Flash-1017 منتشر شد تا همان مدل پایه را اصلاح کند، نه اینکه جایگزین آن شود. این روند انتشار به‌روزرسانی‌های مکرر و تدریجی با تمرکز بر نتایج آزمون‌ها، به‌جای جهش‌های بزرگ و کم‌تعداد، رویکردی را ادامه می‌دهد که دیپ‌سیک در سال ۲۰۲۵ نیز دنبال می‌کرد. چنین روشی امکان می‌دهد شرکت به‌طور پیوسته در کانون توجه بماند، بی‌آنکه تمام ریسک مالی خود را به یک مرحله عظیم آموزش مدل گره بزند که ممکن است به انتظارات پاسخ ندهد.
تأثیر بر بازار: چرا سیلیکون‌ولی دیپ‌سیک را از نزدیک دنبال می‌کند؟
از ژانویه ۲۰۲۵ تاکنون، هر مدل جدید دیپ‌سیک در مقایسه با درآمد یا شمار کاربران واقعی شرکت، تأثیری نامتناسب بر بازار داشته است؛ زیرا هر انتشار به آزمونی برای یکی از فرض‌های اصلی سرمایه‌گذاری آمریکا در هوش مصنوعی تبدیل می‌شود: اینکه دستیابی به عملکردی در سطح پیشرفته‌ترین مدل‌ها به بودجه محاسباتی هم‌سطح با آنها نیاز دارد. انتشار مدلی که مدعی امتیاز بهتر در آزمون‌ها و هم‌زمان خروجی کوتاه‌تر و ارزان‌تر است، بار دیگر این فرض را به چالش می‌کشد؛ حتی اگر دیپ‌سیک، مانند مورد اخیر، آن را به‌روزرسانی جزئی بداند، نه معرفی یک مدل پرچم‌دار جدید.
همین الگوی واکنش باعث شده است رسانه‌هایی فراتر از مطبوعات تخصصی هوش مصنوعی، از جمله رسانه‌های مالی Startup Fortune و BigGo Finance، ظرف چند ساعت پس از اعلام روز شنبه این خبر را پوشش دهند. رسانه‌های عمومی مانند NewsBytes و رسانه منطقه‌ای Hokanews نیز به آن پرداخته‌اند. گستردگی این پوشش، از رسانه‌های مالی و فناوری مصرفی تا رسانه‌های منطقه‌ای که همگی در یک چرخه خبری واحد به به‌روزرسانی آخر هفته واکنش نشان داده‌اند، به‌اندازه هر امتیاز آزمونی درباره جایگاه دیپ‌سیک در بازار اطلاعات می‌دهد. برای آشنایی با سرعت واکنش بازارهای سرمایه به انتشار مدل‌های باز و کارآمد، می‌توان گزارش قبلی این وب‌سایت درباره امتیاز DeepSWE دیپ‌سیک و عرضه API جست‌وجو در همان بازه را نیز بررسی کرد.
چه مواردی هنوز تأیید نشده‌اند؟
برای کسانی که قصد دارند مدل جدید را در محیط عملیاتی به کار بگیرند، تفکیک اطلاعات تأییدشده از موارد نامشخص اهمیت دارد. تاریخ انتشار، دامنه امتیازهای HLE، عرضه هم‌زمان در وب‌سایت، اپلیکیشن و پلتفرم توسعه‌دهندگان و تمرکز اعلام‌شده دیپ‌سیک بر بهبود استدلال، برنامه‌نویسی، وظایف عامل‌محور و آزمون‌های بینایی از جمله موارد گزارش‌شده‌اند. در مقابل، تعداد دقیق پارامترهای V4.1-Flash-1017، اندازه مشخص پنجره زمینه یا محدودیت توکن، درصد معین افزایش سرعت استنتاج و قیمت دقیق API در مقایسه با V4.1-Flash همچنان تأیید نشده‌اند.
از نظر دقیق، حتی ادعای اصلی تیتر نیز هنوز تأیید مستقل نشده است. دیپ‌سیک می‌گوید مدل سریع‌تر و کم‌حجم‌تر شده است. این توصیف، ادعای خود شرکت است که به‌طور یکسان در یادداشت‌های انتشار و مستندات مدل تکرار شده و در تیتر رسانه‌هایی مانند CoinCentral نیز بازتاب یافته است. هنگام نگارش این مقاله، هیچ نهاد مستقل ارزیابی مدل‌های هوش مصنوعی، نتایج آزمون مستقلی منتشر نکرده بود که عملکرد V4.1-Flash-1017 را در برابر ادعاهای دیپ‌سیک یا رقبای آن مقایسه کند. این وضعیت در روزهای نخست پس از انتشار مدل‌های جدید، چه از سوی دیپ‌سیک و چه شرکت‌های دیگر، معمول است.
