Amazon Web Services heeft bekendgemaakt dat drie DeepSeek-taalmodellen nu beschikbaar zijn in SageMaker JumpStart. De modellen – DeepSeek‑V4‑Pro, DeepSeek‑V4‑Flash en DeepSeek‑V4.1‑Flash – zijn open-weight: hun code en gewichten zijn vrij beschikbaar onder een MIT-licentie. Klanten kunnen ze met een paar klikken in de console of via de SageMaker Python SDK aan hun AWS-account toevoegen. De aankondiging werd gedaan op November 12, 2026.
DeepSeek‑V4‑Pro is het grootste van de drie modellen. Het heeft 1.6 trillion parameters in een Mixture‑of‑Experts (MoE)-architectuur, waarvan er per token slechts 49 billion actief zijn. Het ondersteunt ook een contextvenster van 1 million tokens, waardoor het zeer lange documenten kan lezen en analyseren. Dat maakt het geschikt voor taken als problemen oplossen in meerdere stappen, gedetailleerde rapporten opstellen en andere toepassingen die maximale taalcapaciteit vereisen.
DeepSeek‑V4‑Flash is een kleiner en goedkoper alternatief. Het heeft in totaal 284 billion parameters, waarvan er per token 13 billion actief zijn. Het behoudt hetzelfde contextvenster van 1 million tokens, maar vergt veel minder rekenkracht. AWS richt het model op productiediensten waarbij lage latentie belangrijk is en de kosten meetellen, zoals chatbots en samenvattingen in realtime.
De nieuwste toevoeging, DeepSeek‑V4.1‑Flash, biedt multimodale ondersteuning en een nieuw Causal Encoder‑Decoder-ontwerp. De basisarchitectuur telt 552 billion parameters, maar tijdens de eerste prefill worden er slechts 8 billion gebruikt en bij het genereren van tekst 16 billion. Het model kan tot 384 k tokens genereren en gebruikt Compressed Sparse Attention 2 (CSA2) plus FP4 KV-caching om het geheugengebruik terug te brengen tot ongeveer een kwart van dat van V4‑Flash. Deze technieken zijn bedoeld voor agentische toepassingen waarin tekst en beeld worden gecombineerd, zoals codeassistenten die ook screenshots kunnen lezen.
Waarom worden deze modellen nu toegevoegd?
AWS breidt zijn catalogus van basismodellen uit, zodat ontwikkelaars meer keuze hebben tussen rekenkracht en efficiëntie. Met zowel een model op vlaggenschipniveau (V4‑Pro) als twee varianten die op lage kosten zijn gericht (V4‑Flash en V4.1‑Flash), kunnen klanten de juiste balans kiezen tussen hun budget en latentievereisten, zonder het AWS-ecosysteem te verlaten. Dankzij de open-weightlicentie kunnen kleinere teams de modellen ook finetunen of integreren in eigen pipelines.
Waarom het ertoe doet
Ontwikkelaars kunnen nu grootschalige taalmodellen op AWS gebruiken zonder zelf infrastructuur op te zetten. Ze kunnen een versie kiezen die past bij hun kosten- of snelheidsbehoeften. Dankzij de open-weightlicentie kunnen ook kleinere bedrijven de modellen aanpassen voor nichetoepassingen, al hebben ze voor de implementatie nog steeds AWS-tegoed of een betaald account nodig.
