DeepSeek odświeża V4-Flash do buildu 0731. Tańszy model wyprzedza własnego flagowca na wszystkich dziewięciu testach agentowych

DeepSeek wydał 31 lipca oficjalną publiczną betę swojego API pod oznaczeniem DeepSeek-V4-Flash-0731. To nie nowy model ani zmieniona architektura — firma sama podkreśla, że build ma identyczne parametry i rozmiar co dotychczasowy V4-Flash-Preview, a jedyną różnicą jest ponowny post-trening. Sposób wywołania API pozostaje bez zmian, więc dla deweloperów aktualizacja jest transparentna.

Co dokładnie zmienił DeepSeek w buildzie 0731?

Skok dotyczy niemal wyłącznie zdolności agentowych. Według danych opublikowanych przez DeepSeek build 0731 pokonuje własny flagowy model V4-Pro-Preview na wszystkich dziewięciu benchmarkach agentowych i kodowania, jakie firma podała do publicznej wiadomości. Innymi słowy: mniejszy, tańszy model w rodzinie okazał się skuteczniejszy w zadaniach wymagających planowania wieloetapowego, korzystania z narzędzi i pisania kodu niż system, który miał być wizytówką laboratorium.

Jak mniejszy model wyprzedza własnego flagowca?

Odpowiedź leży w post-treningu, nie w skali. DeepSeek nie zwiększył modelu ani nie zmienił jego architektury — poprawił wyłącznie sposób, w jaki był douczany po treningu bazowym, celując konkretnie w zachowania agentowe: dłuższe łańcuchy decyzji, precyzyjniejsze wywołania narzędzi, mniej błędów przy wykonywaniu wieloetapowych poleceń. Przy cenie 0,14 dol. za milion tokenów wejściowych i 0,28 dol. za wyjściowe V4-Flash-0731 zostaje najtańszym modelem w portfolio DeepSeek, a jednocześnie — w zadaniach agentowych — najskuteczniejszym. O aktualizacji pisali już m.in. Simon Willison, MarkTechPost i TechTimes, zwracając uwagę właśnie na tę rozbieżność między ceną a wynikami.

Dlaczego to odpowiedź na wojnę cenową, a nie przypadek?

Timing nie jest przypadkowy. Dzień wcześniej, 30 lipca, OpenAI ścięło ceny GPT-5.6 Luna o 80 proc. — do 0,20 dol. za milion tokenów wejściowych i 1,20 dol. za wyjściowe — podcinając DeepSeek akurat na stawce wejściowej, gdzie Luna staje się tańsza. DeepSeek odpowiada nie nowym kapitałem, lecz produktem: firma w ostatnich tygodniach wstrzymała rundę finansowania wartą 1,5 mld dol. wśród doniesień o wewnętrznych zastrzeżeniach założyciela Lianga Wenfenga co do dystansu wobec amerykańskich laboratoriów, a jednocześnie przygotowuje IPO na szanghajskim rynku STAR przy wycenie sięgającej 71 mld dol. W tej sytuacji szybka, tania aktualizacja istniejącego modelu — bez czekania na kolejną rundę czy debiut giełdowy — jest najprostszym sposobem, by utrzymać przewagę w segmencie tanich modeli agentowych, który wyznacza dziś najostrzejszą linię frontu cenowego w branży.

Rywalizacja rozgrywa się teraz na poziomie pojedynczych centów za milion tokenów, a nie parametrów czy architektur — i to laboratoria, które potrafią najszybciej dostroić istniejący model pod konkretne zastosowanie, zyskują przewagę mierzoną w dniach, nie miesiącach.