Açık kaynak yapay zekada 1 milyon token eşiği kırıldı! DeepSeek V4 tanıtıldı

BEĞENDİM

ABONE OL

News

10 Saniyede Özet

DeepSeek V4 Preview, Pro ve Flash olmak üzere iki farklı sürümle yayınlandı.

Her iki model de 1 milyon token bağlam penceresini destekliyor.

V4 Pro, 1.6 trilyon toplam ve 49 milyar faal parametreyle geliyor.

Model ailesi API üzerinden kullanıma açıldı ve açık yüklerle sunuluyor.

DeepSeek, yapay zeka yarışında dikkat çeken yeni atılımını V4 Preview ile yaptı. Yeni model ailesi, yalnızca performans argümanıyla değil, uzun bağlam kapasitesi ve düşük maliyet vurgusuyla da öne çıkıyor.

Bu kere sorun sırf daha güçlü bir sohbet modeli sunmak değil. DeepSeek V4, geliştiricilerin uzun dokümanlar, kod tabanları ve çok adımlı casus vazifeleriyle çalışırken daha geniş bir alanı tek seferde işleyebilmesine odaklanıyor.

DeepSeek V4 ailesi iki ana sürümden oluşuyor. V4 Pro, ailenin daha güçlü modeli olarak konumlanırken; V4 Flash daha süratli, daha hafif ve daha düşük maliyetli seçenek olarak sunuluyor. V4 Pro’da 1.6 trilyon toplam parametre ve 49 milyar faal parametre yer alıyor. V4 Flash tarafında ise 284 milyar toplam parametre ve 13 milyar etkin parametre bulunuyor.

Yeni model ailesinin en dikkat çeken tarafı 1 milyon token bağlam dayanağı. Bu kıymet, modelin tıpkı anda çok daha uzun metinleri, konuşmaları, kodları yahut dokümanları işleyebilmesi manasına geliyor. DeepSeek, 1 milyon token bağlamın artık resmi servislerde standart hale geldiğini belirtiyor.

Pro daha güçlü, Flash daha hızlı

V4 Pro, bilhassa akıl yürütme, kodlama, STEM misyonları ve casus tabanlı iş akışlarında öne çıkarılıyor. DeepSeek, Pro sürümünün açık kaynak modeller ortasında üst düzeyde sonuçlar verdiğini ve kimi alanlarda kapalı kaynaklı güçlü modellerle rekabet ettiğini söylüyor. Bu tezlerin bağımsız testlerle daha geniş ölçekte doğrulanması gerekiyor.

V4 Flash ise daha küçük yapısıyla daha süratli cevap ve daha ekonomik kullanım için hazırlanmış durumda. DeepSeek’in açıklamasına nazaran Flash, birtakım akıl yürütme misyonlarında Pro’ya yakın sonuçlar verebiliyor ve kolay casus vazifelerinde benzeri performans sergileyebiliyor. Lakin en karmaşık casus iş akışlarında ve bilgi ağır vazifelerde Pro’nun gerisinde kalıyor.

Geliştiriciler için API de açık

DeepSeek V4, API tarafında da kullanıma açıldı. Mevcut entegrasyonlarda temel adresi değiştirmeden model ismini deepseek-v4-pro yahut deepseek-v4-flash olarak güncellemek kâfi oluyor. Model ailesi OpenAI Chat Completions ve Anthropic API’leriyle uyumlu çalışıyor. Her iki modelde de Thinking ve Non-Thinking modları destekleniyor.

DeepSeek ayrıyeten mevcut deepseek-chat ve deepseek-reasoner model isimlerinin 24 Temmuz 2026 saat 15.59 UTC sonrasında büsbütün devre dışı kalacağını açıkladı. Bu modeller şimdilik V4 Flash’ın ilgili modlarına yönlendiriliyor.

Huawei çipleri ayrıntısı dikkat çekiyor

V4 ailesindeki değerli başlıklardan biri de Huawei tarafı. Yeni modelin Huawei Ascend AI çipleriyle çalışacak halde uyarlandığı belirtiliyor. Huawei, Ascend 950 tabanlı üstün düğüm kümelerinin DeepSeek V4 serisini desteklediğini ve V4 Flash’ın eğitim sürecinin bir kısmında Huawei çiplerinin kullanıldığını doğruladı. Buna karşılık V4’ün tüm eğitim sürecinde hangi donanımların ne ölçüde kullanıldığı netleşmiş değil.

Bu ayrıntı, Çin’in yapay zekâ altyapısında NVIDIA dışındaki yerli seçeneklere daha fazla tartı verdiğini gösteren değerli bir işaret olarak okunuyor. ABD’nin gelişmiş yapay zekâ çiplerine yönelik ihracat kısıtlamaları, Çinli şirketleri Huawei üzere yerli alternatiflere daha fazla yöneltiyor.

Şimdilik metin odaklı ilerliyor

DeepSeek V4 Preview, açık yüklerle Hugging Face üzerinde de yer alıyor ve MIT lisansı ile listeleniyor. Bu da geliştiricilerin modeli indirip kendi altyapılarında denemesi yahut projelerine uyarlaması için kıymetli bir avantaj sağlıyor.

Modelin şimdilik metin odaklı çalıştığı da belirtiliyor. Manzara ve görüntü üzere çok modlu yetenekler bu sürümde öne çıkan ana başlıklar ortasında değil. DeepSeek, V4 için son sürüm takvimi de paylaşmadı; mevcut yayın Preview kademesinde.