Цензурасыз DeepSeek API
1,6 триллион параметрлик DeepSeek Mixture-of-Experts баш тартуу катмарысыз тейленет: 262K контекст, өзүнүн ой жүгүртүү аракети, курал чакыруу жана өз GPU кластерибиздеги үч API диалекти.
Кыскача
DeepSeek-V4-Pro-0813-3BIT-REAP — Shannon AI'дын цензурасыз катарындагы флагмандык ой жүгүртүү жана код модели. Негизи — DeepSeek-AI'дын ачык салмактуу V4-Pro модели: жалпы 1,6T параметр, ар бир токенге 49B активдешет, MIT лицензиясы менен, миллион токендик контекст үчүн өзүнүн үйрөтүлүшү менен. Биз аны өз GPU кластерибизде 3 биттик салмактарда, REAP эксперт кыскартуусу менен, 262 144 токендик терезеде, эң көп 16 384 токендик чыгуу менен, агымдуу берүү, өзүнүн курал чакыруусу, катуу json_schema чыгуусу жана reasoning_effort жөнгө салгычы менен тейлейбиз. 1M кирүүгө $1.95, 1M чыгууга $3.90. Көрүү жок. Баш тартуу катмары жок, чыгууну чыпкалоо жок.
«Цензурасыз DeepSeek API» деген сөз айкашы менен келгендер бир конкреттүү нерсени каалашат: DeepSeek'тин ой жүгүртүү жана код жазуу жөндөмү бар, ошол эле учурда чындап берилген суроого жооп берген модель. Жөндөм жагы жакшы документтештирилген — DeepSeek-AI архитектурасын жана сандарын жарыялады, ал эми салмактар Hugging Face'те MIT алдында жатат. Экинчи жарымы — операциялык чечим, жана аны көбүнчө сиздин ордуңузга башка бирөө кабыл алат. Бул барак экөөнү тең камтыйт: V4-Pro негизи деген эмне, биздин 3BIT-REAP курулушу ага эмне кылат жана биз «цензурасыз» дегенде так эмнени билдиребиз.
01«Цензурасыз DeepSeek API» чындыгында эмнени билдирет
Бир эле сөздүн алдына эки башка механизм жазылып жүрөт. Биринчиси — салмактарга бышырылып киргизилген тегиздөө, б.а. кийинки үйрөтүү учурунда үйрөнүлгөн баш тартуу жүрүм-туруму. Экинчиси — тейлөө тарабындагы модерация катмары: промптуңузду модель көрөөрдөн мурун, ал эми чыгууну сиз көрөөрдөн мурун текшерген өзүнчө классификатор, ал модель эмне айткысы келгенине карабай жоопту сүйлөмдүн ортосунан кесип таштай алат.
Экөө тең өлчөнөт, ал эми DeepSeek'тин өз кызматы өлчөнгөн. Promptfoo саясий жактан сезимтал суроолордон 1 360 промпттук топтом чогултуп, DeepSeek'тин хостингдеги R1 модели алардын 1 156ынан баш тартканын же четтегенин билдирген — болжол менен 85%. Ушул эле үй-бүлө боюнча академиялык иш авторлор ой басуу деп атаган өзүнчө бузулуу түрүн тапкан: сезимтал темада моделдин ой жүгүртүү изи башталары менен эле дээрлик токтоп калат. Information Sciences журналында жарыяланган өзүнчө аудит семантикалык деңгээлдеги басууну документтештирген: моделдин ички ой жүгүртүүсүндө бар мазмун колдонуучуга жетээрден мурун тынч эле алынып салынат же кайра жазылат. Бул ачык баш тартуудан кыйыныраак көйгөй, анткени кыркылган жооп жоопко окшоп калат.
Биз иштеткен нерсе — ачык салмактуу чыгарылыш, өзүбүз тейлеген жабдыкта, Америка Кошмо Штаттарында, Shannon Lab LLC карамагында. Моделдин алдында баш тартуу катмары жок жана кайра келген нерсеге чыпка колдонулбайт: промптуңуз тейленээрден мурун саясат боюнча классификацияланбайт, ал эми чыгуу агымы жолдо текшерилбейт. Негиз MIT лицензиясында жана ачык болгондуктан, биздин сөзгө ишенбей туруп, чыгууларыбызды үлгү салмактар менен өзүңүз салыштыра аласыз.
