Sansürsüz DeepSeek API'si

"Sansürsüz DeepSeek API" ifadesiyle buraya gelenler tek ve belirli bir şey istiyor: DeepSeek'in akıl yürütme ve kodlama yeteneğine sahip, gerçekten sordukları soruyu yanıtlayan bir model. Yetenek tarafı iyi belgelenmiş durumda — DeepSeek-AI mimariyi ve sayıları yayımladı, ağırlıklar da Hugging Face'te MIT altında. İkinci yarı ise bir işletme kararıdır ve genellikle sizin adınıza verilir. Bu sayfa ikisini de kapsıyor: V4-Pro temeli nedir, 3BIT-REAP yapımız ona ne yapar ve biz "sansürsüz" dediğimizde bunun tam olarak anlamı nedir.

01"Sansürsüz DeepSeek API" aslında ne demek?

Aynı sözcüğün altına iki farklı mekanizma giriyor. Birincisi ağırlıklara işlenmiş hizalamadır — eğitim sonrasında öğrenilen reddetme davranışı. İkincisi bir sunum tarafı denetim katmanıdır: model istemi görmeden önce istemi, siz görmeden önce çıktıyı inceleyen ve modelin ne söylemek istediğinden bağımsız olarak bir yanıtı cümlenin ortasında kesebilen ayrı bir sınıflandırıcı.

İkisi de ölçülebilir ve DeepSeek'in birinci taraf hizmeti ölçüldü. Promptfoo, siyasi açıdan hassas 1.360 istemlik bir küme derledi ve DeepSeek'in barındırdığı R1'in bunların 1.156'sını reddettiğini ya da savuşturduğunu bildirdi — kabaca %85. Aynı aile üzerine yapılan akademik çalışmalar, yazarların düşünce bastırma adını verdiği ayrı bir başarısızlık biçimi buldu: hassas bir konuda modelin akıl yürütme izi neredeyse başlar başlamaz sona eriyor. Information Sciences'ta yayımlanan ayrı bir inceleme ise anlam düzeyinde bastırmayı belgeledi: modelin iç akıl yürütmesinde bulunan içeriğin, kullanıcıya ulaşmadan önce sessizce çıkarılması ya da yeniden yazılması. Bu, düpedüz bir reddetmeden daha zor bir sorundur, çünkü kırpılmış bir yanıt yanıt gibi görünür.

Bizim çalıştırdığımız şey, açık ağırlık sürümüdür; kendi işlettiğimiz donanımda, Amerika Birleşik Devletleri'nde, Shannon Lab LLC bünyesinde. Modelin önünde reddetme katmanı ve geri gelene uygulanan bir filtre yoktur: isteminiz sunulmadan önce politika açısından sınıflandırılmaz ve çıktı akışı dışarı çıkarken incelenmez. Temel MIT lisanslı ve kamuya açık olduğu için, sözümüze güvenmek yerine çıktılarımızı referans ağırlıklarla kendiniz karşılaştırabilirsiniz.

02Temel: DeepSeek-V4-Pro, 1,6T'lik bir MoE

DeepSeek-V4, DeepSeek-AI'ın Nisan 2026'da önizlenen ve MIT altında iki boyutta yayımlanan güncel açık ağırlık ailesidir: V4-Flash (toplam 284B, etkin 13B) ve V4-Pro (toplam 1,6T, etkin 49B). Bu yazı Pro katmanıyla ilgili. İkisi de kabaca 33 trilyon token üzerinde ön eğitimden geçti ve ikisi de milyon tokenlık bağlamı yerel olarak destekliyor.

Dikkat edilmesi gereken şey seyreklik oranı: herhangi bir tokende parametrelerin yalnızca yaklaşık %3'ü ateşleniyor; bu büyüklükte bir modeli sunulabilir kılan da bu. MoE bloğunun kendisi hâlâ DeepSeekMoE — V2 ile gelen ince taneli yönlendirilmiş uzmanlar artı her zaman açık paylaşılan uzmanlar — V4'te yalnızca küçük değişikliklerle, en görünürü ilk katmanlardaki hash yönlendirme. Spekülatif kod çözmeyi de mümkün kılan V3 yardımcı hedefi Çok Tokenlı Tahmin olduğu gibi korunmuş.

