DeepSeek qənaətcil AI modelini yenilədi, amma məlumat uydurmağa meyillidir

    “DeepSeek” şirkəti açıq çəkili “DeepSeek V4.1 Flash” modelini 1017 versiyasına yeniləyib. Yeni buraxılış daha az avadanlıq tələb edir və daha aşağı xərclə işləyir. Model mətnlə yanaşı, şəkilləri də qəbul edir. Şirkətə görə, ondan ümumi təsvir əsasında proqram yazmaq kimi sərbəst tapşırıqlarda yararlanmaq olar.

    “DeepSeek V4.1 Flash” ekspertlər qarışığı adlanan MoE quruluşunda işləyir. Sadə desək, modeldə ümumilikdə 552 milyard parametr olsa da, hər sorğu zamanı onların yalnız 16 milyardı işə düşür. Modeldə 1 milyon tokenlik kontekst pəncərəsinə var. Yəni o, böyük həcmdə mətni eyni anda emal edə bilir. Daxili testlərdə model “GPT-5.6 Sol” və “Claude Opus 5” arasında qərarlaşıb.

    Yeni versiya əvvəlki modeldən 4 dəfə az HBM adlı sürətli yaddaş, həmçinin 8 dəfə az SSD sahəsi tələb edir. İş zamanı saxlanan müvəqqəti məlumatın həcmi hər token üçün cəmi 890 baytdır. Sakit saatlarda 1 milyon giriş tokeninin qiyməti 0,15 dollar (təxminən 0,26 manat), çıxış tokenlərinin qiyməti 0,6 dollardır (təxminən 1,02 manat). Keşdə saxlanmış məlumatdan istifadə olunanda giriş qiyməti 0,003 dollara (təxminən 0,005 manat) enir.

    “DeepSeek” axtarış funksiyasını hər 1000 sorğu üçün 0,75 dollara (təxminən 1,28 manat) satır. Müqayisə üçün “Parallel” xidmətində eyni göstərici 1 dollardır (təxminən 1,70 manat). “Artificial Analysis” qiymətləndirməsində model 45 xal toplayaraq böyük açıq çəkili modellər arasında 2-ci olub. “Claude Opus 5.5” həmin siyahıda 58 xal yığıb. Tapşırıq xərclərinə görə daha yaxşı nəticəni yalnız “Xiaomi MiMo V2.6-Pro” göstərib.

    Modelin əsas çatışmazlığı uydurma məlumat yazmağa meyilli olmasıdır. “Omniscience” testində “DeepSeek V4.1 Flash” sualların 43 faizinə düzgün cavab verib. Ancaq cavab verməməli olduğu halların 67 faizində əsassız məlumat yazıb. Düzgün cavaba xal verən, səhvə görə xal çıxan indeksdə model cəmi 5 xal toplayıb. “Kimi K3” 20 xal, qabaqcıl qapalı modellər isə 42-dən çox xal yığıb.

    Ona görə model proqramlaşdırma, şəkildəki yazını tanımaq (OCR) və format çevirmək kimi nəticəsi yoxlana bilən işlərə daha uyğundur. Belə tapşırıqlarda nəticəni avtomatik yoxlamaq, səhv çıxanda işi yenidən yerinə yetirmək olur. Açıq mövzulu araşdırma, fakt axtarışı və dəqiq sənəd hazırlamaq üçün nəticələr etibarsız ola bilər. Xərci aşağı olsa da, vacib məlumatları insan yoxlamalıdır.