02Негизи: DeepSeek-V4-Pro, 1,6T MoE
DeepSeek-V4 — DeepSeek-AI'дын учурдагы ачык салмактуу үй-бүлөсү: 2026-жылдын апрелинде алдын ала көрсөтүлүп, MIT алдында эки өлчөмдө чыккан — V4-Flash (жалпы 284B, активдүү 13B) жана V4-Pro (жалпы 1,6T, активдүү 49B). Бул макала Pro деңгээли жөнүндө. Экөө тең болжол менен 33 триллион токенде алдын ала үйрөтүлгөн жана экөө тең миллион токендик контекстти өзүнөн колдойт.
Байкоого арзыганы — сейректик катышы: ар бир токенде параметрлердин болжол менен 3% гана иштейт, дал ушул мынчалык чоң моделди жалпысынан тейлөөгө мүмкүн кылат. MoE блогунун өзү дагы эле DeepSeekMoE — V2'де киргизилген майда бөлүнгөн маршруттук эксперттер плюс дайыма иштеген жалпы эксперттер — V4'тө анча-мынча гана өзгөрүү менен, эң көрүнүктүүсү эң алгачкы катмарлардагы хеш-маршруттоо. V3'төгү жардамчы максат болгон жана спекулятивдик декоддоону да мүмкүн кылган Multi-Token Prediction өзгөрүүсүз сакталган.
V4'төгү жаңы бөлүктөр структуралык. Manifold-Constrained Hyper-Connections (mHC) кадимки калдык жолду Sinkhorn–Knopp проекциясы аркылуу кош стохастикалык матрицалардын көп түрдүүлүгүнө чектелген үйрөнүлгөн аралаштыруу матрицасына алмаштырат — бул киргизүүгө жараша кайра салмактанган, бирок өтө терең стектерди өлтүрүүчү сандык жылыш жок калдык агым. Үйрөтүү көпчүлүк модулдар үчүн AdamW'ден Muon'го көчкөн, Newton–Schulz ортогоналдаштыруусу менен, ал эми AdamW эмбеддингдер, божомол баштары, нормалдаштыруу жана статикалык mHC параметрлери үчүн гана калтырылган. Ал эми эксперт салмактары FP4'тө үйрөтүлөт, калган параметрлердин көбү FP8'де — башынан эле кванттоону эске алуу менен, бул моделдин кийинки кысууну канчалык жеңил көтөрөрү үчүн маанилүү.
03MLA'дан CSA + HCA'га: DeepSeek узун контекстти кантип арзан кармайт
Төрт муун бою DeepSeek'тин өзөктүү сызыгы өлчөм эмес, көңүл буруунун экономикасы. Ар бир версия KV кэшине кол салган, анткени ал контекст менен сызыктуу өсөт жана узун узундуктарда эстутумда үстөмдүк кылат.
- V2 Multi-head Latent Attention (MLA) киргизген — ачкычтар менен маанилерди латенттик векторго төмөн рангдуу биргелешкен кысуу, ошондуктан жаратуу ар бир баш үчүн толук K менен V'нин ордуна ошол векторду плюс ажыратылган RoPE ачкычын кэштейт. DeepSeek KV кэши стандарттуу көп баштуу көңүл буруунун болжол менен 4–14%ына чейин түшкөнүн, сапат сакталганын же жакшырганын билдирген.
- V3 муну 671B'ге чейин масштабдап, MLA'ны ачык моделдердеги арзан узун контексттин демейки божомолуна айландырган.
- V3.2 DeepSeek Sparse Attention (DSA) кошкон: ал баарына көңүл бургандын ордуна жеңил индексатор аркылуу ар бир сурам үчүн тарыхтын top-k бөлүгүн тандайт.
- V4 экөөнү айкаштырат. Compressed Sparse Attention (CSA) адегенде ар бир m токендин KV жазууларын үйрөнүлгөн салмактар менен бир жазууга кысат, анан ошол кысылган жазуулардын үстүнөн сейрек top-k тандоону иштетет. Heavily Compressed Attention (HCA) алда канча катуу кысат, бирок натыйжанын үстүндө тыгыз бойдон калат. Эки катмар түрү стек боюнча кезектешет, ошондуктан арзан жалпы кыскача мазмун менен так жергиликтүү издөө чогуу жашайт.
Миллион токендик контексттеги билдирилген утуш кескин: V4-Pro V3.2 менен салыштырганда токенге инференс FLOPторунун болжол менен 27%ын жана KV кэшинин 10%ын талап кылат. Дал ошондуктан 262K сурам эстутум окуясы эмес, кадимки сурамдай жүрөт, ал эми узун контексттеги издөө сандары ондогон миң токенден кийин урап түшпөй, туруктуу калат.
