DeepSeek ਨੇ 14 ਸਤੰਬਰ 2026 ਨੂੰ ਐਲਾਨ ਕੀਤਾ ਕਿ ਉਹ ਆਪਣੇ V4-Pro large-language model (LLM) ਨੂੰ ਸੇਵਾਮੁਕਤ ਕਰੇਗਾ ਅਤੇ ਹਰ API ਰਿਕਵੈਸਟ ਨੂੰ ਨਵੇਂ V4.1-Flash ਵਰਜ਼ਨ ਵੱਲ ਰੁਤ (route) ਕਰੇਗਾ।
DeepSeek V4-Pro ਨੂੰ ਕਿਉਂ ਬੰਦ ਕਰ ਰਿਹਾ ਹੈ
V4-Pro ਲਾਂਚ ਹੋਣ ਤੋਂ ਬਾਅਦ부터 DeepSeek ਦੀ ਸਭ ਤੋਂ ਉੱਚ-ਦਰਜੇ ਦੀ ਪੇਸ਼ਕਸ਼ ਰਿਹਾ ਹੈ, ਜਿਸ ਨੂੰ ਵਿਆਪਕ ਗਿਆਨ ਵਾਲੇ ਇੱਕ ਜਨਰਲ-ਪਰਪਜ਼ LLM ਵਜੋਂ ਮਾਰਕੀਟ ਕੀਤਾ ਗਿਆ ਸੀ। ਪਿਛਲੇ ਇੱਕ ਸਾਲ ਦੌਰਾਨ, ਕੰਪਨੀ ਨੇ V4.1-Flash ਦੀ ਤੁਲਨਾ V4-Pro ਨਾਲ ਉਨ੍ਹਾਂ ਕੰਮਾਂ 'ਤੇ ਕੀਤੀ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਉਸਦੇ API ਗਾਹਕ ਦਿਲਚਸਪੀ ਰੱਖਦੇ ਹਨ: ਕੋਡ ਜਨਰੇਸ਼ਨ, terminal command synthesis, ਅਤੇ ਛੋਟੇ ਪ੍ਰੋਂਪਟਾਂ (prompts) ਦੇ ਤੇਜ਼ ਜਵਾਬ। ਡੇਟਾ ਤੋਂ ਪਤਾ ਲੱਗਦਾ ਹੈ ਕਿ ਨਵਾਂ ਮਾਡਲ ਤੇਜ਼ੀ ਨਾਲ ਚੱਲਦਾ ਹੈ, ਹਰ ਰਿਕਵੈਸਟ 'ਤੇ ਘੱਟ ਲਾਗਤ ਆਉਂਦੀ ਹੈ, ਅਤੇ ਕਈ ਕੰਮ-ਵਿਸ਼ੇਸ਼ ਬੈਂਚਮਾਰਕਸ 'ਤੇ ਵਧੇਰੇ ਸਕੋਰ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ।
ਇਹ ਤਬਦੀਲੀ ਮਾਰਕੀਟ ਦੇ ਦਬਾਅ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਕਲਾਊਡ-ਅਧਾਰਤ AI ਸੇਵਾਵਾਂ ਹੁਣ ਪ੍ਰਤੀ ਟੋਕਨ (token) ਜਾਂ ਪ੍ਰਤੀ ਕੰਪਿਊਟ ਯੂਨਿਟ ਚਾਰਜ ਕਰਦੀਆਂ ਹਨ, ਅਤੇ ਡਿਵੈਲਪਰ ਗਤੀ ਨਾਲ ਸਮਝੌਤਾ ਕੀਤੇ ਬਿਨਾਂ ਸੰਚਾਲਨ ਖਰਚਿਆਂ ਨੂੰ ਘਟਾਉਣ ਦੇ ਤਰੀਕੇ ਲੱਭ ਰਹੇ ਹਨ। ਸਾਰਾ ਟ੍ਰੈਫਿਕ V4.1-Flash ਵੱਲ ਮੋੜ ਕੇ, DeepSeek ਉਸ ਮਹਿੰਗੇ inference pipeline ਨੂੰ ਬੰਦ ਕਰ ਸਕਦਾ ਹੈ ਜੋ V4-Pro ਨੂੰ ਚਲਾਉਂਦਾ ਹੈ ਅਤੇ ਬਚਤ ਦਾ ਲਾਭ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਦੇ ਸਕਦਾ ਹੈ।
ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਲਾਗਤ 'ਤੇ ਇੱਕ ਨਜ਼ਰ
| ਬੈਂਚਮਾਰਕ (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 |
ਹਰ ਟੈਸਟ ਵਿੱਚ V4.1-Flash ਦਾ ਸਕੋਰ ਵਧੇਰੇ ਹੈ, ਕਈ ਵਾਰ ਕਾਫੀ ਵੱਡੇ ਫਰਕ ਨਾਲ। DeepSeek ਦੇ ਅੰਦਰੂਨੀ ਤੁਲਨਾਵਾਂ ਅਨੁਸਾਰ, ਇਹ ਮਾਡਲ ਉਹੀ ਕੋਡਿੰਗ-ਕੇਂਦਰਿਤ ਬੈਂਚਮਾਰਕਸ 'ਤੇ Claude Opus 5 ਅਤੇ GPT-5.6 Sol ਨਾਲੋਂ ਵੀ ਬਿਹਤਰ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ।
