DeepSeek Harness v0.2.2-alpha.2 asosiy agentga Codex va Claude Code mahalliy vositalariga vazifalarni topshirish imkonini beradi

Ishlab chiqaruvchilar DeepSeekning rasmiy Harness GitHub omborida uchta yangi model identifikatorini aniqladilar: deepseek-v5, deepseek-v5-open va deepseek-v5-next. Hozirda DeepSeek V5 modelini eʼlon qilmagan va bu yozuvlar mavjud modellar emas, balki koddagi sinovli shamollardir.

Omborni tekshirish natijasida ushbu identifikatorlarning DeepSeek hisobdor provayderining sinov faylida, yaʼni packages/llm/llm-deepseek-account/tests/provider.spec.ts faylida, 154–156 qatorlarda, mavjud deepseek-v4-pro yozuvi yonida joylashganligi aniqlandi. Ombor tarixi shuni koʻrsatadiki, ular 24-sentabrdagi commitda qoʻshilgan boʻlib, bu commit DeepSeek hisobdor modellari katalogini rasmiy model roʻyxatiga oʻtkazgan.

Sinov ssenariysi mijoz versiyasiga koʻra modellarni qanday filtrlashini tekshiradi: v5-open yozuvi minimal mijoz versiyasi 0.0.1 talab qiladi, v5-next esa 99.0.0-alpha.1 talab qiladi, va test roʻyxatda faqat flash va v5-open modellarining paydo boʻlishini kutadi. Bu Harness server tomonida yangi modelga oʻtish imkoniyatini bildiradi, ham barcha mijozlar uchun, ham faqat yangilanganlar uchun, yangi reliz chiqarish zarurati boʻlmasdan. Biroq, bu V5 modelining mavjudligini yoki uning paydo boʻlish muddatlarini tasdiqlamaydi, va baʼzi ishlab chiquvchilar bu nomlarni shunchaki sinovli shamollar deb hisoblashadi. 28-oktyabr holatiga koʻra, DeepSeek V5 seriyasi uchun hech qanday eʼlon, model kartochkalari yoki API identifikatorlarini nashr etmagan.

Hozirgi model assortimenti V4-Pro va V4.1-Flashni oʻz ichiga oladi; oxirgi biri sentabrda yangi arxitektura bilan chiqarildi, ammo V4 nomi saqlab qolingan.

Oʻsha hafta joriy model uchun yangi benchmarking natijasi taqdim etildi. Artificial Analysis Intelligence Index v5 ni chiqardi, bu v4 ning yanvar oyidagi chiqishidan beri eng katta yangilanish boʻlib, uning 60% ogʻirligi endi yopiq sinov maʼlumotlar toʻplamlari yoki yashirilgan javoblarga asoslangan. Kodlash indeksning 25% ni tashkil etadi, va bu 15 balldan Cognitionning FrontierCode 2.0 ga tegishli boʻlib, u 132 ta real ochiq kodli vazifada kod oʻzgarishlarini tahlil qilib, ularni omborning hamrohlariga tomonidan birlashtirish soʻrovi sifatida tasdiqlashlari kerakligini baholaydi.

FrontierCode 2.0 platformasida DeepSeek V4.1-Flash-1017 maksimal harakatda 28% ball oldi, bu chiqarilgan ogʻirliklarga ega modellar orasida eng yuqori koʻrsatkichdir. Kimi K3.1 Pro 25.5% koʻrsatdi, lekin uning toʻliq ogʻirliklari hali mavjud emas. Gemini 4 Argon 25.7% ga erishdi, GPT-6 Luna esa 25.2% ni oldi.

Umumiy indeks kamroq ijobiy boʻldi. DeepSeek V4.1-Flash 32 ball oldi, GLM-5.3 bilan tenglashdi, shu bois lider Claude Opus 5.5 58 ball oldi. Artificial Analysis eng yaxshi chiqarilgan ogʻirliklarga ega ochiq model va jadval lideri oʻrtasidagi farq v4.3 ostida 3 balldan v5 ostida 12 ballga oshganini qayd etadi.

Oʻtgan seshanba kuni (20-yanvar) DeepSeek oʻzining sunʼiy intellekt (AI) modellarini ishga tushirish uchun moʻljallangan DeepInfer dasturining kodini ommaga oshirdi. Ushbu vosita protsesslash samaradorligini oshirish va javoblar yaratish uchun kerak boʻlgan vaqtni qisqartirish maqsadida yaratilgan.

Kodni chiqarish bilan ishlab chiquvchilar va korxonalar dasturning ishlashini tahlil qilishlari va belgilangan texnik talablar hamda foydalanish shartlarini bajarish sharti bilan turli loyihalarga moslashtirish imkoniyatiga ega boʻlishadi. DeepSeekning oʻziga koʻra, bu harakat energiya va kompyuter resurslari sarfini kamaytirishga qaratilgan boʻlib, AI modellarini ishlatishni yanada samaraliroq qiladi. Biroq, amaliy natijalar foydalanish sharoitlari va mavjud infratuzilmadan bogʻliq boʻladi.

Hozirda DeepInfer maxsus DeepSeek-V4.1-Flash modeliga mos keladi. Kodni ochish boshqa ishlab chiquvchilarga texnologiyani oʻrganish va undan foydalanish imkonini bersa-da, kompaniyaning barcha ishga tushirish tizimi ochiq qilinmaganligi muhimdir, chunki infratuzilmaning baʼzi komponentlari yopiq holatda qolmoqda.