043BIT-REAP кошумчасы эмнени билдирет
Биздин каталогдогу id 3BIT-REAP менен бүтөт, ал эми бул тартиби менен колдонулган эки көз карандысыз кысуу кадамын сүрөттөйт.
REAP: эксперттерди бириктирбей, кыскартуу
REAP — Cerebras Research'тин Router-weighted Expert Activation Pruning ыкмасы, «REAP the Experts: Why Pruning Prevails for One-Shot MoE Compression», ICLR 2026'га кабыл алынган. Сейрек MoE'де маршрутизатор өз эксперттерин бирдей колдонбойт: узун куйругу сейрек, алсыз же экөө тең тандалат. REAP ар бир экспертти маршрутизатор дарбазасынын маанилерин (канчалык көп жана канчалык күчтүү тандаларын) эксперттин активация нормалары менен (чыгуусу канчалык салым кошорун) айкалыштырып баалайт, анан утулгандарын түз эле өчүрөт.
Макаланын жүйөсү мындай: кыскартуу бириктирүүдөн жакшы. Бириктирүү MoE'ни курууга арзыткан функционалдык адистешүүнү орточолоп жок кылат, ал эми маршрутизатор араң жеткен эксперттерди өчүрүү аны сактайт. 20B'ден 1T'ге чейинки моделдерде REAP жаратуучу бенчмарктарда бириктирүүдөн да, атаандаш кыскартуу ыкмаларынан да озуп чыккан, ал эми авторлор Qwen3-Coder-480B менен Kimi-K2'де 50% эксперт кыскартууда код жаратуу жана курал чакыруу боюнча дээрлик жоготуусуз натыйжаларды билдирет — бул дал ушул модель бул жерде турган жумуш профили.
3 биттик салмактар: эң чоң негиздер үчүн кысуу деңгээли
Аман калгандары андан кийин 3 биттик салмактарга кванттелет. Үч бит — катуу чечим, жана биз аны башкача көрсөткүбүз келбейт: катар боюнча негиз кысууну талап кылбагыдай кичине болгон жерде W8A16, ортодо W4A16-AUTOROUND-REAP, ал эми 3BIT-REAP эң чоң негиздерде гана колдонулат — ал жерде бул моделди тейлөө менен таптакыр тейлебөөнүн ортосундагы айырма.
Алмашуу ачык айтууга арзыйт: 3 биттик 1,6T MoE үлгү чыгарылышы менен бит-бит бирдей эмес, жана кичине сапат жоготуусу чыныгы нерсе. Анын ордуна сиз кысылбаган чеги жогорку тактыкта эркин баткан бардык нерседен алда канча жогору турган негизди аласыз — ал эми V4'түн эксперттери башынан эле FP4'тө үйрөтүлгөндүктөн, модель кийинки салмак кысуусуна өзгөчө жакшы чыдайт. Эгер тактыкка жумшагыраак тийген DeepSeek курулушу керек болсо, DeepSeek-V4-Flash-0731-W4A16-AUTOROUND-REAP ошол эле 262K контекстте, $0.50 кирүү / $2.00 чыгуу баасында 16 биттик активациялар жана AutoRound'дун үйрөнүлгөн тегеректөөсү менен 4 биттик салмактарды колдонот.
05Ой жүгүртүү жана reasoning_effort жөнгө салгычы
V4'түн кийинки үйрөтүүсү домен адистерин өз-өзүнчө үйрөтөт — математика, код жазуу, агенттер, көрсөтмө аткаруу — SFT'ден кийин GRPO менен, б.а. DeepSeek R1 менен кошо киргизген Group Relative Policy Optimization ыкмасы менен. Ал адистер андан соң тескери KL максаты боюнча саясаттын үстүндөгү дистилляция аркылуу бир моделге бириктирилет, ошондуктан бир чекпоинт бардыгында орто эсептеги генералист болуунун ордуна бир нече доменде бир учурда адис деңгээлиндеги жүрүм-турумду алып жүрөт.
Чыгарылган модель эки абалдуу которгучтун ордуна баскычтуу ой жүгүртүү режимдерин ачат. Биздин шлюзда бул — ушул моделдеги эң пайдалуу бирден-бир жөнгө салгыч, стандарттуу reasoning_effort параметри:
- Low — дээрлик түз жооп берүү: классификация, чыгарып алуу, кайра жазуу, б.а. моделдин ой жүгүртүүсү үчүн эмес, билими үчүн төлөп жаткан бардык иштер.
