Chińskie laboratorium sztucznej inteligencji DeepSeek wypuściło 31 lipca 2026 r. V4-Flash „0731”, przeszkoloną wersję swojego modelu budżetowego, który prawie odpowiada GPT-5.6 Luna OpenAI w testach porównawczych innych firm przy około 60% niższym koszcie. Wydanie, które udostępnia publicznie publiczne API modelu w wersji beta, jest najnowszą salwą w zaostrzającej się wojnie cenowej pomiędzy chińskimi dostawcami urządzeń open-weight a zachodnimi laboratoriami granicznymi. Aby otrzymywać bieżące relacje na temat wojen modelowych, sprawdź nasze najnowsze wiadomości o sztucznej inteligencji.

Według The Decoder nowa wersja osiąga 50 punktów w indeksie sztucznej inteligencji analitycznej, co stanowi dziesięciopunktowy przeskok w porównaniu z poprzednią wersją V4-Flash, która została wypuszczona na rynek w kwietniu 2026 r. To plasuje ją zaledwie o jeden punkt za budżetową wersją OpenAI GPT-5.6 Luna, mimo że kosztuje ona około 60 procent mniej za zadanie, nawet po niedawnej obniżce ceny OpenAI o 80 procent.

Stworzony do pracy agentowej

Największe korzyści osiągnięto w zadaniach agentycznych, czyli możliwości samodzielnego wykonywania wieloetapowej pracy w świecie rzeczywistym. TechNode poinformował, że model uzyskał 82,7 punktów w Terminal Bench 2.1 i 54,4 w DeepSWE – dwóch testach porównawczych zaprojektowanych w celu pomiaru, jak dobrze sztuczna inteligencja może korzystać z narzędzi, pisać kod i rozwiązywać problemy inżynieryjne bez trzymania się za rękę.

W PKBval, benchmarku testującym modele w złożonej pracy biurowej, V4-Flash wspiął się z 1189 do 1559 punktów Elo. DeepSeek stwierdził również, że model ma halucynacje rzadziej niż jego poprzednik i wykorzystuje około 12 procent mniej tokenów do wykonania tych samych zadań.

Ta sama architektura, mądrzejsze wagi

Aktualizacja zachowuje tę samą podstawową strukturę: łącznie 284 miliardy parametrów, z których 13 miliardów jest aktywnych jednocześnie, oraz okno kontekstowe zawierające milion tokenów. Zamiast powiększać model, DeepSeek go przeszkolił – wyciskając większą wydajność z tej samej powierzchni. Wagi modeli są udostępniane na podstawie liberalnej licencji MIT na Hugging Face, kontynuując podejście DeepSeek oparte na otwartej wadze.

DeepSeek starannie określił zakres wydania. Aktualizacja dotyczy wyłącznie API V4-Flash; API wyższego poziomu V4-Pro oraz modele obsługiwane przez aplikację konsumencką i witrynę internetową DeepSeek pozostają niezmienione. Nowy interfejs Flash API dodaje także obsługę interfejsu API Responses i jest przystosowany do użytku z Codexem, zwiększając jego atrakcyjność dla programistów tworzących agenty kodujące.

Przewaga rabatu w pamięci podręcznej

Znacząca część przewagi kosztowej DeepSeek wynika z mechaniki cenowej. Firma oferuje 98-procentowy rabat na pamięć podręczną — znacznie powyżej standardowych 90 procent w branży — co oznacza, że ​​powtarzające się lub przewidywalne części żądań są rozliczane za niewielki ułamek normalnej stawki. W połączeniu z mniejszą liczbą tokenów na zadanie efektywny koszt wielu obciążeń drastycznie spada.

Taka struktura cen stanowi bezpośrednie wyzwanie dla OpenAI, które samo obniża ceny, aby bronić udziału w rynku. W rezultacie powstał rynek, na którym graniczna jakość staje się towarem, a o konkurencji w coraz większym stopniu decydują efektywność infrastruktury i ekonomia jednostkowa, a nie surowe możliwości.

Wojna cenowa bez podłogi

Publikacja ta zaostrza to, co analitycy określają obecnie jako pełnoprawną wojnę cenową. OpenAI obniżyło ceny GPT-5.6 Luna o 80 procent, aby chronić swoją bazę programistów, a DeepSeek zaproponował model, który jest porównywalnie wydajny i wciąż znacznie tańszy. Każda runda obniża efektywny koszt wywiadu bliskogranicznego, a różnica między najtańszymi i najdroższymi modelami o odpowiednich możliwościach stale się zmniejsza.

Dynamika jest niezwykła w oprogramowaniu. Na większości rynków 60-procentowa przewaga kosztowa przy niemal takiej samej jakości szybko zyskałaby udział. W tym przypadku przewaga jest dopasowywana i ponownie dopasowywana w ciągu kilku tygodni, pozostawiając programistów ze stale zmieniającą się tabelą wyników. Parytet benchmarków, niegdyś domena wyłącznie pionierskich laboratoriów, jest coraz częściej dostępny dla pretendentów do wagi otwartej, którzy chcą publikować zarówno swoje wagi, jak i ceny.

Co to oznacza dla programistów

Dla programistów praktyczne implikacje są jasne: wydajne modele agentów szybko stają się tańsze. Model, który może autonomicznie poruszać się po terminalu, pisać i debugować kod oraz obsługiwać złożone zadania biurowe – a wszystko to za ułamek centa na żądanie – zmienia ekonomikę tworzenia produktów opartych na sztucznej inteligencji.

Wersja o otwartej wadze oznacza również, że zespoły mogą uruchamiać model na własnym sprzęcie, całkowicie unikając opłat za interfejs API za token w przypadku wrażliwych obciążeń. Ponieważ DeepSeek, OpenAI i inne firmy nadal walczą o cenę i wydajność, zwycięzcami są twórcy, którzy mają teraz do wyboru rosnące menu wydajnych i niedrogich modeli.

Wyprzedź krzywą sztucznej inteligencji

Krajobraz sztucznej inteligencji rozwija się szybciej niż kiedykolwiek, a firmy, które śledzą te zmiany na wczesnym etapie, zyskują trwałą przewagę. Aby uzyskać ciągłe, sprawdzone źródła informacji o premierach modeli, rundach finansowania i zmianach politycznych, śledź nasze najnowsze wiadomości o sztucznej inteligencji.

Przeczytaj więcej aktualności o sztucznej inteligencji →