DeepSeek ಸೆಪ್ಟೆಂಬರ್ 14, 2026 ರಂದು ತನ್ನ V4-Pro large-language model (LLM) ಅನ್ನು ನಿಲ್ಲಿಸುವುದಾಗಿ ಮತ್ತು ಪ್ರತಿಯೊಂದು API ವಿನಂತಿಯನ್ನು (request) ಹೊಸದಾದ V4.1-Flash ಆವೃತ್ತಿಗೆ ವರ್ಗಾಯಿಸುವುದಾಗಿ ಘೋಷಿಸಿದೆ.
DeepSeek ಏಕೆ V4-Pro ಅನ್ನು ನಿಲ್ಲಿಸುತ್ತಿದೆ
ಬಿಡುಗಡೆಯಾದಾಗಿನಿಂದ V4-Pro ಎಂಬುದು DeepSeek ನ ಅತ್ಯುತ್ತಮ ಸೇವೆಯಾಗಿದ್ದು, ವ್ಯಾಪಕ ಜ್ಞಾನವನ್ನು ಹೊಂದಿರುವ ಸಾಮಾನ್ಯ ಉದ್ದೇಶದ LLM ಆಗಿ ಮಾರುಕಟ್ಟೆ ಮಾಡಲ್ಪಟ್ಟಿದೆ. ಕಳೆದ ಒಂದು ವರ್ಷದಲ್ಲಿ, ಕಂಪನಿಯು ತನ್ನ API ಗ್ರಾಹಕರಿಗೆ ಮುಖ್ಯವಾದ ಕಾರ್ಯಗಳಾದ: code generation, terminal command synthesis ಮತ್ತು ಚಿಕ್ಕ ಪ್ರಾಂಪ್ಟ್‌ಗಳಿಗೆ (prompts) ವೇಗದ ಪ್ರತಿಕ್ರಿಯೆ ನೀಡುವ ವಿಷಯಗಳಲ್ಲಿ V4.1-Flash ಅನ್ನು V4-Pro ಗೆ ಹೋಲಿಸಿ ಪರೀಕ್ಷಿಸಿದೆ. ಹೊಸ ಮಾದರಿಯು ವೇಗವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಪ್ರತಿ ವಿನಂತಿಗೆ ಕಡಿಮೆ ವೆಚ್ಚವಾಗುತ್ತದೆ ಮತ್ತು ಹಲವಾರು ಕಾರ್ಯ-ನಿರ್ದಿಷ್ಟ ಬೆಂಚ್‌ಮಾರ್ಕ್‌ಗಳಲ್ಲಿ (benchmarks) ಹೆಚ್ಚಿನ ಅಂಕಗಳನ್ನು ಪಡೆಯುತ್ತದೆ ಎಂದು ದತ್ತಾಂಶಗಳು ತೋರಿಸುತ್ತವೆ.
ಈ ಬದಲಾವಣೆಯು ಮಾರುಕಟ್ಟೆಯ ಒತ್ತಡವನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ. ಕ್ಲೌಡ್ ಆಧಾರಿತ AI ಸೇವೆಗಳು ಈಗ ಪ್ರತಿ ಟೋಕನ್ ಅಥವಾ ಪ್ರತಿ ಕಂಪ್ಯೂಟ್ ಯೂನಿಟ್‌ಗೆ ಶುಲ್ಕ ವಿಧಿಸುತ್ತವೆ ಮತ್ತು ಡೆವಲಪರ್‌ಗಳು ವೇಗವನ್ನು ಬಲಿಕೊಡದೆ ಕಾರ್ಯಾಚರಣೆಯ ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಮಾರ್ಗಗಳನ್ನು ಹುಡುಕುತ್ತಿದ್ದಾರೆ. ಎಲ್ಲಾ ಟ್ರಾಫಿಕ್ ಅನ್ನು V4.1-Flash ಗೆ ವರ್ಗಾಯಿಸುವ ಮೂಲಕ, DeepSeek ತನ್ನ V4-Pro ಅನ್ನು ನಡೆಸುವ ಹೆಚ್ಚು ದುಬಾರಿ ಇನ್ಫರೆನ್ಸ್ ಪೈಪ್‌ಲೈನ್ ಅನ್ನು (inference pipeline) ಸ್ಥಗಿತಗೊಳಿಸಬಹುದು ಮತ್ತು ಉಳಿತಾಯವನ್ನು ಬಳಕೆದಾರರಿಗೆ ವರ್ಗಾಯಿಸಬಹುದು.
ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ವೆಚ್ಚದ ಒಂದು ನೋಟ
| Benchmark | V4.1-Flash | V4-Pro |
|---|---|---|
| Terminal-Bench 2.1 (coding & command generation) | 90.6 | 87.9 |
| Terminal-Bench 4.0 (complex multi-step tasks) | 31.2 | 12.4 |
| DeepSWE v1.1 (software-engineering reasoning) | 74.2 | 62.7 |
ಪ್ರತಿ ಪರೀಕ್ಷೆಯಲ್ಲೂ V4.1-Flash ಹೆಚ್ಚಿನ ಅಂಕಗಳನ್ನು ಗಳಿಸಿದೆ, ಕೆಲವು ಸಂದರ್ಭಗಳಲ್ಲಿ ಇದು ದೊಡ್ಡ ಅಂತರವನ್ನು ಹೊಂದಿದೆ. DeepSeek ನ ಆಂತರಿಕ ಹೋಲಿಕೆಗಳ ಪ್ರಕಾರ, ಇದೇ ಕೋಡಿಂಗ್-ಕೇಂದ್ರಿತ ಬೆಂಚ್‌ಮಾರ್ಕ್‌ಗಳಲ್ಲಿ ಈ ಮಾದರಿಯು Claude Opus 5 ಮತ್ತು GPT-5.6 Sol ಅನ್ನು ಮೀರಿಸಿದೆ.
ಸಾಮಾನ್ಯ ಕಾರ್ಯದ ಪ್ರತಿ ವೆಚ್ಚವು ಸಹ ಇದೇ ರೀತಿಯ ಮಾದರಿಯನ್ನು ತೋರಿಸುತ್ತದೆ:
- GLM-5.3-Flash: $0.25
- DeepSeek V4.1-Flash: $0.27
- Moonshot Kimi K3: $2.00
ದೊಡ್ಡದಾದ ಮತ್ತು ದುಬಾರಿಯಾದ ಪರ್ಯಾಯದ ಬದಲು Flash ಅನ್ನು ಆರಿಸಿಕೊಂಡಾಗ, ಡೆವಲಪರ್‌ಗಳು ಅಂದಾಜು ಎಂಟನೇ ಒಂದು ಭಾಗದ ವೆಚ್ಚದಲ್ಲಿ ಸಮಾನವಾದ ಬುದ್ಧಿವಂತಿಕೆಯನ್ನು ಪಡೆಯಬಹುದು.
ವಹಿವಾಟು (Trade-off): ಕಡಿಮೆ ವಿಶ್ವಕೋಶದ ಜ್ಞಾನ
ದಕ್ಷತೆಯ ಹೆಚ್ಚಳವು ವಾಸ್ತವಿಕ ನೆನಪಿನ ಶಕ್ತಿಯಲ್ಲಿ (factual recall) ಇಳಿಕೆಯನ್ನು ತರುತ್ತದೆ. SimpleQA-Verified ಫ್ಯಾಕ್ಟ್-ಚೆಕಿಂಗ್ ಬೆಂಚ್‌ಮಾರ್ಕ್‌ನಲ್ಲಿ, V4.1-Flash 42.3 ಅಂಕಗಳನ್ನು ಪಡೆದರೆ, V4-Pro 55.2 ಅಂಕಗಳನ್ನು ದಾಖಲಿಸಿದೆ. DeepSeek ಹೊಸ ಮಾದರಿಯನ್ನು "ಉತ್ತಮ ಕೆಲಸಗಾರ ಆದರೆ ದುರ್ಬಲ ವಿಶ್ವಕೋಶ" ಎಂದು ವಿವರಿಸುತ್ತದೆ. ಇತ್ತೀಚಿನ ಜಗತ್ತಿನ ಜ್ಞಾನದ ಮೇಲೆ ಹೆಚ್ಚು ಅವಲಂಬಿತವಾಗಿರುವ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು—ಸುದ್ದಿ ಸಾರಾಂಶ (news summarisation), ಕಾನೂನು ಸಂಶೋಧನೆ (legal research)—ಹೊರಗಿನ ಜ್ಞಾನದ ಮೂಲಗಳು ಅಥವಾ ದೊಡ್ಡ ಮಾದರಿಯನ್ನು ಬಳಸಬೇಕಾಗಬಹುದು.
