دیپ‌سیک V۴ Pro با ۱.۷ تریلیون پارامتر منتشر شد؛ رقیبی جدی برای مدل‌های انحصاری!

دیپ‌سیک نسخه نهایی V4 Pro را با حدود ۱.۷ تریلیون پارامتر، مجوز متن‌باز MIT و پنجره متنی یک میلیون توکنی منتشر کرد؛ مدلی که ادعا می‌شود توان رقابت با قدرتمندترین هوش‌های مصنوعی اختصاصی را دارد.

دیپ‌سیک سرانجام نسخه تجاری و نهایی DeepSeek V4 Pro را پس از حدود چهار ماه از مرحله پیش‌نمایش خارج کرد. این مدل برخلاف رویه معمول شرکت‌های بزرگ فناوری، بدون برگزاری مراسم یا انتشار اطلاعیه رسمی گسترده معرفی شد و نخستین نشانه‌های عرضه آن از طریق کارت مدل در Hugging Face و انتشار اطلاعاتی درباره نتایج بنچمارک‌ها در شبکه‌های اجتماعی به دست آمد.

مدل ۱.۷ تریلیون پارامتری دیپ‌سیک چه مشخصاتی دارد؟

اطلاعات منتشرشده درباره V4 Pro اعداد بسیار بزرگی را نشان می‌دهد. وزن‌های این مدل در هاگینگ فیس حدود ۸۹۳ گیگابایت حجم دارند و مجموع پارامترهای آن به حدود ۱.۷ تریلیون می‌رسد.

البته تعداد پارامترهای فعال مدل برای هر توکن بسیار کمتر است و حدود ۴۹ میلیارد پارامتر در هر مرحله فعال می‌شوند. این ساختار به دیپ‌سیک اجازه می‌دهد مدلی با ظرفیت بسیار بالا ایجاد کند، بدون اینکه تمام پارامترهای آن برای پردازش هر توکن مورد استفاده قرار بگیرند.

V4 Pro همچنین پنجره متنی یک میلیون توکنی را حفظ کرده و از ماژول رمزگشایی DSpark استفاده می‌کند. این مدل با مجوز MIT منتشر شده است؛ موضوعی که امکان استفاده، تغییر، توزیع و بهره‌برداری تجاری از آن را با محدودیت‌های بسیار کمتری نسبت به مدل‌های انحصاری فراهم می‌کند.

عملکرد DeepSeek V4 Pro چگونه است؟

داده‌های اولیه منتشرشده نشان می‌دهند نسخه نهایی V4 Pro در برخی آزمون‌ها نسبت به نسخه پیش‌نمایش عملکرد بهتری دارد و می‌تواند با تعدادی از قدرتمندترین مدل‌های اختصاصی بازار رقابت کند.

در اطلاعات منتشرشده، امتیاز ۸۷.۹ در Terminal Bench 2.1، امتیاز ۶۰.۰ در HLE همراه با ابزارها و امتیاز ۸۳.۳ در Cybergym به چشم می‌خورد.

بااین‌حال، یک ابهام مهم وجود دارد؛ دیپ‌سیک به‌طور دقیق اعلام نکرده است منظور از مدل‌های انحصاری رقیب در این مقایسه کدام مدل‌ها هستند. به همین دلیل، برای قضاوت دقیق درباره جایگاه V4 Pro باید منتظر آزمایش‌های مستقل و قابل تکرار ماند.

مجوز MIT چه اهمیتی دارد؟

یکی از مهم‌ترین ویژگی‌های DeepSeek V4 Pro، مجوز MIT است. این مجوز به شرکت‌ها و ارائه‌دهندگان خدمات ابری اجازه می‌دهد در صورت برخورداری از زیرساخت سخت‌افزاری لازم، وزن‌های مدل را دریافت کنند و آن را برای سرویس‌های خود به کار بگیرند.

این مسئله می‌تواند V4 Pro را به گزینه‌ای جذاب برای توسعه‌دهندگانی تبدیل کند که ترجیح می‌دهند به‌جای پرداخت هزینه استفاده از API مدل‌های اختصاصی، مدل را روی زیرساخت خود اجرا کنند.

البته حجم بسیار زیاد مدل، مانع مهمی برای استفاده گسترده از آن است.

اجرای V4 Pro به سخت‌افزار قدرتمند نیاز دارد

وزن‌های ۸۹۳ گیگابایتی V4 Pro برای اجرا در قالب‌های BF16 و FP8 به زیرساخت پردازشی بسیار قدرتمند، حافظه زیاد و معماری توزیع‌شده نیاز دارند. بنابراین اجرای مستقیم این مدل روی کامپیوترهای شخصی معمولی عملاً امکان‌پذیر نیست.

از سوی دیگر، پایان دوره پیش‌نمایش ظاهراً با افزایش قابل‌توجه قیمت API دیپ‌سیک همراه خواهد بود. همین مسئله می‌تواند استفاده مستقیم از وزن‌های متن‌باز V4 Pro را برای برخی توسعه‌دهندگان و شرکت‌ها اقتصادی‌تر کند.

اکنون کارشناسان حوزه هوش مصنوعی در حال بررسی وزن‌ها و داده‌های منتشرشده هستند تا نتایج بنچمارک‌های اعلام‌شده را به‌صورت مستقل ارزیابی کنند. در صورت تأیید این نتایج، DeepSeek V4 Pro می‌تواند یکی از مهم‌ترین مدل‌های متن‌باز بازار در رده مدل‌های بسیار بزرگ باشد.