# فایروورکس: دیپ‌سیک V4 پرو هزینه کدنویسی را کاهش می‌دهد

> در آزمون‌های فایروورکس، دیپ‌سیک V4 پرو در دو بنچمارک کدنویسی از Fable 5 بهتر عمل کرد و هزینه هر مسئله حل‌شده با آن کمتر بود. این نتایج را خود شرکت گزارش کرده است.

Oossa · 2026-10-23 · https://oossa.com/fa/fireworks-says-deepseek-v4-pro-lowers-coding-task-costs

شرکت Fireworks AI می‌گوید DeepSeek V4 Pro 0813 در آزمون‌های کدنویسی این شرکت، در بنچمارک‌های SWE-Bench Verified و LiveCodeBench v6 امتیاز بالاتری از Fable 5 گرفت. Fireworks هزینه هر مسئله حل‌شده در SWE-Bench را برای DeepSeek برابر با $0.309 و برای Fable 5 برابر با $0.808 گزارش کرده است. این هزینه‌ها در LiveCodeBench به‌ترتیب $0.040 و $0.225 بوده‌اند.

Fireworks، DeepSeek را در چهار خانواده بنچمارک با Kimi K3 و Fable 5 مقایسه کرد و از همان مجموعه ارزیابی‌ای استفاده کرد که پیش‌تر برای Kimi K3 به کار برده بود. به‌گفته این شرکت، DeepSeek در SWE-Bench Verified (با 500 مسئله) امتیاز 95.2% و در LiveCodeBench v6 (با 100 مسئله) امتیاز 92.0% گرفت. امتیازهای Fable 5 در این دو آزمون به‌ترتیب 85.4% و 91.0% بود.

## نتایج در زبان‌های مختلف فرق می‌کند

DeepSeek در همه آزمون‌ها پیشتاز نبود. در Aider Polyglot v1، امتیاز Fable 5 برابر با 88.0% و امتیاز DeepSeek برابر با 73.8% بود؛ در Terminal-Bench 2.1 نیز Kimi K3 با امتیاز 80.9% پیشتاز شد و DeepSeek و Fable 5 هر دو 76.4% گرفتند. Fireworks همچنین گزارش کرد که DeepSeek در وظایف Java در Aider Polyglot امتیاز 48.9% گرفت، درحالی‌که امتیاز Fable 5 برابر با 74.5% بود.

در عنوان جدول بنچمارک‌ها آمده که نتایج «با مسیریاب‌های اوراکل» به دست آمده‌اند. Fireworks مسیریابی اوراکل را روشی تعریف می‌کند که در آن هر وظیفه با چند مدل آزمایش می‌شود و پس از پایان آزمون، بهترین نتیجه انتخاب می‌شود. این روش سقفی نظری برای عملکرد است و سامانه مسیریابی‌ای نیست که مشتریان بتوانند بدون تغییر به کار بگیرند. Fireworks می‌گوید در مجموعه‌ای ترکیبی شامل 409 وظیفه، مسیریابی بین DeepSeek و Fable 5 به دقت 92.4% رسید؛ درحالی‌که دقت Fable به‌تنهایی 86.6% بود. هزینه هر وظیفه در این دو حالت به‌ترتیب $0.279 و $4.510 گزارش شد.

## Fireworks چه امکاناتی ارائه می‌دهد

Fireworks می‌گوید DeepSeek V4 Pro از طریق API بدون سرور و استقرارهای اختصاصی در دسترس است و مشتریان می‌توانند با تنظیم دقیق نظارت‌شده، تنظیم بر پایه ترجیحات یا تنظیم دقیق تقویتی، نسخه‌های سفارشی آن را آموزش دهند. منبع همچنین به پنجره زمینه 1-million-token و قابلیت فراخوانی ابزار اشاره می‌کند. نتایج بنچمارک‌ها به‌طور مستقل تأیید نشده‌اند.

Fireworks یادآور می‌شود که شیوه اجرای آزمون بر عملکرد اثر گذاشته است: این شرکت دریافت که شروع کار با مجموعه‌ای حداقلی از ابزارها، در مقایسه با شروع با یک فهرست استاندارد و بزرگ‌تر، به فراخوانی‌های ابزار باثبات‌تری منجر می‌شود. این نکته‌ای کاربردی برای توسعه‌دهندگانی است که می‌خواهند امتیازهای گزارش‌شده را بازتولید کنند.

## حقایق

- Fireworks گزارش کرد DeepSeek V4 Pro 0813 در SWE-Bench Verified (با 500 مسئله) امتیاز 95.2% گرفت؛ امتیاز Fable 5 برابر با 85.4% بود.
- در LiveCodeBench v6 (با 100 مسئله)، Fireworks امتیاز DeepSeek V4 Pro را 92.0% و امتیاز Fable 5 را 91.0% گزارش کرد.
- Fireworks هزینه هر مسئله حل‌شده را برای DeepSeek و Fable 5 به‌ترتیب در SWE-Bench برابر با $0.309 و $0.808 و در LiveCodeBench برابر با $0.040 و $0.225 گزارش کرد.
- در Aider Polyglot v1، امتیاز Fable 5 برابر با 88.0% و امتیاز DeepSeek برابر با 73.8% بود؛ در Terminal-Bench 2.1، Kimi K3 امتیاز 80.9% گرفت.

## چرا مهم است

برای تیم‌هایی که هزینه اجرای عامل‌های کدنویسی را می‌پردازند، هزینه‌های گزارش‌شده از سوی Fireworks نشان می‌دهد DeepSeek V4 Pro می‌تواند برای وظایفی مانند SWE-Bench و LiveCodeBench گزینه‌ای ارزان‌تر باشد. اما این نتایج حاصل آزمون‌های خود Fireworks هستند، عملکرد بسته به بنچمارک و زبان فرق می‌کند و بهترین نتیجه مسیریابی نیز به روشی متکی است که پس از انجام آزمون اجرا می‌شود و مشتریان نمی‌توانند مستقیماً به کار بگیرند.

## منابع و ارجاع‌ها

1. [DeepSeek V4 Pro: Tops SWE-Bench & cuts cost per task by 3x vs. Fable 5](https://fireworks.ai/blog/deepseek-v4-pro-vs-fable-5-benchmarks/) – Fireworks AI

آخرین به‌روزرسانی: 2026-10-23