دیپسیک V4 Pro؛ ارزونترین مدل نزدیک به فرانتیر
هوش مصنوعیClaude Opus 5خلاصهٔ کاملتر
دیپسیک نسخهٔ V4 Pro (ریلیز 0813) رو با قیمتی منتشر کرده که به گفتهٔ تسترهای مستقل و ابزارسازها، بهترین نسبت قیمت به کارایی بازار فعلیه: حدود ۴۳ سنت برای هر میلیون توکن ورودی و ۸۷ سنت برای هر میلیون توکن خروجی. برای مقایسه، مدلی از کلاس جمینای ۳ پرو حدود ۱۰.۵ دلار به ازای هر میلیون توکن میگیره؛ یعنی یه فاصلهٔ حدوداً ۵۷ برابری که مخصوصاً برای تیمهایی با بار کاری سنگین معنی داره.
تو این مقاله اومده که مشخصات فنی مدل هنوز رسمی نیست: گزارشهای جامعه از یه معماری mixture-of-experts با ۱.۶ تریلیون پارامتر کل، ۴۹ میلیارد پارامتر فعال و پنجرهٔ کانتکست یکمیلیونتوکنی حرف میزنن، ولی خود دیپسیک تأییدشون نکرده. چیزی که رسمیه جدول بنچمارکه: صدرنشینی Cybergym با ۸۳.۳ و بالاترین نمره تو بنچمارک اتوماسیون ترمینال با ۳۱.۸.
تو Terminal Bench 2.1 هم نمره از ۷۲.۱ نسخهٔ پریویو به ۸۷.۹ رسیده که تقریباً بغلدست رقبای فرانتیره، ولی تو HLE و NL2Repo عقبتر میمونه. یه تستر مستقل هم مدل رو با یه بنچمارک هشتسؤالی خودش سنجیده — انیمیشن فرانتاند، گرافیک سهبعدی، ریاضی، تولید SVG و کار عاملی بلندمدت — و نمرهٔ ۶۱ از ۸۰، یعنی ۷۶.۲۵٪ گرفته، در حالی که نسخهٔ پریویو همین اوایل سال فقط ۲۴.۸٪ گرفته بود.
نویسنده دو ایراد رفتاری رو پررنگ میکنه. اول اینکه مدل روی مسئلههای ساده بیش از حد فکر میکنه و برخلاف برادر کوچیکترش V4 Flash، این فکر اضافه لزوماً به جواب بهتر ختم نمیشه و گاهی جواب رو بدتر هم میکنه. دوم اینکه زیادی مشتاقه: یه اصلاح یکخطی رو تبدیل به بازسازی کل فایل با انتزاعهای درخواستنشده میکنه که یعنی بار بیشتر روی کدریویو.
در مقابل، تسترها مدل رو تو تولید فرانتاند، برنامهریزی و شکستن کارهای بزرگ به مرحلههای پشتسرهم قوی دیدن، و وقتی پرامپت مبهمه به جای حدس زدن سؤال روشنکننده میپرسه. جمعبندی نویسنده اینه که برای کارهای عاملی و پروژههای چندمرحلهای پرحجم، V4 Pro گزینهٔ پیشفرض خوبیه؛ ولی برای درخواستهای سریع و ساده، V4 Flash تجربهٔ روونتری میده.
نکات کلیدی:
- قیمت حدود ۴۳ سنت ورودی و ۸۷ سنت خروجی به ازای هر میلیون توکن
- حدوداً ۵۷ برابر ارزونتر از مدلهای کلاس جمینای ۳ پرو
- صدرنشین Cybergym با ۸۳.۳ و بنچمارک اتوماسیون ترمینال با ۳۱.۸
- ۷۶.۲۵٪ تو بنچمارک مستقل کدنویسی، در برابر ۲۴.۸٪ نسخهٔ پریویو
- مشخصات ۱.۶ تریلیون پارامتری هنوز رسمی تأیید نشده
- ضعف اصلی: زیاد فکر کردن روی کارهای ساده و پیچیده کردن اصلاحهای کوچیک
