डीपसीक ने 17 अक्टूबर को चुपचाप अपने ओपन-वेट वर्कहॉर्स मॉडल का एक अद्यतन संस्करण जारी किया, जिसमें मजबूत तर्क, कोडिंग, एजेंट और दृश्य क्षमताओं के साथ V4.1-फ्लैश-1017 की शिपिंग की गई - और, इसके शीर्ष कॉन्फ़िगरेशन में, उद्योग के सबसे अधिक देखे जाने वाले स्वतंत्र लीडरबोर्ड में से एक पर शीर्ष-दो प्लेसमेंट।
TechNode की रिपोर्ट के अनुसार, यह रिलीज़ नए मॉडल परिवार को शुरू करने के बजाय सितंबर में चीनी लैब द्वारा पेश किए गए V4.1 फ़्लैश मॉडल को अपडेट करता है। अनुमेय एमआईटी लाइसेंस के तहत हगिंग फेस पर वेट उन डेवलपर्स के लिए अनुमान कोड और तैनाती निर्देशों के साथ उपलब्ध हैं, जो अपने स्वयं के बुनियादी ढांचे पर मॉडल चलाना चाहते हैं।
V4.1-फ़्लैश-1017 में क्या परिवर्तन हुआ
डीपसीक के अनुसार, मुख्य सुधार निष्पादन गति है: कंपनी का कहना है कि मॉडल अब कार्यों को तेजी से और कम आउटपुट के साथ पूरा करता है, जिससे उपयोगकर्ताओं को कम लागत पर समान काम पूरा करने की अनुमति मिलती है। बड़े पैमाने पर मॉडल चलाने वाली टीमों के लिए कम आउटपुट उतना ही मायने रखता है जितना कि कच्ची गति, क्योंकि अधिकांश एपीआई प्रदाता टोकन द्वारा बिल करते हैं।
विकास-केंद्रित सुधार एजेंटिक वर्कफ़्लोज़ को लक्षित करते हैं - वह पैटर्न जिसमें एक एआई सिस्टम एक प्रोजेक्ट की योजना बनाता है, कोड लिखता है, बाहरी टूल को कॉल करता है और एक कार्यशील परिणाम की ओर पुनरावृत्त करता है। टेक्नोड की रिपोर्ट में छवि इनपुट के लिए दृश्य समझ में लाभ के साथ-साथ अपडेट को ठीक उसी लूप को मजबूत करने के रूप में वर्णित किया गया है।
मैक्स वैरिएंट का स्वतंत्र बेंचमार्क प्रदर्शित हो रहा है
आर्टिफिशियल एनालिसिस, एक स्वतंत्र फर्म जो फ्रंटियर मॉडल को बेंचमार्क करती है, डीपसीक वी4.1 फ्लैश 1017 (मैक्स) को 45 के आर्टिफिशियल एनालिसिस इंटेलिजेंस इंडेक्स स्कोर के साथ सूचीबद्ध करती है - यह ट्रैक किए गए 121 मॉडलों में से दूसरा है, और 19 के औसत से काफी ऊपर है। एक ही प्रविष्टि प्रति सेकंड लगभग 230 टोकन की आउटपुट गति, 1 मिलियन-टोकन संदर्भ विंडो और टेक्स्ट और छवि इनपुट दोनों के लिए समर्थन दर्ज करती है।
मूल्य निर्धारण आक्रामक बना हुआ है. आर्टिफिशियल एनालिसिस रिपोर्ट करता है कि मैक्स वेरिएंट के लिए $0.30 प्रति मिलियन इनपुट टोकन और $1.20 प्रति मिलियन आउटपुट टोकन क्रमशः $0.43 और $1.68 के ट्रैक किए गए माध्य से नीचे हैं। 98 प्रतिशत की कैश छूट बार-बार संदर्भ पर लागू होती है, और फर्म एकल इंटेलिजेंस इंडेक्स मूल्यांकन कार्य की लागत लगभग $0.26 रखती है।
बेंचमार्किंग फर्म एक ट्रेड-ऑफ़ को चिह्नित करती है: वर्बोसिटी। मैक्स वैरिएंट ने अपने इंटेलिजेंस इंडेक्स मूल्यांकन में लगभग 210 मिलियन टोकन उत्पन्न किए - 140 मिलियन-टोकन माध्यिका से लगभग 50 प्रतिशत अधिक - जो व्यवहार में प्रति-टोकन बचत में से कुछ की भरपाई कर सकता है।
डेवलपर समुदाय नोटिस लेता है
रिलीज़ ने हैकर न्यूज़ पर तत्काल ध्यान आकर्षित किया, जहां हगिंग फेस लिस्टिंग ने 900 से अधिक अपवोट जमा किए और ओपनराउटर लिस्टिंग कुछ ही घंटों में 500 से ऊपर हो गई - कर्षण का एक स्तर जो पश्चिमी प्रयोगशालाओं से ओपन मॉडल रिलीज़ शायद ही कभी पहुंचता है। उत्साह मॉडल की बेंचमार्क स्थिति और इसकी लाइसेंसिंग दोनों को दर्शाता है: एमआईटी लाइसेंस न्यूनतम प्रतिबंधों के साथ व्यावसायिक उपयोग, संशोधन और पुनर्वितरण की अनुमति देता है, जिससे मॉडल खुले वजन पर निर्माण करने वाले स्टार्टअप के लिए एक व्यावहारिक आधार बन जाता है।