V4'teki yeni parçalar yapısal. Manifold-Constrained Hyper-Connections (mHC), düz artık yolu, Sinkhorn–Knopp izdüşümüyle çift stokastik matrisler manifoldu üzerine kısıtlanmış öğrenilmiş bir karıştırma matrisiyle değiştiriyor — çok derin yığınları öldüren sayısal kaymaya yol açmadan girdiye göre yeniden ağırlıklandıran bir artık akış. Eğitim, çoğu modül için AdamW'den Muon'a taşındı ve Newton–Schulz dikleştirmesi kullanılıyor; AdamW yalnızca gömmeler, tahmin başlıkları, normalizasyon ve statik mHC parametreleri için tutuldu. Uzman ağırlıkları FP4'te, diğer parametrelerin çoğu FP8'de eğitiliyor — yani en baştan niceleme farkındalıklı; modelin ileri sıkıştırmayı ne kadar zarifçe kaldırdığı açısından bu önemli.

03MLA'dan CSA + HCA'ya: DeepSeek uzun bağlamı nasıl ucuz tutuyor?

DeepSeek'in dört kuşak boyunca süren ana çizgisi boyut değil, dikkat ekonomisidir. Her sürüm, bağlamla doğrusal büyüyen ve uzun uzunluklarda belleğe hükmeden KV önbelleğine saldırdı.

• V2, Multi-head Latent Attention (MLA)'yı getirdi — anahtar ve değerlerin gizli bir vektöre düşük ranklı ortak sıkıştırılması; böylece üretim, başlık başına tam K ve V yerine o vektörü artı ayrıştırılmış bir RoPE anahtarını önbelleğe alır. DeepSeek, KV önbelleğinin standart çok başlıklı dikkatin kabaca %4-14'üne indiğini, kalitenin korunduğunu ya da arttığını bildirdi.
• V3 bunu 671B'ye ölçekledi ve MLA'yı açık modellerde ucuz uzun bağlam için varsayılan kabul haline getirdi.
• V3.2, DeepSeek Sparse Attention (DSA)'yı ekledi; her sorgu için geçmişin tamamına dikkat etmek yerine hafif bir dizinleyici aracılığıyla top-k bir alt kümesini seçiyor.
• V4 melezleştiriyor. Compressed Sparse Attention (CSA) önce her m tokenin KV girdilerini öğrenilmiş ağırlıklarla tek bir girdiye sıkıştırıyor, ardından bu sıkıştırılmış girdiler üzerinde seyrek top-k seçimi çalıştırıyor. Heavily Compressed Attention (HCA) çok daha agresif sıkıştırıyor ama sonuç üzerinde yoğun kalıyor. İki katman türü yığın boyunca dönüşümlü diziliyor; böylece ucuz genel özet ile kesin yerel erişim bir arada var oluyor.

Milyon tokenlık bağlamda bildirilen kazanç çarpıcı: V4-Pro, V3.2'nin token başına çıkarım FLOP'larının yaklaşık %27'sine ve KV önbelleğinin %10'una ihtiyaç duyuyor. 262K'lık bir isteğin bir bellek olayı gibi değil normal bir istek gibi davranmasının ve uzun bağlam erişim sayılarının birkaç on bin tokenden sonra çökmek yerine ayakta kalmasının nedeni bu.

043BIT-REAP eki ne anlama geliyor?

Katalog kimliğimiz 3BIT-REAP ile bitiyor ve bu, sırayla uygulanan birbirinden bağımsız iki sıkıştırma adımını tarif ediyor.