- Medium — код карап чыгуу, мүчүлүштүктөрдү издөө жана көп кадамдуу талдоо үчүн демейки жумушчу режим.
- High — жооп бергенге чейинки узак ой жүгүртүү. Оор маселелер ушул жерде чечилет, ошондой эле чыгуу токендери боюнча эсебиңиз ушул жерде жашайт, анткени ой жүгүртүү токендери чыгуу катары эсептелет.
Баш тартуу катмары жок болгондуктан, ой жүгүртүү изи сезимтал темада кыркылбайт — расмий кызматта документтештирилген ой басуу үлгүсү бул жерде пайда болууга механизмге ээ эмес.
06Код жана агенттик иш: негиз эмне көрсөтөт
Булар — V4-Pro чыгарылышы боюнча DeepSeek-AI'дын өзү жарыялаган сандары, биздики эмес жана биздин кванттелген курулушта өлчөнгөн эмес. Биз аларды көрсөтөбүз, анткени бул негизди тандоонун чынчыл себеби ошолор, ал эми аларды тиешелүү салмак менен кабыл алышыңыз үчүн биринчи тараптыкы деп белгилеп коёбуз.
Экөө комментарийге арзыйт. SWE-bench Verified боюнча 80,6% — чыныгы репозиторийдеги маселени чечүү: тааныш эмес кодду окуу, кемчиликти табуу, долбоордун өз тесттеринен өткөн патч жасоо. Миллион токендеги MRCR (83,5) — толук узундуктагы көп раунддуу кореференттик издөө, б.а. узун контекст жөнүндөгү доомат жасалга эмес экенин айткан сан. DeepSeek ошондой эле модель үчүн 3206 Codeforces рейтингин жана 1M контексттеги CorpusQA боюнча 62,0 көрсөткүчүн билдирет.
Жогорудагы сандар DeepSeek-V4-Pro үлгү чыгарылышы боюнча DeepSeek-AI билдирген сандар. Биздин 3BIT-REAP курулушу ошол салмактардын кысылган варианты жана бул тапшырмаларда көз карандысыз бенчмаркталган эмес; үлгү упайларын бул учтун өлчөөсү катары эмес, негиздин чеги катары кабыл алыңыз.
07262K контекст: чындыгында эмне батат
Үлгү модели миллион токенге үйрөтүлгөн. Биз 262 144 тейлейбиз — шлюздагы ар бир модель бөлүшкөн терезе, ошондуктан моделди алмаштыруу бир саптык өзгөрүү жана эч качан контексттин артка кетиши эмес. Иш жүзүндө 262K чыныгы жумуштун көбүндө контекст чектеп калган чектен алда канча алыс:
| Жумуш | Болжолдуу токен | 262K'га батабы? |
|---|---|---|
| Орто көлөмдөгү сервис репозиторийи (~50 миң сап) | ~600K | Жок — модулдарды тандаңыз |
| Бир подсистема жана анын тесттери | ~60–120K | Ооба, эркин |
| Протокол боюнча толук RFC топтому | ~150K | Ооба |
| 700 барактуу техникалык китеп | ~250K | Ооба, чекке жакын |
| Узак агент иши, 40+ курал кезеги | ~80–200K | Ооба |
Пландаштырууга керектүү чек — чыгуу: ар бир жоопко эң көп 16 384 токен. Бул узун документ же олуттуу, көп файлдуу патч, бирок код базасы эмес. Чоң жаратуу иштери бир алп аяктоо сурап эмес, мурунку чыгууну кайра контекстке кошуп, сурамдарды чынжырга тизүү менен аткарылат — муну 262K терезеси арзан кылат.
08Баасы жана V4-Pro катарда кайда турат
Миллион токенге $1.95 кирүү / $3.90 чыгуу баасы менен V4-Pro — флагмандык ой жүгүртүү деңгээли, б.а. маселе оор болгондо кайрыла турган модель. Ал жөн гана чоң болгондо, ошол эле 262K терезедеги арзаныраак моделдер аны төрттөн бир баада аткарат.
