Fireworks AI ने पिछले हफ्ते DeepSeek‑V4.1‑Flash मॉडल पेश किया। कंपनी के अपने बेंचमार्क के मुताबिक, यह मॉडल GPT‑6 Astra जितनी कोडिंग सटीकता देता है, लेकिन प्रति काम इसकी लागत करीब 15 गुना कम है। एक सामान्य DeepSWE कोडिंग टास्क की कीमत $0.43 बताई गई है। कंपनी का कहना है कि कम लागत की वजह नया इनपुट/आउटपुट विभाजित आर्किटेक्चर और बेहतर KV‑cache है, जो कम मेमोरी इस्तेमाल करता है।
मॉडल लागत कैसे घटाता है
DeepSeek‑V4.1‑Flash एक 552‑बिलियन पैरामीटर वाला mixture‑of‑experts (MoE) मॉडल है। इनपुट के लिए यह 8 बिलियन और आउटपुट के लिए 16 बिलियन पैरामीटर सक्रिय करता है। यह कोडिंग एजेंटों के टोकन पैटर्न के अनुरूप है: वे बहुत सारा कोड पढ़ते हैं, लेकिन अपेक्षाकृत छोटे पैच बनाते हैं। DeepSWE टेस्ट में मॉडल ने 36.9 मिलियन इनपुट टोकन और 211 हज़ार आउटपुट टोकन इस्तेमाल किए—यानी 174:1 का अनुपात। नया KV‑cache, पिछले DeepSeek V4 के मुकाबले, हाई‑बैंडविड्थ मेमोरी (HBM) का एक चौथाई और SSD स्टोरेज का एक-आठवाँ हिस्सा इस्तेमाल करता है। इससे कैश हिट दर 99.6 % बनी रहती है और कैश हिट से आने वाला बिल का हिस्सा घटकर 60 % रह जाता है।
कहां बेहतर है, कहां पीछे
कोडिंग-केंद्रित बेंचमार्क (DeepSWE) में गुणवत्ता के मामले में यह मॉडल Astra, Gemini 3.8 Flash और Claude Opus 5 के बराबर है—इन सभी के pass@1 स्कोर में 0.7 अंक से कम का अंतर है—लेकिन इसकी लागत काफी कम है। यह Gemini 3.8 Flash से 5.5 गुना, Astra से 15 गुना और Opus 5 से 28 गुना सस्ता है। एक अलग तरह के काम (Terminal‑Bench 2.1) में यह मॉडल Astra से चार गुना ज़्यादा आउटपुट टोकन इस्तेमाल करता है, फिर भी कुल लागत करीब 12 गुना कम रहती है। हालांकि, बहु-माध्यमीय तर्कशक्ति के बेंचमार्क (Humanity’s Last Exam) में इसका स्कोर 34.52 % है, जबकि Astra का 50.40 % है। इससे शुद्ध अकादमिक तर्कशक्ति में इसका प्रदर्शन कमज़ोर होने का संकेत मिलता है। दोनों मॉडलों में से सबसे अच्छा जवाब चुनने वाला “oracle router” अकेले Astra से 4.4 प्रतिशत अंक बेहतर प्रदर्शन कर सकता है। इससे पता चलता है कि अलग-अलग मॉडलों को मिलाकर बनी प्रणाली फायदेमंद हो सकती है।
कैसे इस्तेमाल करें
Fireworks, DeepSeek‑V4.1‑Flash को serverless API और प्रोडक्शन वर्कलोड के लिए समर्पित क्षमता विकल्प के ज़रिए उपलब्ध कराता है। विनियमित उद्योगों के लिए अमेरिका में होस्ट किए गए एंडपॉइंट जल्द उपलब्ध कराने का वादा किया गया है। कंपनी शुरुआती उपयोगकर्ताओं के लिए ट्रेनिंग सपोर्ट की योजना भी बना रही है।
यह क्यों मायने रखता है
AI-सहायता वाले कोडिंग टूल बनाने वाले डेवलपर लगातार और कई दौर में काम करने वाले एजेंट वर्कफ़्लो को कम खर्च में चला सकेंगे। इससे महंगे, एक बार के अनुरोधों की जगह कम लागत वाली बैकग्राउंड प्रक्रियाएं इस्तेमाल करना संभव होगा। अकादमिक विषयों में मजबूत तर्कशक्ति की ज़रूरत वाली टीमों को अब भी कई मॉडल मिलाकर इस्तेमाल करने पड़ सकते हैं, क्योंकि इस तरह के कामों में DeepSeek‑V4.1‑Flash पीछे है।