«Olhar Digital News» dasturida ishtirok etib, Mashinaviy Oʻrganish (Machine Learning) mutaxassisi fizikus Roberto «Pena» Spinelli ushbu yangilik haqida fikr bildirdi. Tadqiqotchi AI modelini taqdim etish bilan uni ishga tushirish uchun masʼul boʻlgan dasturni chiqarish oʻrtasidagi farqni tushuntirdi. Bu farqni tushuntirish uchun u avtomobil analogiyasidan foydalandi.

Pena shuni batafsil tushuntirdiki, faqat modelni baham koʻrish uni samarali ishlatish uchun zarur boʻlgan barcha vositalarni taqdim etish bilan teng emas. Model javoblarni yaratishga yoʻnaltiruvchi parametrlarni olib borishi bilan, inferensiya dasturi uning ishlashiga imkon beradigan mexanizmlarni guruhlaydi. Ushbu kodni ochish oʻzining yechimlarini joriy etmoqchi boʻlgan ishlab chiquvchilarga yordam berishi mumkin.

Mutaxassis vaziyatni quyidagicha solishtirdi: «Avval ular faqat dvigatelning loyihasini, yaʼni sunʼiy intellektni oʻziga xos narsani baham koʻrishardi. Hozir ular butun mashinaning ishlashini taqdim etmoqdalar. Barcha dastur va sunʼiy intellektni qanday ishga tushirish mexanizmi jamoatchilikka chiqarildi».

Bu taqqoslash ikkala element oʻrtasidagi farqni tushunishga yordam beradi, ammo bir cheklov mavjud: DeepInferni taqdim etish DeepSeek infratuzilmasining barcha elementlariga kirish imkonini bermaydi. Shunga qaramay, kodga kirish dasturchilar va tadqiqotchilarga kompaniya qoʻllagan ishga tushirish metodologiyalarini oʻrganish va ularni boshqa ishlarida qanday qoʻllashini baholash imkonini beradi.

Bu tashabbus DeepSeekning tijorat strategiyasiga ham foyda keltirishi mumkin. Texnologiyasining bir qismini baham koʻrish orqali kompaniya boshqa ishlab chiquvchilar uni ishlatishi, yaxshilashlar bilan hissa qoʻshishi va mos keladigan ilovalarni yaratishi uchun yoʻl ochadi. Bu qabul qilish yuqori raqobatbardosh bozorda texnologiyasining doirasini kengaytirishga yordam berishi mumkin, bunda bir nechta kompaniyalar yanada arzon va samarali modellar taklif qilish uchun raqobatlashadi.

Pena qoʻshimcha qildi: «DeepSeek koʻproq odamlar va kompaniyalar oʻz mahsulotlaridan foydalanishi uchun ekotizim yaratmoqchi». U davom etdi: «Butun tuzilmani qanday qurishni koʻrsatish orqali u jamoatchilikni qimmatroq toʻlovli platformalardan voz kechishga undaydi. Bu juda raqobatbardosh sohada oʻzini tasdiqlashning izchil usuli hisoblanadi».

DeepInferni chiqarish AI sohasidagi raqobat faqat modellar javoblar yaratish qobiliyatiga cheklanmaganligini, balki ularni ishga tushirish uchun talab qilinadigan samaradorlikka ham bogʻliqligini taʼkidlaydi. Texnologiyasining bir qismini baham koʻrish orqali DeepSeek dasturdan foydalanish imkoniyatlarini oshiradi va sohadagi oʻz oʻrnini mustahkamlaydi. Ushbu choraning taʼsiri boshqa omillar bilan birga, turli muhitlarda erishilgan natijalarga va ishlab chiquvchilar hamda korxonalarning qoʻllab-quvvatlashiga bogʻliq boʻladi.

DeepSeek kompaniyasi qidirish va maʼlumotlarni ajratib olish uchun APIni chiqarib, tashqi maʼlumot olishga muhtoj boʻlgan ilovalar va sunʼiy intellekt agentlarini yaratuvchi dasturchilarga oʻzining patentlangan qidiruv mexanizmining kirishini berdi.

Qidiruv xizmati internetdan tuzilgan natijalarni taqdim etsa, Fetch funksiyasi veb-sahifaning sarlavhasini va mazmunini Markdown formatida ajratib olish imkonini beradi.

Ikkala xizmatning narxi har bir 1000 ta muvaffaqiyatli soʻrov uchun 5 yuan (RMB) ni tashkil etadi. Shu bilan birga, muvaffaqiyatsiz soʻrovlar, boʻsh qidiruv natijalari va vaqt tugashlari uchun toʻlov talab qilinmaydi.

Dasturchilar bu yangi xizmatlardan DeepSeek APIʼsi orqali mavjud hisob raqamlaridan foydalanishlari mumkin. DeepSeek qidirish va ajratib olish chaqiruvlari, DeepSeek Harness, Claude Code va Codex kabi vositalar orqali server tomonida bajarilganda, hozircha tariflanmasligini maʼlum qildi. Ushbu chaqiruvlar uchun toʻlov Pekin vaqti boʻyicha 1-noyabr kuni tushqari boshlanadi.