ਇੱਕ ਆਮ ਕੰਮ ਦੀ ਲਾਗਤ ਵੀ ਅਜਿਹਾ ਹੀ ਪੈਟਰਨ ਦਿਖਾਉਂਦੀ ਹੈ:
- GLM-5.3-Flash: $0.25
- DeepSeek V4.1-Flash: $0.27
- Moonshot Kimi K3: $2.00
ਜਦੋਂ ਡਿਵੈਲਪਰ ਕਿਸੇ ਵੱਡੇ ਅਤੇ ਮਹਿੰਗੇ ਵਿਕਲਪ ਦੀ ਬਜਾਏ Flash ਨੂੰ ਚੁਣਦੇ ਹਨ, ਤਾਂ ਉਹ ਲਗਭਗ ਅੱਠਵਾਂ ਹਿੱਸਾ ਖਰਚਾ ਕਰਕੇ ਤੁਲਨਾਯੋਗ ਬੁੱਧੀ (intelligence) ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਨ।
ਸਮਝੌਤਾ: ਘੱਟ ਵਿਆਪਕ ਗਿਆਨ (encyclopedic knowledge)
ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਵਾਧਾ ਤੱਥਾਂ ਦੀ ਯਾਦਦਾਸ਼ਤ (factual recall) ਵਿੱਚ ਕਮੀ ਦੇ ਨਾਲ ਆਉਂਦਾ ਹੈ। SimpleQA-Verified fact-checking ਬੈਂਚਮਾਰਕ 'ਤੇ, V4.1-Flash ਦਾ ਸਕੋਰ 42.3 ਹੈ ਜਦੋਂ ਕਿ V4-Pro ਦਾ 55.2 ਸੀ। DeepSeek ਨਵੇਂ ਮਾਡਲ ਨੂੰ "ਇੱਕ ਬਿਹਤਰ ਕੰਮ ਕਰਨ ਵਾਲਾ ਪਰ ਇੱਕ ਕਮਜ਼ੋਰ ਇੰਸਾਈਕਲੋਪੀਡੀਆ" ਵਜੋਂ ਦਰਸਾਉਂਦਾ ਹੈ। ਉਹ ਐਪਲੀਕੇਸ਼ਨਾਂ ਜੋ ਤਾਜ਼ਾ ਵਿਸ਼ਵ ਗਿਆਨ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ—ਜਿਵੇਂ ਕਿ ਖ਼ਬਰਾਂ ਦਾ ਸਾਰ (news summarisation), ਕਾਨੂੰਨੀ ਖੋਜ (legal research)—ਉਨ੍ਹਾਂ ਨੂੰ ਬਾਹਰੀ ਗਿਆਨ ਦੇ ਅਧਾਰਾਂ ਜਾਂ ਕਿਸੇ ਵੱਡੇ ਮਾਡਲ ਦੀ ਲੋੜ ਪੈ ਸਕਦੀ ਹੈ।
ਉਦਯੋਗ ਆਪਣੇ ਆਪ ਨੂੰ ਕਿਵੇਂ ਸਥਾਪਿਤ ਕਰ ਰਿਹਾ ਹੈ
DeepSeek ਦਾ ਇਹ ਵੱਡਾ ਫੈਸਲਾ ਹੋਰ AI ਪ੍ਰਦਾਤਾਵਾਂ ਨਾਲੋਂ ਵੱਖਰਾ ਹੈ:
- Z.ai ਛੋਟੇ ਤੋਂ ਲੈ ਕੇ ਵੱਡੇ ਮਾਡਲਾਂ ਦੀ ਇੱਕ ਸ਼੍ਰੇਣੀ ਪੇਸ਼ ਕਰਦਾ ਹੈ, ਜੋ ਗਾਹਕਾਂ ਨੂੰ ਪ੍ਰਤੀ ਪ੍ਰੋਜੈਕਟ ਪੈਮਾਨੇ (scale) ਅਤੇ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਸੰਤੁਲਨ ਬਣਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ।
- Moonshot ਆਪਣੇ Kimi K3 ਮਾਡਲ ਨਾਲ ਆਕਾਰ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ, ਅਤੇ ਵੱਡੀ ਸਮਰੱਥਾ ਲਈ ਉੱਚੀ ਲਾਗਤ ਨੂੰ ਸਵੀਕਾਰ ਕਰਦਾ ਹੈ।
