DeepSeek julkaisi huhtikuun lopussa kaksi uutta tekoälymallia, V4-Pron ja V4-Flashin, jotka vievät kiinalaislabran entistä lähemmäs länsimaisia huippumalleja. Molemmat perustuvat Mixture-of-Experts-arkkitehtuuriin ja käsittelevät jopa miljoonan tokenin konteksti-ikkunan, mikä riittää kokonaisten koodikantojen tai satojen sivujen asiakirjojen pitämiseen muistissa kerralla.
Yhtiön mukaan mallit on suunniteltu erityisesti pitkäkestoisiin agenttitehtäviin, joissa tekoäly työskentelee itsenäisesti tunteja saman ongelman parissa. Hinnoittelu jatkaa DeepSeekin tuttua linjaa: suorituskyky lähenee lännen kärkeä, mutta hinta on murto-osa.
Pro tehoon, Flash volyymiin
V4-Pro on malleista järeämpi. Se sisältää 1,6 biljoonaa parametria, joista 49 miljardia aktivoituu kerrallaan. Flash on selvästi kevyempi 284 miljardin parametrin malli, jossa aktiivisia parametreja on vain 13 miljardia. Käytännössä Pro vastaa vaativasta päättelystä ja Flash nopeasta, edullisesta massakäytöstä.
Ero näkyy hinnassa. Flashin API-käyttö maksaa 0,14 dollaria miljoonalta syötetokenilta ja 0,28 dollaria tuotetokenilta. Pron vastaavat hinnat ovat 1,74 ja 3,48 dollaria. Vertailun vuoksi OpenAI:n GPT-4o veloittaa noin 5 dollaria syötöstä ja 30 dollaria tuotoksesta miljoonalta tokenilta.
Miljoonan tokenin muisti, vähemmän rautaa
Konteksti-ikkunan koko ei yksin ratkaise. DeepSeek kertoo, että V4 vie 9,5–13,7 kertaa vähemmän muistia kuin joulukuussa julkaistu V3.2, vaikka konteksti on samalla kasvanut. Säästö syntyy uudesta hybridihuomiomekanismista, joka yhdistää kaksi pakkaustekniikkaa ja keventää sekä laskentaa että muistin tarvetta päättelyn aikana.
Mallit hyödyntävät sekä FP8- että FP4-tarkkuutta, ja asiantuntijaverkkojen painot on kvantisoitu jo koulutusvaiheessa. DeepSeek esitteli myös uuden Muon-optimoijan, jonka tehtävä on vakauttaa ja nopeuttaa koulutusta. Mallit on validoitu sekä Nvidian että Huawein Ascend-piireillä, mikä vähentää riippuvuutta yhdysvaltalaisesta laitteistosta.
“Lähes huippuluokkaa, murto-osalla hinnasta.”
Miksi tällä on väliä
Hinnan lasku koskettaa muitakin kuin suuria teknologiajättejä. Kun miljoonan tokenin agentti maksaa murto-osan aiemmasta, pienikin suomalainen ohjelmistotalo voi rakentaa työkaluja, jotka lukevat läpi kokonaisia järjestelmiä tai sopimuspinoja ilman valtavaa laskua. Sama koskee tutkijoita ja yksittäisiä kehittäjiä, joille lännen huippumallit ovat olleet liian kalliita jatkuvaan käyttöön.
Edullinen ja laajasti saatavilla oleva malli muuttaa myös kilpailuasetelmaa. Mitä lähemmäs DeepSeek pääsee lännen kärkeä, sitä kovempi paine OpenAI:lla ja Googlella on perustella korkeat hintansa. Eurooppalaisille yrityksille kiinalaismallin käyttö tuo silti omat kysymyksensä tietosuojasta ja toimitusvarmuudesta, eikä niitä kannata sivuuttaa hinnan huumassa.
Lopullinen arvio jää käytännön testien varaan. DeepSeekin ilmoittamat luvut ovat lupaavia, mutta itsenäiset vertailut pitkissä agenttitehtävissä ratkaisevat, yltääkö V4 markkinointipuheidensa tasolle.
Sanasto
Token
Tekstin perusyksikkö, jonka kielimalli käsittelee ja jonka mukaan käyttö yleensä hinnoitellaan. Yksi token on noin puoli suomenkielistä sanaa, joten miljoona tokenia vastaa satoja sivuja tekstiä.
Mixture-of-Experts (MoE)
Asiantuntijasekoitus – malliarkkitehtuuri, jossa jättimäinen malli on pilkottu osiin ja vain pieni osa 'asiantuntijoista' aktivoituu kullakin kysymyksellä. Näin malli voi olla valtava mutta silti edullinen käyttää.
Kvantisointi (FP8/FP4)
Tekniikka, jossa mallin laskelmat pyöristetään karkeampaan tarkkuuteen (esimerkiksi FP8 tai FP4). Se vähentää muistin ja laskentatehon tarvetta, kun jokaista lukua ei tallenneta täydellä tarkkuudella.
Lähteistä
Mallien tekniset luvut ja hinnat perustuvat The Registerin ja Simon Willisonin raportointiin. DeepSeek ei ole julkaissut kaikkia yksityiskohtia virallisesti, joten tarkat suorituskykyvertailut tarkentuvat itsenäisten testien myötä.
Viikoittainen uutiskirje
Tule firmasi fiksuimmaksi AI-osaajaksi
Yksi uutiskirje kerrallaan. Kokoamme viikon tärkeimmät tekoälyuutiset suomeksi ja kerromme, mitä ne tarkoittavat sinun työsi kannalta. Luet sen kahvitauolla.
