DeepSeek ने V4.1-Flash-1017 जारी किया, कंपनी के अनुसार यह अपडेट तेज़ है और छोटे आउटपुट देता है
चीनी AI कंपनी इस ओपन-वेट मॉडल को V4.1-Flash का एक मामूली अपडेट बताती है और कहती है कि यह आउटपुट की लंबाई घटाते हुए बेंचमार्क स्कोर में सुधार करता है। कंपनी ने अपने Search और Fetch API भी सभी उपयोगकर्ताओं के लिए खोल दिए हैं।
मुख्य बातें
- 1DeepSeek का कहना है कि V4.1-Flash-1017 बेंचमार्क पर V4.1-Flash से बेहतर स्कोर करता है, कार्यों को तेज़ी से पूरा करता है और छोटे आउटपुट देता है।
- 2कंपनी के अनुसार, मॉडल DeepSeek की वेबसाइट, ऐप और API पर उपलब्ध है, और इसके ओपन वेट्स Hugging Face और ModelScope पर हैं।
- 3DeepSeek द्वारा प्रकाशित Humanity's Last Exam के रिपोर्ट किए गए स्कोर 36.8 से 42.6 तक हैं, जबकि पिछले संस्करण के लिए ये 36.8 से 39.1 थे; ये आंकड़े कंपनी द्वारा दिए गए हैं।
- 4DeepSeek ने अपने Search और Fetch API सभी उपयोगकर्ताओं के लिए प्रति एंडपॉइंट $0.75 प्रति 1,000 कॉल पर खोल दिए हैं, और टूल-आधारित कुछ उपयोग 31 अक्टूबर, 2026 तक मुफ़्त है।
- 5रिपोर्ट के अनुसार, यह रिलीज़ इसी सप्ताह पहले हुए लगभग पाँच घंटे के आउटेज के बाद आई है, जिसका कारण कुछ विशेषज्ञों ने सीमित कंप्यूटिंग संसाधनों को बताया।
पूरी खबर
DeepSeek ने DeepSeek-V4.1-Flash-1017 जारी किया है, जो उसके V4.1-Flash मॉडल का अपडेट किया गया संस्करण है। अपनी रिलीज़ घोषणा में कंपनी ने कहा कि नया संस्करण अपने पूर्ववर्ती की तुलना में बेंचमार्क पर अधिक स्कोर करता है, कार्यों को अधिक तेज़ी से पूरा करता है और छोटे जवाब तैयार करता है, और उसने इस परिणाम को “प्रदर्शन और लागत में एक पैरेटो सुधार” बताया। DeepSeek के अनुसार, मॉडल उसकी वेबसाइट, उसके ऐप और उसके API के माध्यम से उपलब्ध है, और इसके वेट्स Hugging Face और ModelScope पर प्रकाशित किए गए हैं।
एक वायर रिपोर्ट प्रकाशित करते हुए The Economic Times ने कहा कि DeepSeek ने शनिवार दोपहर X पर पोस्ट की एक श्रृंखला में इस अपडेट की घोषणा की और इसे पहले के V4.1-Flash का एक मामूली संशोधन बताया। रिपोर्ट ने Hugging Face पर कंपनी की तकनीकी रिपोर्ट का हवाला दिया, जिसमें “रीज़निंग, कोडिंग, एजेंटिक कार्यों और विज़ुअल बेंचमार्क में उल्लेखनीय सुधार” का दावा किया गया है। रिपोर्ट के अनुसार, DeepSeek ने Humanity's Last Exam पर स्कोर भी पोस्ट किए — यह गणित, विज्ञान और मानविकी से जुड़े हज़ारों प्रश्नों वाला एक टेस्ट है — जिसमें नए मॉडल के लिए 36.8 से 42.6 की रेंज दी गई, जबकि V4.1-Flash के लिए यह 36.8 से 39.1 थी। कोई भी स्रोत यह स्पष्ट नहीं करता कि ये रेंज क्या दर्शाती हैं, और इन आंकड़ों की स्वतंत्र रूप से पुष्टि नहीं हुई है।