REAP: uzmanları birleştirmek değil budamak

REAP, Cerebras Research'ten çıkan Router-weighted Expert Activation Pruning'dir — ICLR 2026'ya kabul edilen "REAP the Experts: Why Pruning Prevails for One-Shot MoE Compression". Seyrek bir MoE'de yönlendirici uzmanlarını eşit kullanmaz: uzun bir kuyruk ender, zayıf ya da hem ender hem zayıf seçilir. REAP her uzmanı, yönlendirici kapı değerlerini (ne sıklıkta ve ne kadar güçlü seçildiği) uzman etkinleşme normlarıyla (çıktısının ne kadar katkı verdiği) birleştirerek puanlar, sonra kaybedenleri doğrudan siler.

Makalenin savı, budamanın birleştirmeyi yendiğidir: birleştirme, MoE'yi kurmaya değer kılan işlevsel uzmanlaşmayı ortalayarak yok ederken, yönlendiricinin zar zor ulaştığı uzmanları silmek onu korur. 20B'den 1T'ye kadar modellerde REAP, üretken kıyaslamalarda birleştirmeyi ve rakip budama yöntemlerini geride bıraktı; yazarlar Qwen3-Coder-480B ile Kimi-K2 üzerinde %50 uzman budamasında kod üretimi ve araç çağırmada kayba yakın olmayan sonuçlar bildiriyor — ki bu tam olarak bu modelin burada bulunma amacı olan iş yükü profilidir.

3 bitlik ağırlıklar: en büyük temeller için sıkıştırma katmanı

Ayakta kalanlar ardından 3 bitlik ağırlıklara nicelenir. Üç bit agresiftir ve bunu gizlemiyoruz: kadro genelinde, temel sıkıştırmaya ihtiyaç duymayacak kadar küçükse W8A16, ortada W4A16-AUTOROUND-REAP ve yalnızca en büyük temellerde, modeli sunmakla sunmamak arasındaki fark olduğu yerde 3BIT-REAP kullanıyoruz.

Ödünleşimi açıkça söylemekte fayda var: 3 bitlik bir 1,6T MoE, referans sürümle bit bit aynı değildir ve küçük bir kalite bedeli gerçektir. Karşılığında elde ettiğiniz şey, sıkıştırılmamış tavanı daha yüksek hassasiyette rahatça sığan her şeyin çok üstünde duran bir temeldir — ve V4'ün uzmanları en baştan FP4'te eğitildiği için model, ileri ağırlık sıkıştırması altında alışılmadık biçimde uslu davranır. Hassasiyette daha hafif dokunuşlu bir DeepSeek yapımı istiyorsanız, DeepSeek-V4-Flash-0731-W4A16-AUTOROUND-REAP aynı 262K bağlamda, 0,50 $ giriş / 2,00 $ çıkışla 4 bitlik ağırlıklar, 16 bitlik etkinleşmeler ve AutoRound'un öğrenilmiş yuvarlamasını kullanıyor.

05Akıl yürütme ve reasoning_effort kadranı

V4'ün eğitim sonrası aşaması alan uzmanlarını ayrı ayrı eğitiyor — matematik, kodlama, ajanlar, yönerge izleme — SFT'nin ardından DeepSeek'in R1 ile tanıttığı Grup Göreli Politika Optimizasyonu yöntemi GRPO geliyor. Bu uzmanlar sonra ters KL hedefi altında politika içi damıtmayla tek bir modelde birleştiriliyor; böylece tek bir kontrol noktası, her şeyde vasat bir genelci olmak yerine aynı anda birkaç alanda uzman düzeyinde davranış taşıyor.

Yayımlanan model, ikili bir anahtar yerine kademeli düşünme kipleri sunuyor. Ağ geçidimizde bu, bu modelin en kullanışlı tek düğmesi olan standart reasoning_effort parametresidir:

• Düşük — neredeyse doğrudan yanıtlama: sınıflandırma, çıkarma, yeniden yazma; modelin düşünmesine değil bilgisine para ödediğiniz her şey.
• Orta — kod incelemesi, hata ayıklama ve çok adımlı çözümleme için varsayılan çalışma kipi.
• Yüksek — yanıtlamadan önce uzun düşünme. Zor sorunların çözüldüğü ve çıkış token faturanızın yaşadığı yer; çünkü akıl yürütme tokenleri çıktı olarak faturalanır.

