Китайская лаборатория DeepSeek опубликовала результаты тестирования новой языковой модели V4 Flash с 274 миллиардами параметров. Главным инженерным прорывом стал рост точности на специализированном бенчмарке разработки программного обеспечения DeepSWE с исходных 7% до 54%.
В отличие от традиционного увеличения количества параметров, разработчики сосредоточились на алгоритмах обучения с подкреплением (Reinforcement Learning) на реальных инженерных задачах и проверках безопасности. Модель тренировали на исправление уязвимостей в коде, оптимизацию запросов и построение архитектуры приложений. По заявлениям исследователей, V4 Flash демонстрирует уровень аргументации, сопоставимый с премиальной проприетарной моделью Sonnet 5, но при этом затраты на вычисления оказываются почти в 50 раз ниже.
Оптимизированный размер в 274 миллиарда параметров позволяет развертывать нейросеть локально на единичных высокопроизводительных серверах без необходимости аренды гигантских облачных кластеров. Для корпоративного сегмента это открывает возможность запускать специализированных ИИ-кодеров непосредственно в закрытом контуре компании, сохраняя коммерческую тайну и существенно снижая себестоимость автоматизации разработки.

