DeepSeek V4 nedir?
DeepSeek V4, DeepSeek'in 24 Nisan 2026'da önizleme olarak yayımladığı iki açık ağırlıklı uzman karışımı (MoE) dil modelidir: DeepSeek-V4-Pro ve DeepSeek-V4-Flash. İkisi de bir milyon token bağlam penceresini destekler ve düşünme ya da düşünmeme modunda yanıt verebilir. Ağırlıklar MIT lisansıyla yayımlandı.
Bu yazı DeepSeek V4 duyurusunun, model kartının ve teknik raporun ne söylediğini, modellerin nasıl çağrıldığını ve DeepSeek'in kendi testlerinde nasıl puan aldığını özetler. Baştan sona birincil kaynak DeepSeek'in duyurusudur.
DeepSeek V4 Pro ve V4 Flash bir bakışta
| V4-Pro | V4-Flash | |
|---|---|---|
| Toplam parametre | 1,6T | 284B |
| Token başına aktif parametre | 49B | 13B |
| Bağlam penceresi | 1M token | 1M token |
| Lisans | MIT | MIT |
V4-Pro büyük model; V4-Flash daha hızlı ve ucuz seçenek olarak konumlandırılıyor. İkisi de MoE olduğu için her token'da parametrelerin yalnızca küçük bir kısmı çalışır: Pro'da 1,6 trilyonun 49 milyarı, Flash'ta 284 milyarın 13 milyarı. Flash'ın toplamında kaynaklar küçük farklarla ayrışıyor: duyuru ve Hugging Face kartı 284B diyor, Safetensors meta verisi 291B, PDF model kartı ise 285B listeliyor. Ön eğitimde 32 trilyondan fazla token kullanıldı.
V4 mimarisi: uzun bağlam için hibrit dikkat
Model kartına göre V4 iki dikkat türünü birleştirir: Sıkıştırılmış Seyrek Dikkat (CSA) ve Yoğun Sıkıştırılmış Dikkat (HCA). Ayrıca Manifold-Constrained Hyper-Connections (mHC) ve Muon optimizer'ı kullanır. DeepSeek'in duyurusu, token bazlı sıkıştırma ile DeepSeek Sparse Attention'ı (DSA) anlatıyor ve amacın daha düşük hesap ve bellek maliyetiyle uzun bağlam olduğunu söylüyor.
Teknik rapor haberlerinde aktarılan başlıca verimlilik iddiası şu: bir milyon token bağlamda V4-Pro, DeepSeek-V3.2'ye göre token başına yaklaşık yüzde 27 çıkarım hesabı ve yüzde 10 KV önbelleği gerektiriyor. Bunlar üreticinin iddiaları. Yayımlanan instruct ağırlıkları FP4 (MoE uzmanları) ve FP8 (diğer parametrelerin çoğu) karışımı olarak saklanıyor.
"Bağlam bir milyon token'a vardığında önemli olan maliyet yalnızca parametre sayısı değil, KV önbelleğidir."
Düşünme modları: Non-think, Think High, Think Max
- ✓Non-think: rutin işler için hızlı yanıtlar
- ✓Think High: karmaşık problemler ve planlama için daha yavaş, dikkatli analiz
- ✓Think Max: özel bir sistem istemiyle açılan en yüksek akıl yürütme çabası. DeepSeek bunun için en az 384K token bağlam öneriyor
API'de modların nasıl değiştirileceğini düşünme modu rehberi anlatıyor.
DeepSeek V4 ne kadar iyi? Ölçüm sonuçları
Bu sayılar DeepSeek-V4-Flash model kartından geliyor. "Max" en yüksek akıl yürütme çabası demek; son sütun o ayarda V4-Pro.
| Ölçüt | Flash Non-Think | Flash High | Flash Max | Pro Max |
|---|---|---|---|---|
| MMLU-Pro | 83,0 | 86,4 | 86,2 | 87,5 |
| GPQA Diamond | 71,2 | 87,4 | 88,1 | 90,1 |
| HLE | 8,1 | 29,4 | 34,8 | 37,7 |
| LiveCodeBench | 55,2 | 88,4 | 91,6 | 93,5 |
| HMMT 2026 Feb | 40,8 | 91,9 | 94,8 | 95,2 |
| SWE Verified | 73,7 | 78,6 | 79,0 | 80,6 |
| Terminal Bench 2.0 | 49,1 | 56,6 | 56,9 | 67,9 |
| MRCR 1M | 37,5 | 76,9 | 78,7 | 83,5 |
Örüntü dikkat çekici. Daha büyük düşünme bütçesiyle Flash, akıl yürütme testlerinde Pro ile arasındaki farkın büyük kısmını kapatıyor (GPQA Diamond 88,1'e karşı 90,1); Terminal Bench 2.0 gibi ajan işlerinde fark geniş kalıyor (56,9'a karşı 67,9). DeepSeek de aynısını sözle söylüyor: Flash'ın akıl yürütmesi Pro'ya yaklaşıyor, basit ajan görevlerinde Pro ile denk.