| Цензурасыз модель | Кирүү / 1M | Чыгуу / 1M | Көрүү | Эмнеге ылайык |
|---|---|---|---|---|
| DeepSeek-V4-Pro · 3BIT-REAP | $1.95 | $3.90 | Жок | Оор ой жүгүртүү, код, агенттер |
| DeepSeek-V4-Flash · W4A16 | $0.50 | $2.00 | Жок | Ошол эле тек, чоң көлөм |
| GLM-5.2 · 3BIT-REAP | $0.73 | $2.34 | Жок | Жалпы багыттагы жумушчу ат |
| Kimi-K3 · 3BIT-REAP | $3.83 | $19.12 | Ооба | Жогорку деңгээлдеги мультимодалдык агенттер |
| MiniMax-M3 · 3BIT-REAP | $0.50 | $2.00 | Ооба | Эң арзан көрүү |
Адамдар чындыгында жасай турган салыштыруу тууралуу түз айтабыз: DeepSeek'тин өз API'си мындан арзан — расмий V4-Pro болжол менен $0.435 кирүү / $0.87 чыгуу деп жарыяланган, ал эми алардын кэшке тийген кирүү баасы андан да төмөн. Эгер токендин баасы жалгыз критерийиңиз болсо жана модерация жүрүм-туруму ишиңизге таасир этпесе, расмий API'ди колдонуңуз; муну кийин өзүңүз билип калгандан көрө, биз азыр айтып койгонубуз жакшы. Кошумча баа башка касиеттердин топтомун берет: баш тартуу катмары жана чыгуу чыпкасы жок, Shannon Lab LLC карамагындагы АКШ оператору, күнү белгиленген бекитилген чекпоинт (0813) — ошондуктан үн-сөзсүз жаңыртуу долбоордун ортосунда чыгууларыңызды өзгөртпөйт, бир моделге каршы үч API диалекти жана катардагы он эки моделдин баарында бирдей 262K терезе менен параметр бети.
09Чакыруу: үч диалект, бир модель
Шлюздагы ар бир модель үч учтун баарында жооп берет, ар биринде агымдуу берүү менен. Сиз жаңы SDK'ны алмаштырбайсыз — базалык URL менен модель id'син өзгөртөсүз.
curl https://api.shannon-ai.com/v1/chat/completions \
-H "Authorization: Bearer $SHANNON_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "DeepSeek-V4-Pro-0813-3BIT-REAP",
"reasoning_effort": "high",
"stream": true,
"messages": [
{"role": "system", "content": "You are a systems programmer. Be direct."},
{"role": "user", "content": "Audit this parser for memory-safety bugs."}
]
}'/v1/chat/completions— OpenAI диалекти; OpenAI SDK'лары жана алардын үстүнө курулган нерселердин баары менен иштейт./v1/messages— Anthropic диалекти, ошол формага карата жазылган код базалары үчүн./v1/responses— Responses стилиндеги интерфейс.
Бул моделде колдоого алынгандар: агымдуу берүү, өзүнүн курал чакыруусу, катуу json_schema структураланган чыгуусу, response_format жана reasoning_effort. Параметрлердин толук маалымдамасы жана жандуу аянтча API документтеринде.
10Чынчыл чектөөлөр
Анын үстүнө курулуш баштаардан мурун билүүгө тийиш төрт нерсе:
- Көрүү жок. Текст гана; ал эч бир учта сүрөт киргизүүнү кабыл албайт. Көргөн цензурасыз модель керек болсо, Kimi-K3, Kimi-K2.6, MiniMax-M3, MiMo-V2.5 же inkling колдонуңуз.
- 16 384 токендик чыгуу чеги. Жогорку аракетте ой жүгүртүү токендери да ошол чекке кирет, ошондуктан узак ой жүгүртүү жоопко азыраак орун калтырат. Чоң жаратуу иштери үчүн сурамдарды чынжырга тизиңиз.
- 3 бит — чыныгы кысуу. Үлгү упайлары негизди сүрөттөйт, бул курулушту эмес. Эң жогорку тактыктагы деңгээл үчүн
W8A16моделдери (MiMo-V2.5-Pro, MiMo-V2.5, Hy3) эң аз кванттоону алып жүрөт. - Цензурасыздык кесепетсиз дегенди билдирбейт. Баш тартуу катмарынын жоктугу эмне сурааныңыз жана жооп менен эмне кылганыңыз үчүн жоопкерчилик сизде экенин билдирет — биздин тейлөө шарттарыбыздын жана иштеген жериңиздеги мыйзамдын алкагында.
Бул барактагы ар бир архитектуралык доомат жана бенчмарк саны ачык баштапкы булактан алынган. Аларды өзүңүз окуп чыгыңыз.
