Компания DeepSeek опубликовала данные по обновленной языковой модели V4.1 Flash (сборка 1017). Разработчики продемонстрировали график Парето, показав существенное превосходство новинки над альтернативными решениями. Стоимость выполнения задач у V4.1 Flash в 50–100 раз ниже, чем у моделей Fable и Astra, а показатель соотношения цены и производительности выше в 40–50 раз.
Рекордная экономичность и скорость работы
В тестах SemiAnalysis AgentX, проведенных vllm_project на вычислительном комплексе GB300 NVL72 с платформой Dynamo vLLM, модель продемонстрировала производительность 1,3 миллиарда токенов за $1 (ориентировочно 95 ₽). Скорость интерактивного ответа на 90-м перцентиле (P90) превышает 100 токенов в секунду на одного пользователя.
| Параметр / Метрика | Значение |
|---|---|
| Производительность на $1 | 1,3 млрд токенов |
| Себестоимость 1 млн токенов (TCO для 0910) | $0,00077 (ориентировочно 0,07 ₽) |
| Стоимость API на ввод (1 млн токенов) | $0,15 (ориентировочно 14 ₽) |
| Интерактивная скорость (P90) | >100 токенов/сек на пользователя |
| Вычислительный комплекс | GB300 NVL72 |
| Программная платформа | Dynamo vLLM |
Показатель аппаратной себестоимости (TCO) в $0,00077 за 1 миллион токенов был рассчитан еще для предыдущей версии V4.1 Flash от 10 сентября (0910). Для выпущенной сборки 1017 аппаратные затраты оказались еще ниже благодаря оптимизации работы алгоритмов.
Алгоритмическая оптимизация и рост нагрузки
Заявленный тариф API на ввод составляет $0,15 за миллион токенов, однако реальные затраты инфраструктуры значительно ниже из-за эффективного использования оборудования. В сборке V4.1 Flash-1017 цена API осталась прежней, но инженеры сократили расход токенов на решение задач примерно в два раза по сравнению с предыдущей версией.
Сравнение с другими открытыми нейросетями показывает, что в категории до 1 триллиона параметров выгода V4.1 Flash достигает 10 раз. Для моделей масштабом от 1,5 до 3 триллионов параметров разница в затратах превышает 40–50 раз.
Благодаря сверхнизкой себестоимости сторонние сервисы начали снижать тарифы. В OpenCode и CommandCode тарифный план за $10 (ориентировочно 950 ₽) обеспечивает объем работы, эквивалентный $80–120 (ориентировочно 7 600–11 400 ₽), а OpenCode временно открыл бесплатный доступ. На агрегаторах маршрутизации объем вычислений V4.1 Flash уже измеряется сотнями триллионов токенов, превышая суммарную нагрузку нескольких конкурентов.
Что это значит для вас
Масштабное удешевление вычислений снизит затраты на использование искусственного интеллекта в разработке, аналитике и интеграции в программное обеспечение. Разработчики и сервисы могут существенно уменьшить расходы на обработку текстовых запросов и генерацию кода.
Информация о прямой доступности сервисов DeepSeek для пользователей из России в источниках отсутствует. При этом использовать модель можно через сторонние среды разработки, агрегаторы API и партнерские платформы, поддерживающие V4.1 Flash.