Reddetme katmanı olmadığı için akıl yürütme izi hassas konularda kırpılmaz — birinci taraf hizmette belgelenen düşünce bastırma biçiminin burada gerçekleşecek bir mekanizması yoktur.

06Kod ve ajan işleri: temel ne puan alıyor?

Bunlar DeepSeek-AI'ın V4-Pro sürümü için kendi yayımladığı rakamlardır — bizim değil ve nicelenmiş yapımız üzerinde ölçülmedi. Bu temeli seçmenin dürüst gerekçesi oldukları için gösteriyor, buna göre tartabilesiniz diye de birinci taraf olduklarını belirtiyoruz.

İkisi yorumu hak ediyor. %80,6 ile SWE-bench Verified, gerçek depolarda sorun çözmedir — tanımadığı bir kod tabanını okumak, kusuru bulmak, projenin kendi testlerini geçen bir yama üretmek. Bir milyon tokende MRCR (83,5) ise tam uzunlukta çok turlu ortak gönderim erişimidir; uzun bağlam iddiasının süs olmadığını söyleyen sayı budur. DeepSeek ayrıca model için 3206 Codeforces puanı ve 1M bağlamda CorpusQA'da 62,0 bildiriyor.

Yukarıdaki rakamlar, DeepSeek-V4-Pro referans sürümü için DeepSeek-AI tarafından bildirilmiştir. 3BIT-REAP yapımız o ağırlıkların sıkıştırılmış bir çeşidi olup bu görevlerde bağımsız olarak kıyaslanmamıştır; referans puanlarını bu uç noktanın ölçümü değil, temelin tavanı olarak görün.

07262K bağlam: gerçekte ne sığıyor?

Referans model milyon token için eğitildi. Biz 262.144 sunuyoruz — ağ geçidindeki her modelin paylaştığı pencere; böylece model değiştirmek tek satırlık bir değişikliktir ve asla bir bağlam gerilemesi olmaz. Pratikte 262K, çoğu gerçek iş için bağlamın sınırlayıcı olmaktan çıktığı noktanın ötesindedir:

İş yükü	Yaklaşık token	262K'ya sığar mı?
Orta boy servis deposu (~50 bin satır)	~600K	Hayır — modül seçin
Tek bir alt sistem + testleri	~60–120K	Evet, rahatça
Bir protokolün tüm RFC kümesi	~150K	Evet
700 sayfalık bir teknik kitap	~250K	Evet, sınıra yakın
Uzun ajan koşusu, 40+ araç turu	~80–200K	Evet

Planlamanız gereken sınır çıktıdır: yanıt başına en fazla 16.384 token. Bu uzun bir belge ya da hatırı sayılır, çok dosyalı bir yamadır; ama bir kod tabanı değildir. Büyük üretim işleri, devasa tek bir tamamlama istemekle değil, önceki çıktıyı bağlama geri koyarak istekleri zincirlemekle yapılır — 262K'lık pencere bunu ucuzlatır.

08Fiyat ve V4-Pro'nun kadrodaki yeri

Milyon token başına 1,95 $ giriş / 3,90 $ çıkış ile V4-Pro amiral gemisi akıl yürütme katmanıdır — sorun zor olduğunda başvurduğunuz model. Sorun yalnızca büyük olduğunda, aynı 262K penceredeki daha ucuz modeller aynı işi dörtte bir fiyata yapar.