DeepSeek ने कहा कि मॉडल को सेल्फ़-फ़ीडबैक के साथ रीइनफ़ोर्समेंट लर्निंग के ज़रिए प्रशिक्षित किया गया ताकि वह पूरे प्रोजेक्ट शुरू से अंत तक बनाने में बेहतर हो सके, और उसने कुछ उदाहरण प्रदर्शित किए, जिनमें फ़ॉरबिडन सिटी का एक 3D मॉडल, ब्राउज़र-आधारित एक रेसिंग गेम और Godot इंजन से बनाया गया Portal 2 का एक पुनर्निर्माण शामिल है। कंपनी ने कहा कि मॉडल को DeepSeek Harness, Tencent CodeBuddy और WorkBuddy सहित कई टूल्स के लिए ऑप्टिमाइज़ किया गया है, और वह DeepSeek Harness v0.2.1-rc.1 या उससे नए संस्करण की सिफ़ारिश करती है। उसने एक चार्ट भी प्रकाशित किया, जिसमें mini-swe-v2 हार्नेस से मापे गए DeepSWE v1.1 Pass@1 को प्रति कार्य लागत के सापेक्ष दिखाया गया है।
मॉडल के साथ ही DeepSeek ने अपने Search और Fetch API सभी उपयोगकर्ताओं के लिए खोल दिए। उसने कहा कि ये उसके अपने सर्च इंजन पर चलते हैं, जो उसके अनुसार प्रतिदिन सैकड़ों मिलियन अनुरोध संभालता है, और उसने प्रत्येक एंडपॉइंट की कीमत $0.75 प्रति 1,000 कॉल तय की। कंपनी के अनुसार, DeepSeek API उपयोगकर्ता DeepSeek Harness, Claude Code और Codex में सर्वर-साइड टूल्स के माध्यम से इन टूल्स को मुफ़्त में कॉल कर सकते हैं, जब तक कि 31 अक्टूबर, 2026 को 16:00 UTC पर बिलिंग शुरू नहीं हो जाती।
रिपोर्ट इस रिलीज़ को चीनी ओपन-वेट मॉडलों और OpenAI तथा Anthropic जैसी कंपनियों के अधिक लागत वाले अमेरिकी प्रोप्राइटरी सिस्टम के साथ-साथ Moonshot Kimi और Z.ai सहित घरेलू प्रतिद्वंद्वियों के बीच व्यापक प्रतिस्पर्धा के संदर्भ में रखती है। रिपोर्ट में कहा गया कि सितंबर की शुरुआत में लॉन्च के बाद V4.1-Flash को जिस भारी छूट पर पेश किया गया था, उसके बाद MiniMax, Z.ai और Alibaba जैसे प्रतिस्पर्धियों के हांगकांग में सूचीबद्ध शेयरों में तेज़ गिरावट आई। रिपोर्ट में यह भी कहा गया कि इसी सप्ताह पहले DeepSeek का सर्वर लगभग पाँच घंटे तक ठप रहा, जिसे कुछ विशेषज्ञों ने अपर्याप्त कंप्यूटिंग क्षमता से जोड़ा, और डेवलपर मांग बढ़ने के साथ हाल के महीनों में धीमापन और व्यवधान अधिक बार होने लगे हैं।
यह क्यों मायने रखता है
DeepSeek के कम लागत वाले ओपन-वेट मॉडल अमेरिकी प्रतिद्वंद्वियों को चुनौती देते हैं और उन्होंने चीनी प्रतिस्पर्धियों पर दबाव डाला है, और इसके पहले के V4.1-Flash की कीमतें प्रतिस्पर्धियों के शेयरों में गिरावट के साथ मेल खाती थीं। यदि गति और आउटपुट लंबाई में दावा किए गए सुधार सही साबित होते हैं, तो यह अपडेट डेवलपर्स के लिए लागत कम कर सकता है, हालांकि हाल के आउटेज उस मांग को पूरा करने में क्षमता पर दबाव की ओर इशारा करते हैं।
समयरेखा
· प्रकाशित
विषय#DeepSeek#ओपन-वेट मॉडल#लार्ज लैंग्वेज मॉडल#AI कोडिंग#चीन
स्रोत
यह खबर नीचे दिए स्रोतों पर आधारित है। पूरा संदर्भ जानने के लिए उन्हें पढ़ें।
