DeepSeek ने मूल मल्टीमॉडल आर्किटेक्चर के साथ V4.1 फ्लैश का बीटा संस्करण जारी किया
और पढ़ें
Pandaily
pandaily.com

DeepSeek ने मूल मल्टीमॉडल आर्किटेक्चर के साथ V4.1 फ्लैश का बीटा संस्करण जारी किया

DeepSeek कंपनी ने DeepSeek V4.1 Flash मॉडल का एक सीमित आंतरिक बीटा संस्करण लॉन्च किया है। यह मध्यवर्ती चेकपॉइंट एक नई वास्तुकला पर बनाया गया है जो स्वाभाविक रूप से मल्टीमोडैलिटी का समर्थन करती है।

DeepSeek इस रिलीज़ को पिछले फ्लैश संस्करणों की तुलना में तेज़, अधिक शक्तिशाली और अधिक किफायती के रूप में प्रस्तुत करता है। हालांकि, एक सख्ती से सीमित परीक्षण अवधि के दौरान फ्लैश स्तर की मूल्य निर्धारण बनी रहती है। एक्सेस मॉडल पहचानकर्ता समाप्त होने तक प्रदान किया जाता है।

डेवलपर्स मौजूदा एपीआई के मूल यूआरएल को बदले बिना पूर्वावलोकन का उपयोग कर सकते हैं। मॉडल पहचानकर्ता deepseek-v4.1-flash-expires-on-0910 है। बीटा परीक्षण के दौरान भुगतान DeepSeek V4 Flash के अनुरूप होते हैं, लेकिन प्रत्येक खाते को 20 समवर्ती अनुरोधों तक सीमित किया जाता है, जो फ्लैश की उत्पादन थ्रूपुट क्षमता से काफी कम है। इस प्रकार, यह अवधि सक्रिय ट्रैफ़िक के बजाय मूल्यांकन के लिए स्पष्ट रूप से डिज़ाइन की गई है।

मॉडल के नाम में उल्लिखित तिथि यह संकेत देती है कि यह पहचानकर्ता लगभग 10 सितंबर 2026 को काम करना बंद कर देगा, जिससे 8 सितंबर को लॉन्च होने के बाद लगभग दो दिन का एक्सेस शेष रहेगा।

वास्तुकला के दृष्टिकोण से, V4.1 Flash प्रारंभिक प्रायोगिक V4 Flash Vision से अलग है, जिसमें छवियों को संसाधित करने के लिए टेक्स्ट मॉडल से एक अलग एक्सटेंशन पैकेज जोड़ा जाता था। DeepSeek का दावा है कि मल्टीमॉडल इनपुट अब पुनर्गठित वास्तुकला का एक अभिन्न अंग है। इसका मतलब है कि पाठ और चित्र, साथ ही अन्य संबंधित मोडैलिटी, बाहरी एन्कोडर पथ के माध्यम से डेटा डालने के बजाय एक एकीकृत स्टैक के भीतर संसाधित होते हैं।

विलंबता के लिए अनुकूलित उत्पाद लाइन के लिए, इस परिवर्तन का महत्व चरम दृश्य मेट्रिक्स के बयान के रूप में कम है, बल्कि प्लगइन शैली में दृष्टि द्वारा जोड़े गए अतिरिक्त विलंबता से बचने के प्रयास के रूप में है, जब छवियों को भाषा अनुक्रम में जाने से पहले परिवर्तित किया जाना चाहिए।

बीटा परीक्षण के दौरान प्राप्त डेवलपर्स की शुरुआती रिपोर्टें कम समानांतरता पर प्रति सेकंड लगभग 300 से 500 टोकन की स्थिर पीढ़ी का संकेत देती हैं। पीढ़ी को पुनरावृत्तीय कोडिंग और उपयोगकर्ता इंटरफ़ेस प्रोटोटाइपिंग के चक्रों के लिए अपेक्षाकृत स्थिर बताया गया है, जहां एक लंबी पूर्ण अनुक्रम की तुलना में बार-बार प्रयास अधिक महत्वपूर्ण हैं। यह ध्यान रखना महत्वपूर्ण है कि ये आंकड़े समुदाय के अवलोकन हैं, न कि आधिकारिक बेंचमार्क; DeepSeek ने इस मध्यवर्ती बिल्ड के लिए पैरामीटर की संख्या, संदर्भ लंबाई या औपचारिक मूल्यांकन तालिकाएँ प्रकाशित नहीं की हैं।

परीक्षण के साथ संलग्न फीडबैक प्रश्नावली में यह प्रश्न पूछा गया है कि क्या उपयोगकर्ता मानते हैं कि मॉडल ऑनलाइन वातावरण में DeepSeek V4 Pro को बदल सकता है। यह इंगित करता है कि कंपनी फ्लैश लागत संरचना से समझौता किए बिना प्रो स्तर की उपयोगिता प्राप्त करने की संभावना का पता लगा रही है।

कुल मिलाकर, समय-सीमित पहचानकर्ता, समानांतरता की सीमा और प्रो संस्करण के प्रतिस्थापन पर सर्वेक्षण V4.1 Flash को एक स्थायी SKU के बजाय नई वास्तुकला के स्तर फ्लैश का एक अस्थायी मल्टीमॉडल पूर्वावलोकन प्रस्तुत करते हैं। डेवलपर्स जिन्हें इस कार्यक्षमता की आवश्यकता है, उन्हें अपने पहचानकर्ता की समाप्ति से पहले मॉडल का परीक्षण करना चाहिए; जो लोग वर्कलोड की योजना बना रहे हैं, उन्हें नई वास्तुकला को मानक बुनियादी ढांचे के रूप में मानने से पहले उच्च समानांतरता, प्रलेखित सीमाओं और अपरिवर्तनीय नाम के साथ एक बाद के रिलीज़ की आवश्यकता होगी।

