Fireworks AI هفته گذشته مدل DeepSeek‑V4.1‑Flash را معرفی کرد. بر اساس بنچمارک‌های خود شرکت، دقت کدنویسی این مدل با GPT‑6 Astra برابر است، اما هزینه هر وظیفه حدود یک‌پانزدهم آن است. هزینه اعلام‌شده برای یک وظیفه معمول کدنویسی در DeepSWE، ۰٫۴۳ دلار است. شرکت می‌گوید این کاهش هزینه حاصل معماری جدیدی است که ورودی و خروجی را جداگانه پردازش می‌کند و همچنین بهبود KV-cache است که حافظه کمتری مصرف می‌کند.
مدل چطور هزینه را کاهش می‌دهد
DeepSeek‑V4.1‑Flash یک مدل ترکیبی متخصصان (MoE) با ۵۵۲ میلیارد پارامتر است. این مدل برای ورودی ۸ میلیارد پارامتر و برای خروجی ۱۶ میلیارد پارامتر را فعال می‌کند؛ الگویی متناسب با کار عامل‌های کدنویسی که حجم زیادی کد می‌خوانند، اما وصله‌های نسبتاً کوتاهی تولید می‌کنند. در آزمون DeepSWE، مدل ۳۶٫۹ میلیون توکن ورودی و ۲۱۱ هزار توکن خروجی مصرف کرد؛ یعنی نسبت ۱۷۴ به ۱. KV-cache جدید در مقایسه با DeepSeek V4 قبلی، یک‌چهارم حافظه پهن‌باند (HBM) و یک‌هشتم فضای ذخیره‌سازی SSD را مصرف می‌کند. در عین حفظ نرخ برخورد به کش در ۹۹٫۶ درصد، سهم هزینه ناشی از برخورد به کش را به ۶۰ درصد کاهش می‌دهد.
نقاط قوت و ضعف مدل
در بنچمارک‌های متمرکز بر کدنویسی (DeepSWE)، کیفیت مدل با Astra، Gemini 3.8 Flash و Claude Opus 5 برابری می‌کند و امتیاز pass@1 همه آن‌ها حداکثر ۰٫۷ واحد با هم اختلاف دارد؛ با این حال، هزینه مدل بسیار کمتر است. DeepSeek‑V4.1‑Flash در مقایسه با Gemini 3.8 Flash، ۵٫۵ برابر، در مقایسه با Astra، ۱۵ برابر و در مقایسه با Opus 5، ۲۸ برابر ارزان‌تر است. در کاری متفاوت، یعنی Terminal‑Bench 2.1، مدل چهار برابر Astra توکن خروجی مصرف می‌کند، اما در مجموع باز هم حدود ۱۲ برابر ارزان‌تر تمام می‌شود. با این حال، در بنچمارک استدلال چندوجهی Humanity’s Last Exam، امتیاز مدل ۳۴٫۵۲ درصد است؛ در حالی که Astra به ۵۰٫۴۰ درصد می‌رسد. این نتیجه نشان می‌دهد عملکرد مدل در استدلال صرفاً دانشگاهی ضعیف‌تر است. یک «مسیریاب اوراکل» که بهترین پاسخ را از میان پاسخ‌های هر دو مدل انتخاب کند، ۴٫۴ واحد درصد بهتر از Astra به‌تنهایی عمل می‌کند؛ موضوعی که نشان می‌دهد ترکیب چند مدل می‌تواند سودمند باشد.
دسترسی به مدل
Fireworks مدل DeepSeek‑V4.1‑Flash را از طریق API بدون سرور و گزینه ظرفیت اختصاصی برای کاربردهای تولیدی عرضه می‌کند. شرکت می‌گوید به‌زودی نقاط دسترسی میزبانی‌شده در آمریکا را برای صنایع قانون‌گذاری‌شده ارائه می‌دهد و در حال برنامه‌ریزی برای پشتیبانی آموزشی از کاربران اولیه است.
چرا مهم است
برای توسعه‌دهندگانی که ابزارهای کدنویسی با کمک هوش مصنوعی می‌سازند، این مدل اجرای مداوم عامل‌هایی با دورهای کاری متعدد را مقرون‌به‌صرفه می‌کند و فراخوانی‌های پرهزینه و تک‌مرحله‌ای را به فرایندهای پس‌زمینه کم‌هزینه تبدیل می‌کند. تیم‌هایی که به استدلال قوی در موضوعات دانشگاهی نیاز دارند، ممکن است همچنان ناچار باشند چند مدل را با هم به‌کار بگیرند؛ چراکه DeepSeek‑V4.1‑Flash در این نوع کارها ضعیف‌تر است.