- DeepSeek ਨੇ ਹਰ API ਰਿਕਵੈਸਟ ਨੂੰ Flash 'ਤੇ ਰੱਖ ਦਿੱਤਾ ਹੈ, ਇਹ ਦਾਅਵਾ ਕਰਦੇ ਹੋਏ ਕਿ ਮਾਰਕੀਟ ਸਿਰਫ਼ ਵੱਡੇ ਪੈਮਾਨੇ ਦੀ ਬਜਾਏ ਗਤੀ ਅਤੇ ਕੀਮਤ ਨੂੰ ਪਹਿਲ ਦੇਵੇਗੀ।
ਇਹ ਵੱਖਰੇ ਤਰੀਕੇ ਦਿਖਾਉਂਦੇ ਹਨ ਕਿ ਮਾਰਕੀਟ ਅਜੇ ਕਿਸੇ ਇੱਕ ਰਾਹ 'ਤੇ ਸਥਿਰ ਨਹੀਂ ਹੋਈ ਹੈ। ਕੁਝ ਡਿਵੈਲਪਰ ਅਜੇ ਵੀ ਵਿਸ਼ਾਲ ਮਾਡਲਾਂ ਦੀ ਵਿਸ਼ਾਲਤਾ ਨੂੰ ਮਹੱਤਵ ਦਿੰਦੇ ਹਨ; ਦੂਜੇ ਇਸ ਦੇ ਬਦਲੇ ਤੇਜ਼ ਅਤੇ ਸਸਤੇ ਜਵਾਬ ਪ੍ਰਾਪਤ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਨ।
ਡਿਵੈਲਪਰਾਂ ਲਈ ਵਿਹਾਰਕ ਸਲਾਹ
- ਸਿਰਫ਼ ਮਾਡਲ ਦੇ ਨਾਮ ਜਾਂ ਟੋਕਨ ਕੀਮਤ ਦੇ ਆਧਾਰ 'ਤੇ ਚੋਣ ਨਾ ਕਰੋ। ਇੱਕ "Flash" ਮਾਡਲ ਤੁਹਾਡੇ ਮਹੱਤਵਪੂਰਨ ਕੰਮਾਂ 'ਤੇ "Pro" ਮਾਡਲ ਨਾਲੋਂ ਬਿਹਤਰ ਪ੍ਰਦਰਸ਼ਨ ਕਰ ਸਕਦਾ ਹੈ।
- ਆਪਣੇ ਸਟੈਕ (stack) ਵਿੱਚ ਲਚਕਤਾ ਬਣਾਓ। ਆਪਣੇ ਸਿਸਟਮ ਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਤਿਆਰ ਕਰੋ ਕਿ ਬਿਨਾਂ ਕਿਸੇ ਵੱਡੇ ਬਦਲਾਅ ਦੇ ਪ੍ਰਦਾਤਾਵਾਂ ਜਾਂ ਮਾਡਲ ਵਰਜ਼ਨਾਂ ਵਿਚਕਾਰ ਬਦਲਿਆ ਜਾ ਸਕੇ।
- ਆਪਣੇ ਡੇਟਾ ਨਾਲ ਜਾਂਚ ਕਰੋ। ਜਨਤਕ ਬੈਂਚਮਾਰਕਸ ਇੱਕ ਲਾਭਦਾਇਕ ਬੇਸਲਾਈਨ ਦਿੰਦੇ ਹਨ, ਪਰ ਅਸਲ ਦੁਨੀਆ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਤੁਹਾਡੇ ਕੰਮ ਦੇ ਬੋਝ (workload) 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।
ਇਹਨਾਂ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਨਾਲ ਟੀਮਾਂ ਨੂੰ ਕਿਸੇ ਇੱਕ ਪ੍ਰਦਾਤਾ 'ਤੇ ਨਿਰਭਰ ਹੋਣ (lock-in) ਤੋਂ ਬਚਣ ਅਤੇ LLM ਈਕੋਸਿਸਟਮ ਦੇ ਵਿਕਾਸ ਦੇ ਨਾਲ ਸਭ ਤੋਂ ਵਧੀਆ ਮੁੱਲ ਪ੍ਰਾਪਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਮਿਲਦੀ ਹੈ।
ਅੱਗੇ ਕੀ ਦੇਖਣਾ ਹੈ
V4-Pro ਨੂੰ ਸੇਵਾਮੁਕਤ ਕਰਨਾ ਕੁਸ਼ਲਤਾ-ਕੇਂਦਰਿਤ LLMs ਵੱਲ ਇੱਕ ਸਪਸ਼ਟ ਮੋੜ ਹੈ। ਕੀ ਇਹ "ਫਲੈਗਸ਼ਿਪ" ਯੁੱਗ ਨੂੰ ਖਤਮ ਕਰੇਗਾ ਜਾਂ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲ ਰਹੀ ਮਾਰਕੀਟ ਦੇ ਇੱਕ ਨਵੇਂ ਪੜਾਅ ਦੀ ਸ਼ੁਰੂਆਤ ਕਰੇਗਾ, ਇਹ ਦੇਖਣਾ ਅਜੇ ਬਾਕੀ ਹੈ, ਪਰ ਜੋ ਡਿਵੈਲਪਰ ਚੁਸਤ (agile) ਰਹਿਣਗੇ, ਉਹ ਇਸ ਤਬਦੀਲੀ ਤੋਂ ਲਾਭ ਉਠਾਉਣ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਸਥਿਤੀ ਵਿੱਚ ਹੋਣਗੇ।