Sansürsüz model	1M giriş	1M çıkış	Görü	En uygun olduğu iş
DeepSeek-V4-Pro · 3BIT-REAP	$1.95	$3.90	Hayır	Zor akıl yürütme, kod, ajanlar
DeepSeek-V4-Flash · W4A16	$0.50	$2.00	Hayır	Aynı soy, yüksek hacim
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	Hayır	Genel amaçlı iş atı
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	Evet	Üst segment çok kipli ajanlar
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	Evet	En ucuz görü

İnsanların gerçekten yapacağı karşılaştırma konusunda dürüst olalım: DeepSeek'in kendi API'si bundan ucuz — birinci taraf V4-Pro yaklaşık 0,435 $ giriş / 0,87 $ çıkış olarak listeleniyor ve önbellek isabetli giriş fiyatlandırmaları daha da düşük. Tek ölçütünüz token başına fiyatsa ve denetim davranışı işinizi etkilemiyorsa birinci taraf API'yi kullanın; bunu sonradan öğrenmenizdense size şimdi söylemeyi tercih ederiz. Aradaki fark başka bir dizi özelliği satın alır: reddetme katmanı ve çıktı filtresi yokluğu, Shannon Lab LLC bünyesinde bir ABD işletmecisi, sessiz bir yukarı akış yükseltmesinin proje ortasında çıktılarınızı değiştirmemesi için sabitlenmiş tarihli bir kontrol noktası (0813), tek modele karşı üç API lehçesi ve kadrodaki on iki modelin tamamında aynı 262K pencere ile aynı parametre yüzeyi.

09Çağırmak: üç lehçe, tek model

Ağ geçidindeki her model üç uç noktanın hepsinde, her birinde akışla birlikte yanıt verir. Yeni bir SDK'ya geçmezsiniz — bir temel URL ve bir model kimliği değiştirirsiniz.

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 lehçesi; OpenAI SDK'larıyla ve onların üzerine kurulan her şeyle çalışır.
• /v1/messages — Anthropic lehçesi; hâlihazırda o biçime göre yazılmış kod tabanları için.
• /v1/responses — Responses tarzı arayüz.

Bu modelde desteklenenler: akış, yerel araç çağırma, katı json_schema yapılandırılmış çıktı, response_format ve reasoning_effort. Tam parametre referansı ve canlı bir deneme alanı API belgelerinde.

10Dürüst sınırlar

Üzerine bir şey kurmadan önce bilinmesi gereken dört şey:

• Görü yok. Yalnızca metin; hiçbir uç noktada görsel girdi kabul etmez. Gören sansürsüz bir modele ihtiyacınız varsa Kimi-K3, Kimi-K2.6, MiniMax-M3, MiMo-V2.5 ya da inkling kullanın.
• 16.384 tokenlık çıktı tavanı. Yüksek eforda akıl yürütme tokenleri de bu tavana sayılır, dolayısıyla uzun bir düşünme yanıta daha az yer bırakır. Büyük üretim işleri için istekleri zincirleyin.
• 3 bit gerçek bir sıkıştırmadır. Referans puanları bu yapımı değil temeli tarif eder. En yüksek sadakat katmanı için en az nicelemeyi W8A16 modelleri (MiMo-V2.5-Pro, MiMo-V2.5, Hy3) taşır.
• Sansürsüz, sonuçsuz demek değildir. Reddetme katmanının olmaması, ne sorduğunuzun ve yanıtla ne yaptığınızın sorumluluğunun sizde olduğu anlamına gelir — hizmet şartlarımız ve faaliyet gösterdiğiniz yerin hukuku çerçevesinde.

11Sık sorulan sorular

---

Kaynaklar: DeepSeek-AI — DeepSeek-V4-Pro model kartı · DeepSeek-V4 teknik raporu (CSA/HCA, mHC, Muon) · DeepSeek-V2 (MLA, DeepSeekMoE) · DeepSeek-V3 teknik raporu · REAP the Experts (Cerebras Research) · Promptfoo sansür incelemesi · Discovering Forbidden Topics in Language Models. Kıyaslama rakamları referans sürüm için DeepSeek-AI tarafından bildirilmiştir; sıkıştırılmış yapımın bağımsız üçüncü taraf doğrulaması beklemededir. Fiyatlar 5 Eylül 2026 itibarıyla Shannon AI liste fiyatlarıdır.