DeepSeek V4 Flash официально: бенчи близко к Opus 4.8, цена в десятки раз ниже, Pro ещё ждём

Это не новый релиз модели, а re-post-train того же 284B total / 13B active. Настоящий флагман V4-Pro official и первый свой Agent-фреймворк Harness — «скоро», без даты.

• 24 апреля 2026: DeepSeek-V4 preview — open source, V4-Pro (1.6T/49B) + V4-Flash (284B/13B), 1M context, MIT.
• 24 июля 2026: legacy API deepseek-chat и deepseek-reasoner отключены, весь трафик на V4 naming.
• 27 июля 2026: open weights Kimi K3 (2.8T) на Hugging Face — давление на DeepSeek.
• 31 июля 2026: V4-Flash-0731 official в API beta, weights на HF; changelog впервые называет Harness. Beta только API, app/web не синхронизированы.
• На 5 августа 2026: V4-Pro official — «как можно скорее». Китайские медиа цитируют анонимов про GA 10–20 августа — DeepSeek не подтверждал, только reference.

Боль разработчиков сейчас:

• Флагман не доставлен: V4-Pro official и Harness без release date; prod на Pro — preview дальше.
• Методология скоров: Agent-бенчи на undisclosed Harness «minimal mode»; официально просят не приравнивать к raw capability.
• API vs consumer split: 0731 official только API; app/web на старой версии.
• Конкурентный залп: Qwen3.8-Max (GA 2/8), Kimi K3 (weights 27/7), GPT-5.6 price cut сжимают окно выбора.

Flash на 284B обходит в Agent-бенчах V4-Pro preview в несколько раз толще — во второй половине 2026 post-train quality догоняет и местами обгоняет тупой scale параметров.

Цены — self-reported vendors. DeepSeek анонсировал «2× peak pricing» (Пекин 9–12, 14–18); дата старта на момент публикации не объявлена.

V4-Flash-0731 — идентичные params и structure апрельскому preview; gain «полностью из re-post-train». По tech report три ключевых изменения V4:

• Hybrid attention: CSA + HCA как DSA sparse attention — меньше compute/VRAM на long context.
• mHC: manifold-constrained hyper-connections, патч residual stack.
• Muon optimizer: быстрее и стабильнее convergence vs legacy optimizers.

Official metrics (1M tokens): V4-Pro vs V3.2 — FLOPs/token 27%, KV Cache 10%. Independent repro пока не видели.

DeepSeek Harness — впервые в changelog 31/7: свой Agent runtime (files, tools, shell, E2E engineering), аналог Claude Code. До этого DeepSeek models жили на Claude Code, OpenCode и прочих third-party agent stacks.

Agent scores (Terminal Bench 2.0: 82.7 vs V4-Pro preview 67.9) — все на Harness «minimal mode» (max, top_p=0.95, temperature=1.0). Changelog: «scores очень harness-sensitive, не равно model capability».

Intelligence Index и cost/task — Artificial Analysis (через финмедиа). DeepSeek scores — vendor; разделяем из-за разной методологии.

Контраст: на Artificial Analysis V4-Flash не top intelligence (ниже Kimi K3, GLM-5.2), но cost/task ~1/29 Kimi K3, ~1/62 GPT-5.6 Sol, ~1/105 Claude Fable 5. Стратегия DeepSeek — не «SOTA score», а «достаточный IQ + insane price»; отсюда 7 недель #1 на OpenRouter (preview).

В китайском dev-сообществе «斩杀线» (kill line): DeepSeek ставит price/perf bar — без явного perf win и более низкой цены модель просто выпадает из рынка.

Label everything, не overfit на vendor table:

• Harness dependency: Agent scores на undisclosed minimal mode — до community repro это «vendor + specific framework».
• Availability issues: медиа цитируют dev feedback — низкий cache hit rate, sporadic safety classifier timeouts.
• V4-Pro timeline unconfirmed: «10–20 августа GA» — anonymous sources; official changelog: «as soon as possible».
• Funding rumors: ~$7.4B raise, ~$48.7B valuation — «по слухам», без official/regulatory confirm.