ಉದ್ಯಮವು ತನ್ನನ್ನು ಹೇಗೆ ರೂಪಿಸಿಕೊಳ್ಳುತ್ತಿದೆ
DeepSeek ನ ಈ ಸಂಪೂರ್ಣ ಬದಲಾವಣೆಯು ಇತರ AI ಪೂರೈಕೆದಾರರಿಗೆ ವಿರುದ್ಧವಾಗಿದೆ:
- Z.ai ಸಣ್ಣದರಿಂದ ದೊಡ್ಡದಿನವರೆಗಿನ ವಿವಿಧ ಮಾದರಿಗಳನ್ನು ನೀಡುತ್ತದೆ, ಇದು ಗ್ರಾಹಕರಿಗೆ ಪ್ರತಿ ಯೋಜನೆಯಲ್ಲಿ ಪ್ರಮಾಣ ಮತ್ತು ದಕ್ಷತೆಯನ್ನು ಸಮತೋಲನಗೊಳಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.
- Moonshot ತನ್ನ Kimi K3 ಮಾದರಿಯೊಂದಿಗೆ ಗಾತ್ರದ ಮೇಲೆ ಹೆಚ್ಚಿನ ಗಮನ ಹರಿಸುತ್ತದೆ, ಹೆಚ್ಚಿನ ಸಾಮರ್ಥ್ಯಕ್ಕಾಗಿ ಹೆಚ್ಚಿನ ವೆಚ್ಚವನ್ನು ಒಪ್ಪಿಕೊಳ್ಳುತ್ತದೆ.
- DeepSeek ಪ್ರತಿಯೊಂದು API ವಿನಂತಿಯನ್ನು Flash ಗೆ ವರ್ಗಾಯಿಸಿದೆ, ಮಾರುಕಟ್ಟೆಯು ಕೇವಲ ಪ್ರಮಾಣಕ್ಕಿಂತ ವೇಗ ಮತ್ತು ಬೆಲೆಗೆ ಆದ್ಯತೆ ನೀಡುತ್ತದೆ ಎಂದು ಇದು ಪಣತೊಟ್ಟಿದೆ.
ಈ ವಿಭಿನ್ನ ವಿಧಾನಗಳು ಮಾರುಕಟ್ಟೆಯು ಇನ್ನೂ ಒಂದೇ ಹಾದಿಯನ್ನು ನಿರ್ಧರಿಸಿಲ್ಲ ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತವೆ. ಕೆಲವು ಡೆವಲಪರ್‌ಗಳು ಇನ್ನೂ ಬೃಹತ್ ಮಾದರಿಗಳ ವ್ಯಾಪ್ತಿಯನ್ನು ಗೌರವಿಸುತ್ತಾರೆ; ಇತರರು ವೇಗವಾದ ಮತ್ತು ಅಗ್ಗದ ಪ್ರತಿಕ್ರಿಯೆಗಳಿಗಾಗಿ ಅದನ್ನು ಬಲಿಕೊಡುತ್ತಾರೆ.