این به‌روزرسانی برای توسعه‌دهندگانی که از دیپ‌سیک استفاده می‌کنند چه معنایی دارد؟
برای تیم‌هایی که هم‌اکنون وظایف خود را با V4.1-Flash اجرا می‌کنند، پیام عملی روشن است: دیپ‌سیک نسخه V4.1-Flash-1017 را ارتقایی معرفی می‌کند که می‌توان مستقیماً جایگزین نسخه قبلی کرد، نه پروژه‌ای برای مهاجرت به معماری جدید؛ زیرا این شرکت از به‌روزرسانی جزئی همان مدل پایه سخن می‌گوید. تیم‌هایی که زنجیره‌های کاری عامل‌محور می‌سازند، با توجه به بهبودهایی که دیپ‌سیک مشخصاً برای این نوع وظایف ادعا کرده است، احتمالاً زودتر متوجه تفاوت خواهند شد. این امر به‌ویژه در صورتی اهمیت دارد که خروجی کوتاه‌تر، هزینه توکن هر وظیفه را در مقیاس بالا کاهش دهد. چنین تمرکزی بر هزینه با رویکرد توسعه‌دهندگانی سازگار است که در سال جاری برای هر کار، مدلی را انتخاب می‌کنند که بهترین نسبت قیمت به عملکرد را ارائه دهد.
تیم‌هایی که الزامات سخت‌گیرانه‌ای درباره انطباق مقرراتی یا محل نگهداری داده‌ها دارند، باید توجه کنند که گزارش‌های مربوط به این انتشار حاکی از هیچ تغییری در شرایط استفاده یا شیوه‌های پردازش داده دیپ‌سیک نیستند. این رویداد به‌روزرسانی مدل است، نه تغییر سیاست‌های شرکت؛ بنابراین باید از همین منظر ارزیابی شود.
پنج پیش‌بینی درباره گام‌های بعدی
- احتمال دارد دیپ‌سیک روند به‌روزرسانی تقریباً پنج‌هفته‌ای خود را ادامه دهد؛ بنابراین عرضه نسخه اصلاح‌شده دیگری از V4.1-Flash یا یک مدل جدید از رده Flash پیش از پایان سال ۲۰۲۶ دور از انتظار نیست.
- انتظار می‌رود دست‌کم یک نهاد مستقل ارزیابی مدل‌ها طی دو تا چهار هفته آینده نتایج بررسی عملکرد V4.1-Flash-1017 را در آزمون‌های HLE و برنامه‌نویسی منتشر کند. این ارزیابی می‌تواند ارقام اعلام‌شده از سوی دیپ‌سیک را تأیید کند یا پرسش‌های تازه‌ای درباره آنها مطرح سازد.
- احتمال دارد آزمایشگاه‌های رقیب چینی، به‌ویژه مون‌شات و Z.ai، در آینده نزدیک با به‌روزرسانی‌هایی با تمرکز بر بهره‌وری پاسخ دهند و فشار رقابتی داخلی را که بلومبرگ به آن اشاره کرده است، افزایش دهند.
- اگر ادعاهای V4.1-Flash-1017 درباره کاهش هزینه هر وظیفه در آزمایش‌های مستقل تأیید شود، احتمالاً هزینه‌کرد شرکت‌های بزرگ آمریکایی در زیرساخت هوش مصنوعی دوباره زیر ذره‌بین قرار خواهد گرفت؛ مشابه واکنش بازار پس از انتشار مدل‌های اولیه دیپ‌سیک در سال ۲۰۲۵.
- اشاره گزارش تغییرات دیپ‌سیک به امکان توسعه مدل‌های بزرگ‌تر در همین خانواده معماری، احتمال عرضه مدلی بزرگ‌تر و غیر Flash را از همین خانواده در اواخر سال ۲۰۲۶ یا اوایل ۲۰۲۷ مطرح می‌کند.
پرسش‌های متداول
DeepSeek-V4.1-Flash-1017 چیست؟
این مدل نسخه به‌روزشده V4.1-Flash دیپ‌سیک است که در ۱۷ اکتبر ۲۰۲۶ منتشر شد. دیپ‌سیک آن را به‌روزرسانی جزئی معرفی می‌کند که استدلال، برنامه‌نویسی، عملکرد در وظایف عامل‌محور و نتایج آزمون‌های بینایی را بهبود می‌دهد و در عین حال طول خروجی و زمان انجام وظایف را کاهش می‌دهد.
