DeepSeek-V4-Pro-0813 — открытый флагман с 1,7 триллионов параметров выходит из беты

DeepSeek представила стабильную версию своей флагманской открытой модели — DeepSeek-V4-Pro-0813. Модель базируется на архитектуре MoE, имеет 1.7 триллиона общих и лишь 49 миллиардов активных, что делает ее не только мощной, но и доступной для развертывания в локальных ИИ-кластерах. В апдейт также вошел новый модуль спекулятивного декодирования DSpark, который заметно ускоряет генерацию ответов. По заявлениям разработчиков, модель вышла на уровень, сравнимый с лучшими проприетарными системами, и теперь уверенно конкурирует с Kimi K3 и GLM-5.2 в открытом сегменте.

Архитектурно модель сохранила основу предварительной версии — Mixture-of-Experts с 1.7 трлн параметров и 49 млрд активных параметров. Благодаря такому соотношению DeepSeek-V4-Pro обеспечивает высокое качество рассуждений при значительно меньших затратах, чем у плотных моделей аналогичного уровня. Ключевое отличие от Preview — новая система агентного мышления: модель получила три уровня усилия (low, high, max), позволяющих балансировать между скоростью и глубиной анализа.

В агентных сценариях DeepSeek-V4-Pro-0813 демонстрирует существенный прогресс. Она научилась надежнее удерживать контекст многошаговых задач, точнее вызывать инструменты и восстанавливаться после ошибок, что критично для производственных систем. В задачах кодирования модель теперь способна не только генерировать отдельные фрагменты, но и собирать проекты целиком, проверяя работоспособность.

Бенчмарки подтверждают заявленный рывок. На Terminal-Bench 2.1 модель набирает 87.9, обходя Claude Opus 4.8 (85.0) и почти сравниваясь с Kimi K3 (88.3) и Claude Fable 5 (88.0). В DeepSWE результат 62.7 — выше Opus 4.8 (58.0), хотя и уступает Kimi K3 (67.5) и Fable 5 (70.0). На Cybergym, оценивающем навыки кибербезопасности, показатель 83.3, что превосходит Opus 4.8 (78.3) и лишь немного ниже Fable 5 (83.1). В Toolathlon-Verified модель достигает 74.1 против 76.2 у Opus 4.8 и 77.9 у Fable 5.

Общие знания измерялись бенчмарком HLE: DeepSeek-V4-Pro-0813 набирает 42.7/60.0, опережая GLM-5.2 (40.5/54.7), но уступая Opus 4.8 (49.8/57.9) и Fable 5 (53.3/63.0). Внутренние тесты DSBench-FullStack и DSBench-Hard показывают 71.1 и 67.2 соответственно, что почти втрое выше показателей предварительной версии (41.8 и 31.1). Такой скачок свидетельствует о глубокой переработке агентной логики, а не о простом дообучении.

Выход стабильной открытой модели с 1.7 трлн параметров и 49 млрд активных — важная веха для open-source сообщества. DeepSeek доказала, что можно построить систему, приближающуюся к закрытым флагманам по агентным и кодовым задачам, хоть и требуя больших вычислительных мощностей. Модель уже конкурирует с лучшими открытыми аналогами, а в некоторых тестах — и с проприетарными лидерами. Для разработчиков, разворачивающих собственные агентные рои на мощном железе, это открывает возможность получить огромную производительность без привязки к облачным API и с полным контролем над весами. Разрыв с Fable 5 в наиболее общих рассуждениях еще ощутим, но в практических сценариях — от терминала до кибербезопасности — DeepSeek-V4-Pro-0813 уже находится в шаге от вершины.