ಡೆವಲಪರ್‌ಗಳಿಗೆ ಪ್ರಾಯೋಗಿಕ ಸಲಹೆಗಳು
- ಮಾಡೆಲ್ ಅನ್ನು ಕೇವಲ ಅದರ ಹೆಸರು ಅಥವಾ ಟೋಕನ್ ಬೆಲೆಯ ಆಧಾರದ ಮೇಲೆ ಆಯ್ಕೆ ಮಾಡಬೇಡಿ. ನೀವು ಕಾಳಜಿ ವಹಿಸುವ ಕಾರ್ಯಗಳಲ್ಲಿ "Flash" ಮಾದರಿಯು "Pro" ಮಾದರಿಯನ್ನು ಮೀರಿಸಬಹುದು.
- ನಿಮ್ಮ ಸ್ಟ್ಯಾಕ್‌ನಲ್ಲಿ (stack) ನಮ್ಯತೆಯನ್ನು (flexibility) ನಿರ್ಮಿಸಿ. ದೊಡ್ಡ ಮಟ್ಟದ ಬದಲಾವಣೆಗಳಿಲ್ಲದೆ ಪೂರೈಕೆದಾರರು ಅಥವಾ ಮಾದರಿ ಆವೃತ್ತಿಗಳ ನಡುವೆ ಬದಲಾಯಿಸಲು ನಿಮ್ಮ ವ್ಯವಸ್ಥೆಯನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಿ.
- ನಿಮ್ಮ ಸ್ವಂತ ದತ್ತಾಂಶದೊಂದಿಗೆ ಪರಿಶೀಲಿಸಿ. ಸಾರ್ವಜನಿಕ ಬೆಂಚ್‌ಮಾರ್ಕ್‌ಗಳು ಉಪಯುಕ್ತ ಅಡಿಪಾಯವನ್ನು ನೀಡುತ್ತವೆ, ಆದರೆ ನೈಜ ಪ್ರದರ್ಶನವು ನಿಮ್ಮ ಕೆಲಸದ ಹೊರೆಯನ್ನು (workload) ಅವಲಂಬಿಸಿರುತ್ತದೆ.
ಈ ಹಂತಗಳನ್ನು ಅನುಸರಿಸುವುದರಿಂದ LLM ಪರಿಸರ ವ್ಯವಸ್ಥೆಯು ವಿಕಸನಗೊಳ್ಳುತ್ತಿದ್ದಂತೆ ತಂಡಗಳು ನಿರ್ದಿಷ್ಟ ಪೂರೈಕೆದಾರರಿಗೆ ಕಟ್ಟುಬೀಳುವುದನ್ನು (lock-in) ತಪ್ಪಿಸಲು ಮತ್ತು ಉತ್ತಮ ಮೌಲ್ಯವನ್ನು ಪಡೆಯಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಮುಂದೆ ಏನನ್ನು ಗಮನಿಸಬೇಕು
V4-Pro ಅನ್ನು ನಿಲ್ಲಿಸುವುದು ದಕ್ಷತೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದ LLM ಗಳ ಕಡೆಗೆ ಒಂದು ಸ್ಪಷ್ಟ ತಿರುವು ಎಂಬ ಸೂಚನೆ ನೀಡುತ್ತದೆ. ಇದು "ಫ್ಲ್ಯಾಗ್‌ಶಿಪ್" (flagship) ಯುಗವನ್ನು ಕೊನೆಗೊಳಿಸುತ್ತದೆಯೇ ಅಥವಾ ವೇಗವಾಗಿ ಬದಲಾಗುತ್ತಿರುವ ಮಾರುಕಟ್ಟೆಯ ಹೊಸ ಹಂತವನ್ನು ಪ್ರಾರಂಭಿಸುತ್ತದೆಯೇ ಎಂಬುದು ನೋಡಬೇಕಿದೆ, ಆದರೆ ಚುರುಕಾಗಿರುವ (agile) ಡೆವಲಪರ್‌ಗಳು ಈ ಬದಲಾವಣೆಯಿಂದ ಲಾಭ ಪಡೆಯಲು ಉತ್ತಮ ಸ್ಥಿತಿಯಲ್ಲಿರುತ್ತಾರೆ.