Penjelasan Mendalam Model DeepSeek V4: Skala Parameter, Kemampuan, dan Performa
DeepSeek V4 Modeldeepseek v4DeepSeek V4model bahasa besar
Model DeepSeek V4 mendorong konteks panjang hingga jutaan token dan memperkenalkan multimodal native serta arsitektur baru. Artikel ini memberikan penjelasan singkat mengenai skala parameter, kemampuan, dan performa DeepSeek V4.
1. Parameter dan Arsitektur
- Skala: Versi penuh V4 sekitar 1 triliun parameter MoE, dengan parameter aktif sekitar 32 miliar; V4 Lite sekitar 200B, telah dirilis.
- Konteks: Ditingkatkan dari 128K menjadi 1 juta token, membuat seluruh basis data, dokumen panjang, dan Agent multi-putaran lebih dapat digunakan.
- Arsitektur: Memori kondisional Engram, perhatian jarang DSA, koneksi hiper yang ditingkatkan mHC, mengendalikan biaya dan meningkatkan stabilitas dalam konteks panjang.
2. Poin-poin Kemampuan
- Multimodal Native: Pemodelan terpadu untuk teks, gambar, dan video, mendukung teks-ke-gambar, teks-ke-video, dan penalaran lintas modal.
- Kode: SWE-bench Verified yang bocor sekitar 83.7%, memiliki pemikiran rekayasa global.
- Biaya: Biaya inferensi memiliki keunggulan relatif dibandingkan pesaing, menguntungkan untuk Agent 7×24 dan aplikasi skala besar.
3. V4 Lite dan Versi Penuh
Saat ini V4 Lite telah dirilis; versi penuh diperkirakan memiliki jumlah parameter dan kemampuan yang lebih tinggi, detailnya mengikuti ketentuan resmi. Rute Model DeepSeek V4 adalah konteks panjang + multimodal native + efisiensi biaya.
Ingin langsung mencoba DeepSeek V4? Klik tombol di bawah.