समान कहानियाँ

27 बिलियन पैरामीटर वाली स्थानीय मॉडल स्टार्टलक्स ने चीनी एआई बेंचमार्क में डीपसीक V4 फ्लैश को पछाड़ा
और पढ़ें
pandaily.com

27 बिलियन पैरामीटर वाली स्थानीय मॉडल स्टार्टलक्स ने चीनी एआई बेंचमार्क में डीपसीक V4 फ्लैश को पछाड़ा

चीनी सूचना और संचार प्रौद्योगिकी अकादमी (CAICT) द्वारा तैयार की गई एक रिपोर्ट के अनुसार, स्थानीय मॉडलों के मानचित्र पर एक नया खिलाड़ी उभरा है। शंघाई स्थित कंपनी स्टार्टलक्स ने स्टार्टलक्स-V1.0-27B-Preview मॉडल विकसित किया है, जिसने केवल 27 अरब मापदंडों का उपयोग करते हुए, सत्यापित एआई बेंचमार्क की श्रृंखला के भीतर विशेष MCP टेस्ट के समग्र स्कोर में दूसरा स्थान हासिल किया, और डीपसीक-V4-फ्लैश को पीछे छोड़ दिया।

MCP टेस्ट छह विशिष्ट कार्यों का मूल्यांकन करता है: स्थान नेविगेशन, इंटरनेट खोज, ब्राउज़र स्वचालन, वित्तीय विश्लेषण, कोड रिपॉजिटरी प्रबंधन और 3डी डिजाइन, और इसमें कई उपकरणों के समन्वय, जटिल कार्यों के निष्पादन और वास्तविक दुनिया की स्थितियों में बातचीत पर केंद्रित एक व्यापक मूल्यांकन भी शामिल है। परीक्षण किए गए मॉडलों में डीपसीक-V4-प्रो (1.6 ट्रिलियन पैरामीटर), डीपसीक-V4-फ्लैश-0731 (284 अरब), स्टेप-3.7-फ्लैश (198 अरब), स्टार्टलक्स-27बी-260715 (27 अरब), क्यूवेन-3.6-27बी (27 अरब) और एजेंटसीपीएम-एक्सप्लोर (4 अरब) शामिल थे।

स्टार्टलक्स-V1.0-27B-Preview ने 39.25 का स्कोर प्राप्त किया, जिससे उसे दूसरा स्थान मिला, जिसने 284 अरब पैरामीटर वाले डीपसीक-V4-फ्लैश और 198 अरब पैरामीटर वाले स्टेप-3.7-फ्लैश दोनों को पीछे छोड़ दिया। समान पैरामीटर आकार पर, इसने क्यूवेन-3.6-27बी को 5.34 अंकों से आगे निकल गया। मॉडल ने स्थान नेविगेशन में पहला स्थान हासिल किया, और ब्राउज़र स्वचालन और वित्तीय विश्लेषण में पहला स्थान प्राप्त किया या उसके बराबर प्रदर्शन किया, कुछ मामलों में डीपसीक-V4-प्रो के ट्रिलियन मॉडल के स्तर तक पहुंच गया।

यह मॉडल क्यूवेन3.6-27बी पर आधारित है जिसमें प्रशिक्षण के बाद अतिरिक्त सुधार किया गया है। स्टार्टलक्स ने 'एआई ट्रेन करता है एआई' (स्वचालित खोज) नामक एक दृष्टिकोण लागू किया है, जो स्वचालित रूप से प्रायोगिक प्रशिक्षण आयोजित करने और फीडबैक के माध्यम से रणनीति को परिष्कृत करने की अनुमति देता है। कंपनी का दावा है कि यह चीन में स्थानीय एजेंट मॉडल के लिए इस पद्धति का पहला अनुप्रयोग है।

यह परिणाम उद्योग में एक व्यापक बदलाव को दर्शाता है। चूंकि अत्याधुनिक मॉडलों का प्रदर्शन व्यावहारिक सीमा मूल्यों तक पहुंच गया है, इसलिए पैरामीटर दौड़ का युग समरूपता के चरण में बदल गया है; उपयोगकर्ताओं की प्राथमिकताएं तेजी से उच्च बेंचमार्क स्कोर प्राप्त करने के बजाय वास्तविक समस्याओं को हल करने, डेटा सुरक्षा और लागत नियंत्रण सुनिश्चित करने की ओर स्थानांतरित हो रही हैं। वैश्विक खिलाड़ी इसी दिशा में आगे बढ़ रहे हैं: गूगल का जेम्मा 4, मेटा का ओपन म्यूज ग्लिमर और एनवीडिया का नेमोट्रॉन 3.5 लाइटनिंग स्थानीय तैनाती पर लक्षित हैं।

स्टार्टलक्स-V1.0-27B-Preview उपभोक्ता पीसी पर चल सकता है, और कंपनी इस वर्ष अपने पहले पीढ़ी के स्थानीय इंटेलिजेंस समाधान जारी करने की योजना बना रही है। CAICT के परिणाम उद्यमों को संकेत देते हैं कि कॉम्पैक्ट, स्थानीय रूप से तैनात मॉडल अब वास्तविक कार्यप्रवाहों में महत्वपूर्ण कार्यों के लिए बहुत बड़े क्लाउड समाधानों के साथ प्रतिस्पर्धा करने में सक्षम हैं, जो खरीद निर्णयों को बदलना शुरू कर रहा है।

लोकप्रिय