این مدل دقیقاً چه زمانی منتشر شد؟
دیپ‌سیک اواخر بعدازظهر شنبه، ۱۷ اکتبر ۲۰۲۶، با انتشار مجموعه‌ای از پیام‌ها در شبکه اجتماعی ایکس از مدل رونمایی کرد. مدل همان زمان در وب‌سایت، اپلیکیشن موبایل و پلتفرم توسعه‌دهندگان شرکت در دسترس قرار گرفت.
تفاوت آن با نسخه اصلی DeepSeek-V4.1-Flash چیست؟
نسخه V4.1-Flash در ۱۰ سپتامبر ۲۰۲۶ به‌عنوان کوچک‌ترین مدل خانواده معماری جدید دیپ‌سیک و با قابلیت درک بصری چندوجهی بومی عرضه شد. V4.1-Flash-1017 همان معماری پایه را حفظ کرده، اما به گفته دیپ‌سیک، در استدلال، برنامه‌نویسی، وظایف عامل‌محور و آزمون‌های بینایی بهبود یافته و خروجی کوتاه‌تر و زمان انجام وظایف کمتری دارد.
آزمون Humanity’s Last Exam چیست و چرا امتیاز آن اهمیت دارد؟
Humanity’s Last Exam آزمونی است که برای ارزیابی دشوار مدل‌های هوش مصنوعی فعلی در طیف گسترده‌ای از موضوعات دانشگاهی طراحی شده است. امتیاز DeepSeek-V4.1-Flash-1017 در این آزمون بین ۳۶٫۸ تا ۴۲٫۶ گزارش شده، درحالی‌که دامنه امتیاز نسخه اصلی V4.1-Flash بین ۳۶٫۸ تا ۳۹٫۱ بود. با توجه به دشواری آزمون برای مدل‌های نسل فعلی، جامعه پژوهشی هوش مصنوعی معمولاً چنین افزایشی را پیشرفتی معنادار می‌داند.
از کجا می‌توان از DeepSeek-V4.1-Flash-1017 استفاده کرد؟
این مدل از طریق رابط گفت‌وگوی وب‌سایت دیپ‌سیک، اپلیکیشن موبایل و پلتفرم API توسعه‌دهندگان در دسترس است. هر سه بستر در روز انتشار به‌طور هم‌زمان فعال شدند.
آیا واقعاً DeepSeek-V4.1-Flash-1017 از مدل‌هایی مانند GPT یا Claude سریع‌تر و کم‌حجم‌تر است؟
این مقایسه به‌طور مستقل تأیید نشده است. ادعای دیپ‌سیک درباره سرعت و بهره‌وری بیشتر، مشخصاً به مقایسه این مدل با نسخه قبلی خودش، یعنی V4.1-Flash، مربوط می‌شود و به معنای ادعای برتری مستقیم در برابر GPT، Claude یا Gemini نیست. تا زمان نگارش این مقاله، هیچ آزمون مستقل منتشرشده‌ای مقایسه مستقیم این مدل با رقبای یادشده را ارائه نکرده بود.
آیا این انتشار با تغییر قیمت همراه بوده است؟
قیمت دقیق V4.1-Flash-1017 در مقایسه با V4.1-Flash در گزارش‌های موجود تأیید نشده است. مستندات دیپ‌سیک به کاهش هزینه هر وظیفه در نتیجه کوتاه‌تر شدن خروجی و سریع‌تر انجام شدن کارها اشاره می‌کنند، اما تغییر قیمت مشخصی را برای این به‌روزرسانی اعلام نمی‌کنند.
چرا به‌روزرسانی یک مدل Flash از آزمایشگاهی چینی برای بازارهای جهانی اهمیت دارد؟
از ژانویه ۲۰۲۵ و پس از آنکه مدل‌های V3 و R1 دیپ‌سیک با به چالش کشیدن فرض‌های مربوط به نیاز محاسباتی هوش مصنوعی پیشرفته موجب افت سهام زیرساخت هوش مصنوعی شدند، انتشارهای این شرکت تأثیر قابل‌توجهی بر بازار گذاشته‌اند. بازارها و آزمایشگاه‌های رقیب هر نسخه جدید، از جمله به‌روزرسانی اخیر، را نشانه‌ای تازه برای ارزیابی این پرسش می‌دانند که دستیابی به عملکرد پیشرفته هوش مصنوعی واقعاً به چه میزان منابع محاسباتی نیاز دارد.