11Көп берилүүчү суроолор
Цензурасыз DeepSeek API деген эмне?
Бул — Shannon AI'дын өз GPU кластеринде, алдында баш тартуу катмарысыз жана кайтарган нерсесине чыпка колдонулбай тейленген DeepSeek-V4-Pro ачык салмактуу модели. Аны 262 144 токендик контекст терезеси менен /v1/chat/completions, /v1/messages же /v1/responses дарегинде чакырасыз, ал эми уч модерациялоонун ордуна жооп берет.
Бул DeepSeek'тин расмий API'синен эмнеси менен айырмаланат?
Ачык салмактардын теги бирдей, оператору менен саясаты башка. DeepSeek'тин өз кызматы токен боюнча арзаныраак жана өз модерациясын иштетет; Promptfoo менен академиялык топтор жарыялаган аудиттер ал жерде саясий жактан сезимтал промпттордо баш тартууну жана семантикалык басууну документтештирген. Shannon AI салмактарды Америка Кошмо Штаттарында баш тартуу катмарысыз иштетет, ой жүгүртүү аракети менен курал чакырууну үч API диалектинде ачат жана күнү белгиленген чекпоинтти бекитет, ошондуктан чыгуулар астыңыздан жылып кетпейт.
3BIT-REAP эмнени билдирет?
Эки кысуу кадамын. REAP — бул Router-weighted Expert Activation Pruning, б.а. Cerebras Research'тин ыкмасы: ал Mixture-of-Experts моделинен сейрек жана алсыз тандалган эксперттерди алып салат, ар бир экспертти анын маршрутизатор дарбазасынын маанилери жана активациясынын нормалары боюнча баалайт. Аман калгандары андан кийин 3 биттик салмактарга кванттелет. Экөө чогуу 1,6 триллион параметрлик негизди өз GPU кластерибизге батырат жана тез бойдон калтырат.
Контекст терезеси жана эң чоң чыгуу канчалык?
262 144 токен контекст жана ар бир сурамга 16 384 токенге чейин чыгуу. Бул кире беришинде болжол менен 600дөн 800гө чейин барак текст, чыга беришинде узун техникалык документ же чоң, көп файлдуу патч дегенди билдирет. Узак иштер чыгуу чегин көтөрүү менен эмес, сурамдарды чынжырга тизүү менен аткарылат.
DeepSeek V4 Pro курал чакырууну жана JSON схема боюнча чыгууну колдойбу?
Экөөнө тең ооба. Өзүнүн курал чакыруусу, катуу json_schema структураланган чыгуусу жана response_format — баары колдоого алынган, ошондой эле агымдуу берүү менен reasoning_effort параметри. Ал сүрөт киргизүүнү кабыл албайт; цензурасыз моделде көрүү керек болсо, анын ордуна Kimi-K3, Kimi-K2.6, MiniMax-M3, MiMo-V2.5 же inkling колдонуңуз.
Цензурасыз DeepSeek API канча турат?
Миллион кирүү токенине $1.95 жана миллион чыгуу токенине $3.90. Ушул эле цензурасыз катардын ичинде DeepSeek-V4-Flash ошол эле 262K контекст менен $0.50 кирүү жана $2.00 чыгуу, ал эми GLM-5.2 $0.73 кирүү жана $2.34 чыгуу турат, ошондуктан V4-Pro — маселе чоң эмес, оор болгондо кайрыла турган деңгээл.
DeepSeek V4 Pro'ну цензурасыз чакырыңыз
262K контекст, ой жүгүртүү аракети, курал чакыруу. Бир ачкычта OpenAI, Anthropic жана Responses диалекттери.
API документтерин окуу Бардык модель карточкаларыShannon Lab LLC · Нью-Мексико, АКШ · моделдер өз GPU кластерибизде тейленет
Булактар: DeepSeek-AI — DeepSeek-V4-Pro модель карточкасы · DeepSeek-V4 техникалык отчету (CSA/HCA, mHC, Muon) · DeepSeek-V2 (MLA, DeepSeekMoE) · DeepSeek-V3 техникалык отчету · REAP the Experts (Cerebras Research) · Promptfoo цензура аудити · Discovering Forbidden Topics in Language Models. Бенчмарк сандары үлгү чыгарылышы боюнча DeepSeek-AI билдирген сандар; кысылган курулушту көз карандысыз үчүнчү тарап текшерүүсү күтүлүүдө. Баалар — 2026-жылдын 5-сентябрына карата Shannon AI'дын прайс-барагындагы баалар.