# مدل‌های DeepSeek به Amazon SageMaker JumpStart آمدند

> AWS سه مدل زبانی DeepSeek با وزن‌های باز را به SageMaker افزوده است؛ گزینه‌هایی با پنجرهٔ متنی بلند و هزینهٔ کمتر برای توسعه‌دهندگان.

Oossa · 2026-11-12 · https://oossa.com/fa/deepseek-models-now-on-amazon-sagemaker-jumpstart

Amazon Web Services اعلام کرد که سه مدل زبانی DeepSeek به فهرست SageMaker JumpStart اضافه شده‌اند. این مدل‌ها—DeepSeek‑V4‑Pro، DeepSeek‑V4‑Flash و DeepSeek‑V4.1‑Flash—وزن‌باز هستند؛ یعنی کد و وزن‌هایشان با مجوز MIT به‌صورت آزاد در دسترس است. مشتریان می‌توانند با چند کلیک در کنسول یا از طریق SageMaker Python SDK آن‌ها را به حساب AWS خود اضافه کنند. این خبر در 12 نوامبر 2026 اعلام شد.

DeepSeek‑V4‑Pro بزرگ‌ترین مدل این مجموعه است. این مدل در معماری ترکیبیِ متخصصان (MoE) دارای 1.6 تریلیون پارامتر است، اما برای هر توکن فقط 49 میلیارد پارامتر فعال می‌شود. همچنین از پنجرهٔ متنی یک‌میلیون‌توکنی پشتیبانی می‌کند و می‌تواند اسناد بسیار بلند را بخواند و درباره‌شان استدلال کند. به همین دلیل، برای کارهایی مثل حل مسئلهٔ چندمرحله‌ای، تهیهٔ گزارش‌های مفصل یا هر کاربردی که به حداکثر ظرفیت زبانی نیاز دارد مناسب است.

DeepSeek‑V4‑Flash گزینه‌ای کوچک‌تر و ارزان‌تر است. این مدل با 284 میلیارد پارامتر در مجموع و 13 میلیارد پارامتر فعال برای هر توکن، همان پنجرهٔ یک‌میلیون‌توکنی را حفظ می‌کند، اما به توان پردازشی بسیار کمتری نیاز دارد. AWS آن را برای سرویس‌های عملیاتی حساس به تأخیر که هزینه در آن‌ها اهمیت دارد، مانند چت‌بات‌ها یا خلاصه‌سازی بلادرنگ، پیشنهاد می‌کند.

جدیدترین مدل این مجموعه، DeepSeek‑V4.1‑Flash، پشتیبانی چندوجهی و طراحی نوآورانهٔ رمزگذارـرمزگشا با علیت را اضافه می‌کند. بدنهٔ اصلی آن 552 میلیارد پارامتر دارد، اما هنگام پیش‌پردازش اولیه فقط 8 میلیارد و هنگام تولید متن 16 میلیارد پارامتر به کار می‌گیرد. این مدل می‌تواند تا 384 k توکن خروجی تولید کند و با استفاده از Compressed Sparse Attention 2 (CSA2) و ذخیره‌سازی موقت KV با FP4، مصرف حافظه را به حدود یک‌چهارم V4‑Flash می‌رساند. این روش‌ها برای کاربردهای عامل‌محورِ ترکیب‌کنندهٔ متن و تصویر در نظر گرفته شده‌اند؛ مانند دستیارهای برنامه‌نویسی که اسکرین‌شات‌ها را هم می‌خوانند.

## چرا این مدل‌ها حالا اضافه شده‌اند؟

AWS با گسترش فهرست مدل‌های پایه، انتخاب‌های بیشتری میان توان خام و بهره‌وری در اختیار توسعه‌دهندگان می‌گذارد. با عرضهٔ یک مدل در مقیاس پرچم‌دار (V4‑Pro) و دو نسخهٔ کم‌هزینه‌تر (V4‑Flash و V4.1‑Flash)، مشتریان می‌توانند بدون خروج از اکوسیستم AWS گزینه‌ای متناسب با بودجه و نیازهای تأخیر خود انتخاب کنند. مجوز وزن‌باز نیز به تیم‌های کوچک‌تر اجازه می‌دهد مدل‌ها را برای نیازهای خود تنظیم دقیق کنند یا در خط‌لوله‌های اختصاصی‌شان به کار بگیرند.

## حقایق

- DeepSeek‑V4‑Pro دارای 1.6 تریلیون پارامتر است و برای هر توکن 49 میلیارد پارامتر را فعال می‌کند.
- DeepSeek‑V4‑Flash دارای 284 میلیارد پارامتر است و برای هر توکن 13 میلیارد پارامتر را فعال می‌کند.
- بدنهٔ اصلی DeepSeek‑V4.1‑Flash دارای 552 میلیارد پارامتر است؛ هنگام پیش‌پردازش 8 میلیارد و هنگام رمزگشایی 16 میلیارد پارامتر را فعال می‌کند.
- هر سه مدل از پنجرهٔ متنی یک‌میلیون‌توکنی پشتیبانی می‌کنند؛ V4.1‑Flash می‌تواند تا 384 k توکن خروجی تولید کند.
- این مدل‌ها با مجوز MIT عرضه شده‌اند و از تاریخ 2026‑11‑12 از طریق SageMaker JumpStart در دسترس‌اند.

## چرا مهم است

توسعه‌دهندگان اکنون می‌توانند بدون ساخت زیرساخت اختصاصی خود، مدل‌های زبانی بزرگ را روی AWS اجرا کنند و نسخه‌ای متناسب با نیازشان از نظر هزینه یا سرعت برگزینند. مجوز وزن‌باز همچنین به شرکت‌های کوچک‌تر امکان می‌دهد مدل‌ها را برای کاربردهای تخصصی سفارشی کنند؛ هرچند برای استقرار آن‌ها همچنان به اعتبار AWS یا حساب پولی نیاز دارند.

## منابع و ارجاع‌ها

1. [DeepSeek-V4-Pro, DeepSeek-V4-Flash, and DeepSeek-V4.1-Flash models now available on Amazon SageMaker JumpStart](https://aws.amazon.com/about-aws/whats-new/2026/01/deepseek-v4-pro-v4-flash-v4.1-flash-on-sagemaker-jumpstart/) – AWS, 2026-11-11

آخرین به‌روزرسانی: 2026-11-12