Kapalı modellerle karşılaştırma
DeepSeek, V4-Pro'yu iki kapalı modelle de bir grafikte karşılaştırdı. Sayıları yalnızca DataCamp yazısındaki aktarımdan okuyabildik, DeepSeek'in metninden değil; bu yüzden ikincil kaynak olarak değerlendirin:
| DeepSeek V4 Pro | GPT-5.5 | Claude Opus 4.7 | |
|---|---|---|---|
| SWE-bench Pro | %55,4 | %58,6 | %64,3 |
| Terminal-Bench 2.0 | %67,9 | %82,7 | %69,4 |
| Açık ağırlıklar | Evet (MIT) | Hayır | Hayır |
Bu iki testte V4-Pro, SWE-bench Pro'da iki kapalı modelin de gerisinde; Terminal-Bench 2.0'da GPT-5.5'in belirgin biçimde gerisinde, Claude Opus 4.7'nin ise az gerisinde. DeepSeek'in kendi ifadesi, Pro'nun ajan tabanlı kodlamada açık modelleri geçtiği ve dünya bilgisinde yalnızca Gemini-3.1-Pro'nun gerisinde kaldığı yönünde. Üreticinin raporladığı sonuçlar modelin nerede güçlü olduğuna dair ipucudur, satın alma gerekçesi değil; kendi görevlerinizde deneyin.
DeepSeek V4 API üzerinden nasıl kullanılır?
Mevcut base_url'ünüzü koruyup model adını deepseek-v4-pro veya deepseek-v4-flash yapın. API hem OpenAI ChatCompletions hem Anthropic biçimini destekliyor; DeepSeek, Claude Code, OpenClaw ve OpenCode ile entegrasyonları listeliyor. Bir milyon token bağlam, tüm resmî DeepSeek hizmetlerinde varsayılan.
Eski deepseek-chat ve deepseek-reasoner adları şu an deepseek-v4-flash'a yönleniyor (sırasıyla düşünmesiz ve düşünmeli) ve 24 Temmuz 2026, 15:59 UTC'den sonra çalışmayacak. Lansman fiyatları Pro için milyon token başına $1,74 girdi ve $3,48 çıktı, Flash için $0,14 ve $0,28 olarak aktarıldı. Fiyatlar değişir; bütçe yapmadan önce resmî fiyat sayfasına bakın.
DeepSeek V4'ü kendim çalıştırabilir miyim?
Ağırlıklar Hugging Face ve ModelScope'ta; indirme boyutu Pro için yaklaşık 865 GB, Flash için 160 GB. Kart, yerel kullanımda temperature 1,0 ve top_p 1,0 ile vLLM veya SGLang üzerinden sunmayı öneriyor; ikisi de OpenAI uyumlu API açar. Jinja sohbet şablonu yok; depo, mesajları biçimlendirmek ve çıktıyı ayrıştırmak için encoding klasöründe Python betikleri veriyor. Şirket tarafı için DeepSeek yatırım yazımıza, sonraki güncelleme için V4.1 Flash açıklayıcı yazımıza bakabilirsiniz.
Sık sorulan sorular
DeepSeek V4 modelleri nelerdir?
DeepSeek-V4-Pro (toplam 1,6T, aktif 49B parametre) ve DeepSeek-V4-Flash (toplam 284B, aktif 13B); ikisi de 24 Nisan 2026'da önizleme olarak yayımlanan uzman karışımı modelleri.
DeepSeek V4 bağlam penceresi ne kadar?
Bir milyon token; bu, tüm resmî DeepSeek hizmetlerinde varsayılandır.
DeepSeek V4 açık kaynak mı?
Depo ve ağırlıklar MIT lisanslı; bu, ticari kullanıma izin verir. Eğitim verisi yayına dahil değil; bu yüzden "açık ağırlıklı" daha doğru ifadedir.
API'de hangi model adlarını kullanırım?
deepseek-v4-pro ve deepseek-v4-flash. Eski deepseek-chat ve deepseek-reasoner adları 24 Temmuz 2026'da kapanıyor.
Sonuç
DeepSeek V4, ucuz uzun bağlam üzerine bir bahis: token başına küçük bir dilimi etkinleştiren çok büyük MoE modeller ve bir milyon token için tasarlanmış bir önbellek düzeni. Pro daha güçlü ajan modeli, Flash ise akıl yürütmede ona yaklaşan ucuz model. İkisi de önizleme olarak etiketli; ayrıntıların değişmesini bekleyin.
Kaynaklar
Resmî DeepSeek kaynakları; Nisan 2026'da ve sonrasında okundu. Rakamlar yayımlandığı gibi aktarılmıştır ve değişmiş olabilir.
- ✓DeepSeek API Docs: DeepSeek V4 Preview Release (24 Nisan 2026)
- ✓Hugging Face: deepseek-ai/DeepSeek-V4-Flash model kartı
- ✓DeepSeek-V4 teknik raporu (PDF, Hugging Face)
- ✓Hugging Face: DeepSeek-V4 koleksiyonu (açık ağırlıklar)
- ✓DeepSeek V4 teknik dokümantasyon / model kartı (PDF)
- ✓DeepSeek API Docs: düşünme modu rehberi
- ✓DeepSeek API Docs: modeller ve fiyatlar
Kendi çalışma alanınızda çalışırken görün
Bir TotalApp kiracısı oluşturun ve bu yazıda bahsedilen modülleri bağlayın — her departman için ayrı kurulum gerekmez.