क्योंकि डीपसीक वजन के साथ अनुमान कोड और परिनियोजन निर्देश प्रकाशित करता है, अपनी स्वयं की जीपीयू क्षमता वाले संगठन बाहरी एपीआई प्रदाताओं पर निर्भर हुए बिना मॉडल की सेवा कर सकते हैं - एक विकल्प जो तेजी से प्रासंगिक हो गया है क्योंकि उद्यम होस्ट किए गए अनुमान की सुविधा के खिलाफ डेटा रेजिडेंसी और लागत-नियंत्रण चिंताओं का वजन करते हैं।
एजेंट का प्रदर्शन अब क्यों मायने रखता है
एजेंटिक कोडिंग पर जोर यह दर्शाता है कि सीमांत प्रयोगशालाओं के बीच प्रतिस्पर्धा कहां बढ़ गई है। स्थैतिक प्रश्न सेट पर बेंचमार्क लाभ वृद्धिशील हो गए हैं; 2026 में विभेदक यह है कि एक मॉडल कितने विश्वसनीय रूप से बहु-चरणीय कार्य को बनाए रखता है - योजना बनाना, कोड लिखना, उसे क्रियान्वित करना, त्रुटियों को पढ़ना और मानवीय हस्तक्षेप के बिना पाठ्यक्रम को सही करना।
डीपसीक का अपडेट बिल्कुल उसी धुरी पर चलता है। एक मॉडल जो कोडिंग कार्यों को कम पुनरावृत्तियों में पूरा करता है और कम बर्बाद आउटपुट के साथ सीधे एजेंट बेड़े चलाने की लागत को कम करता है, जो व्यक्तिगत चैट उपयोगकर्ताओं द्वारा कभी नहीं देखे जाने वाले पैमाने पर टोकन का उपभोग करता है। बंद एपीआई के मुकाबले ओपन-वेट विकल्पों का मूल्यांकन करने वाली इंजीनियरिंग टीमों के लिए, नंबर 2 इंटेलिजेंस रैंकिंग और एमआईटी लाइसेंसिंग का संयोजन एक उल्लेखनीय रूप से मजबूत पैकेज है।
मूल्य युद्ध में ठंडा होने का कोई संकेत नहीं दिख रहा है
डीपसीक ने आक्रामक मूल्य निर्धारण पर अपनी प्रतिष्ठा बनाई है, और V4.1-फ्लैश-1017 उस पैटर्न को जारी रखता है। 98 प्रतिशत कैश छूट - कीमत में कटौती तब लागू होती है जब कोई अनुरोध उस संदर्भ का पुन: उपयोग करता है जिसे प्रदाता पहले ही संसाधित कर चुका है - उद्योग में सबसे उदार है, जो लंबे समय तक चलने वाली बातचीत को बनाए रखने या प्रश्नों में बड़े कोडबेस का पुन: उपयोग करने वाले अनुप्रयोगों को प्रभावी ढंग से पुरस्कृत करता है।
$0.30 प्रति मिलियन टोकन पर इनपुट मूल्य निर्धारण और $1.20 पर आउटपुट के साथ, मैक्स वेरिएंट कैश छूट लागू होने से पहले ही बाजार भर में कृत्रिम विश्लेषण ट्रैक की औसत कीमतों को कम कर देता है। लागत-संवेदनशील कार्यभार के लिए - बैच प्रसंस्करण, उच्च-मात्रा सारांश, पुनर्प्राप्ति-संवर्धित पीढ़ी - मालिकाना प्रदाताओं के लिए अर्थशास्त्र का मिलान करना कठिन है।
यह रिलीज चीनी एआई प्रयोगशालाओं की हार्डवेयर आपूर्ति श्रृंखलाओं की गहन जांच के बीच भी हुई है, एक ऐसा क्षेत्र जहां डीपसीक ने पहले सीमित गणना से सीमांत स्तर के प्रदर्शन को निचोड़ने के लिए ध्यान आकर्षित किया है। कंपनी ने इस अपडेट के लिए विस्तृत प्रशिक्षण या हार्डवेयर विशिष्टताओं का खुलासा नहीं किया है।
आगे क्या देखना है
डीपसीक की लय - सितंबर में एक फ्लैश रिफ्रेश, अक्टूबर में लक्षित 1017 अपडेट - से पता चलता है कि लैब अपने पश्चिमी प्रतिस्पर्धियों के पारंपरिक छह से बारह महीने के रिलीज चक्र की तुलना में तेजी से पुनरावृत्ति कर रही है। कृत्रिम विश्लेषण और सामुदायिक बेंचमार्क से स्वतंत्र रैंकिंग दिखाएगी कि लाभ कंपनी के अपने मूल्यांकन के बाहर है या नहीं।
अभी के लिए, जो संख्याएँ स्वतंत्र रूप से सत्यापन योग्य हैं वे मजबूत हैं: 121 ट्रैक किए गए मॉडलों के बीच दूसरे स्थान की खुफिया रैंकिंग, आउटपुट थ्रूपुट के प्रति सेकंड लगभग 230 टोकन, 1 मिलियन-टोकन संदर्भ विंडो, और बाजार में सबसे कम कीमतों में से कुछ - सभी एक लाइसेंस के तहत जो किसी को भी वजन लेने और निर्माण करने की अनुमति देता है।
एआई से आगे रहें
एआई परिदृश्य तेजी से आगे बढ़ रहा है - ब्रेकिंग एआई समाचार, मॉडल रिलीज और उद्योग विश्लेषण के लिए [एआई बज़ वायर] (https://aibuzzwire.news) का अनुसरण करें।
अधिक AI समाचार पढ़ें →