6 шагов безопасного подключения V4-Flash-0731:

1. API naming: model ID deepseek-v4-flash (alias на 0731). Legacy deepseek-chat/deepseek-reasoner — migrate ASAP.
2. API key: DeepSeek Open Platform; balance + billing (включая peak 2× heads-up).
3. Protocol: OpenAI ChatCompletions или Anthropic — pick base_url, client code не трогаем.
4. Sandbox A/B: свои prod prompts vs Kimi K3 / Qwen3.8-Max blind — не мигрируй только по vendor leaderboard.
5. Watch Harness drop: после public release repro official benches, cross-check Claude Code / Cursor.
6. Local deploy plan: MIT weights на HF (deepseek-ai/DeepSeek-V4-Flash-0731); 284B MoE = high-memory Apple Silicon или datacenter GPU cluster.

from openai import OpenAI

client = OpenAI(
    api_key="your_deepseek_api_key",
    base_url="https://api.deepseek.com"
)

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "Review this Agent workflow..."}],
    temperature=1.0,
    top_p=0.95
)

Citable hard data (DeepSeek official, Artificial Analysis, 2026-08-05):

• Params: 284B total / 13B active; architecture = april preview
• Pricing: input $0.14/M (cache miss), $0.0028/M (hit); output $0.28/M
• Terminal Bench 2.1: 82.7 (vendor, Harness minimal mode)
• Artificial Analysis: Terminal-Bench 2.1 ~78.65% — delta 4.05 vs 82.7
• Price/perf: $0.03/task — ~1/29 Kimi K3, ~1/105 Claude Fable 5
• Long context efficiency: 1M tokens — FLOPs 27% vs V3.2, KV Cache 10% (vendor)
• vs Opus 4.8: input ~36× (miss), ~179× (hit), output ~89× cheaper (list prices)
• License: MIT; weights synced to Hugging Face

Q: Главный diff V4 vs V3.2?
A: Native 1M context; сильно меньше compute/VRAM (V4-Pro: FLOPs 27%, KV Cache 10% vs V3.2). V4 заточен под Agent workloads.

Q: Flash или Pro на каждый день?
A: Chat, batch, cost-sensitive agent pipelines — V4-Flash-0731 (лучше agent scores чем Pro preview). Deep reasoning, budget не issue — Pro preview до official drop.

Q: V4 Pro official уже можно?
A: Нет на момент публикации. Official только V4-Flash-0731, API-only. Pro + Harness — «as soon as possible»; «10–20 августа» — unconfirmed rumor.

Q: Vendor scores DeepSeek — trust?
A: SWE-bench Verified (third-party) ок. Terminal Bench 2.0 etc. на undisclosed Harness — жди independent repro (Claude Code, Cursor).

Q: Практический impact для dev?
A: OpenAI/Anthropic-compatible API; deepseek-v4-flash auto-routes на новую версию. Legacy names — switch fast.

До V4 GA китайское AI-коммunity trollило Liang Wenfeng как «梁白开» (игра слов: пустое ожидание). После 0731 — «梁圣» вернулся из-за overdelivery. Structurally важнее kill-line effect — отсюда GPT-5.6 Luna −80% и прочие price moves. 31 июля NVIDIA, Broadcom, AMD не дёрнулись — рынок привык к «DeepSeek efficiency breakthrough» narrative.

Чистый API call — low barrier, но long-running agents на shared VPS ловят memory jitter и dropped long connections; 284B local deploy = 96GB+ unified memory; parallel toolchains без stable 7×24 host — боль. Для prod OpenClaw / Claude Code / Cursor Agent remote gateway JEXCLOUD multi-region bare-metal Mac — dedicated Apple Silicon unified memory, no oversell bandwidth jitter, launchd-persistent agents, 120s deploy. Nodes и pricing: JEXCLOUD pricing.