DeepSeek, 50%'den fazla token kullanım azalmasıyla V4.1 Flash-1017 modelini başlatıyor

Odaily Yıldız Günlüğü: DeepSeek, büyük modelin yeni sürümü V4.1 Flash-1017'yi resmen duyurdu. Ulusal yapay zeka büyük modellerinin genel olarak iterasyonun kritik aşamasında olduğu şu dönemde, bu sürüm ilk olarak yükseltmeyi tamamladı ve genel performans önemli ölçüde arttı. Daha önce açık verilerle teknik göstergeleri paylaşılmıştı; bu kez DeepSeek, modelin verimlilik ve maliyet boyutlarındaki genel performansını doğrudan göstermek için ilk kez Pareto öncelik eğrisini kendi başına yayınladı. V4.1 Flash-1017, bu eğride sektörde lider konumda: birim görev toplam maliyeti, Fable, Astra ve benzeri modellerin yüzde bir ile yüzde yirmi arası; maliyet-verimlilik avantajı ise kırk ile elliden fazla kat. Yayınlanan 1017 sürümü, mevcut API fiyat yapısını korurken, Token kullanım verimliliğinde derin bir yeniden yapılandırma gerçekleştirdi—görev algılayan sıkıştırma, dinamik bağlam kesme ve uyumlu çözme stratejileri aracılığıyla tüm istek türlerinin gerçek Token tüketimini önemli ölçüde azalttı. Gerçek testler, çoğu senaryoda Token tüketiminin önceki sürüme göre %50'den fazla düştüğünü gösterdi; bu da ilgili TCO seviyelerinin eş zamanlı olarak yeni bir gerçek düşüşe gireceğini anlamına geliyor. (Sina Finans)