DeepSeek V4 Model: Dettagli su Scala dei Parametri, Capacità e Prestazioni
DeepSeek V4 Model spinge il contesto lungo a milioni di token e introduce la multimodalità nativa con una nuova architettura. Questo articolo fornisce una panoramica dettagliata sulla scala dei parametri, le capacità e le prestazioni di DeepSeek V4.
1. Parametri e Architettura
- Scala: La versione completa di V4 ha circa 1 trilione di parametri MoE, con circa 32 miliardi di parametri attivi; V4 Lite, già rilasciata, ha circa 200B.
- Contesto: Aumentato da 128K a 1 milione di token, rendendolo più utilizzabile per interi database, documenti lunghi e Agent multi-turn.
- Architettura: Memoria condizionale Engram, attenzione sparsa DSA, connessioni iper-migliorate mHC, che controllano i costi e migliorano la stabilità in contesti lunghi.
2. Punti Chiave delle Capacità
- Multimodalità Nativa: Modellizzazione unificata di testo, immagini e video, supporta generazione di immagini e video da testo e ragionamento cross-modale.
- Codice: Punteggio SWE-bench Verified trapelato circa 83.7%, dotato di pensiero ingegneristico globale.
- Costo: Vantaggio nei costi di inferenza rispetto ai concorrenti, favorevole per Agent 7×24 e applicazioni su larga scala.
3. V4 Lite vs Versione Completa
Attualmente è stata rilasciata V4 Lite; si prevede che la versione completa abbia una maggiore quantità di parametri e capacità, i dettagli saranno confermati ufficialmente. La roadmap di DeepSeek V4 Model è: contesto lungo + multimodalità nativa + efficienza dei costi.
Per provare direttamente DeepSeek V4, clicca il pulsante qui sotto.