Deepseek के Flash अपडेट ने बजट AI मॉडलों के साथ अंतर कम किया

Deepseek ने अधिक मजबूत Flash मॉडल के साथ बजट AI प्रतिस्पर्धा को आगे बढ़ाया

Deepseek ने अपने बजट AI मॉडल के अपडेटेड संस्करण, V4 Flash “0731,” को जारी किया है, और उपलब्ध स्रोत में उद्धृत आंकड़े कम-लागत बड़े भाषा मॉडलों के लिए कीमत-प्रदर्शन की लड़ाई में एक महत्वपूर्ण बदलाव का संकेत देते हैं। रिपोर्ट में संदर्भित बेंचमार्क डेटा के अनुसार, मॉडल Artificial Analysis Intelligence Index पर दस अंक की बढ़त के साथ 50 के स्कोर तक पहुंच गया है। इससे यह OpenAI के GPT-5.6 Luna से एक अंक पीछे रहता है, जबकि उसी स्रोत के अनुसार प्रति कार्य लागत लगभग 60 प्रतिशत कम है.

यही संयोजन इस रिलीज़ को उल्लेखनीय बनाता है। AI बाज़ार में, अग्रणी क्षमता और किफायती परिनियोजन के बीच का अंतर सबसे महत्वपूर्ण व्यावसायिक मुकाबलों में से एक बन गया है। किसी मॉडल को बाजार बदलने के लिए हर बेंचमार्क में स्पष्ट बढ़त लेना जरूरी नहीं होता। यदि वह गुणवत्ता में पर्याप्त करीब पहुंचते हुए संचालन लागत को काफी कम कर दे, तो वह डेवलपर विकल्पों, एंटरप्राइज़ खरीद निर्णयों और ऊंची अनुरोध मात्रा वाले AI उत्पादों के विस्तार की अर्थव्यवस्था को बदल सकता है.

यह अपडेट क्यों अलग दिखता है

उपलब्ध रिपोर्ट V4 Flash “0731” को एक मामूली ट्यूनिंग के बजाय एक बड़े उन्नयन के रूप में प्रस्तुत करती है। बताया गया है कि Artificial Analysis Intelligence Index पर मॉडल का स्कोर 40 से बढ़कर 50 हो गया है, जो बजट खंड में पहले से मौजूद मॉडल के लिए एक बड़ा उछाल है। इसे अप्रैल 2026 में जारी पिछले संस्करण की तुलना में हर परीक्षण श्रेणी में सुधार करने वाला भी बताया गया है.

सबसे बड़ी बढ़त agentic tasks में बताई गई, जो विशेष रूप से महत्वपूर्ण श्रेणी है क्योंकि कई व्यावहारिक AI तैनातियां अब एकल-टर्न चैट से आगे बढ़कर टूल उपयोग, वर्कफ़्लो निष्पादन और बहु-चरणीय सहायता की ओर बढ़ रही हैं। यदि एक कम-लागत मॉडल उस क्षेत्र में अंतर कम कर लेता है, तो वह केवल हल्के उपभोक्ता संवादों के बजाय वास्तविक कार्यालय और परिचालन कार्यभार के लिए भी अधिक उपयोगी बन जाता है.

स्रोत GDPval पर भी सुधार का उल्लेख करता है, जो जटिल वास्तविक-विश्व कार्यालय कार्यों पर मॉडलों का परीक्षण करने के लिए बनाया गया बेंचमार्क है। वहां Deepseek V4 Flash “0731” के 1,189 से बढ़कर 1,559 Elo points तक पहुंचने की बात कही गई है। यह लेख में दी गई रूपरेखा के भीतर एक बड़ी वृद्धि है और इस व्यापक दावे का समर्थन करती है कि अपडेट केवल एक संकीर्ण बेंचमार्क श्रेणी तक सीमित नहीं है.

स्रोत में उल्लिखित एक और व्यावहारिक सुधार hallucination frequency में कमी है। डेवलपर्स और खरीदारों के लिए, यह कच्चे बेंचमार्क लाभों जितना ही महत्वपूर्ण है। एक सस्ता मॉडल जो बार-बार गढ़े हुए उत्तर देता है, सत्यापन, retry logic और मानवीय समीक्षा जोड़ने पर महंगा साबित हो सकता है। यदि उत्पादन में यह टिकता है, तो hallucination दर में कमी परिनियोजन गुणवत्ता और कुल स्वामित्व लागत पर सीधा प्रभाव डाल सकती है.

अर्थशास्त्र शायद बड़ी कहानी है

कीमत लेख की रूपरेखा का केंद्र है। रिपोर्ट कहती है कि Deepseek का मॉडल OpenAI के GPT-5.6 Luna की तुलना में प्रति कार्य लगभग 60 प्रतिशत कम लागत वाला है, जबकि OpenAI ने पहले ही Luna की कीमत 80 प्रतिशत घटाई थी। यह Deepseek के 98 प्रतिशत cache discount की ओर भी इशारा करती है, जबकि उद्योग-मानक 90 प्रतिशत है, और इसे इस लाभ का एक प्रमुख कारण बताती है। इसके अलावा, नया मॉडल अपने पूर्ववर्ती की तुलना में 12 प्रतिशत कम tokens का उपयोग करता है.

ये विवरण इसलिए महत्वपूर्ण हैं क्योंकि AI अर्थशास्त्र increasingly usage patterns से निर्धारित हो रहे हैं, केवल सूची कीमतों से नहीं। Cache discounts दोहराए गए prompts और पूर्वानुमेय workflows को पुरस्कृत करते हैं। कम token उपयोग लागत और latency दोनों को एक साथ घटाता है। मिलकर, ये कारक किसी मॉडल को वास्तविक उपयोग में शीर्षक-स्तर के input-output price comparison की तुलना में कहीं अधिक सस्ता बना सकते हैं.

Agents, coding assistants, search augmentation या आंतरिक knowledge tools तैनात करने वाली टीमों के लिए, इस प्रकार की pricing structure वास्तु-निर्णयों को महत्वपूर्ण रूप से बदल सकती है। जो मॉडल किसी index पर थोड़ा कमजोर लेकिन चलाने में काफी सस्ता हो, वह अक्सर उच्च-आयतन कार्यों के लिए default workhorse बन जाता है, जबकि अधिक महंगे मॉडल को केवल सबसे कठिन मामलों के लिए सुरक्षित रखा जाता है.

Open weights और लंबा context दबाव बढ़ाते हैं

स्रोत कहता है कि architecture 284 billion total parameters और 13 billion active parameters के साथ अपरिवर्तित है, और context window एक-million-token की है। रिपोर्ट यह भी नोट करती है कि model weights MIT license के तहत Hugging Face पर उपलब्ध हैं.

यह संयोजन Deepseek की रणनीतिक स्थिति को मजबूत करता है। Long context windows दस्तावेज़-प्रधान कार्यों के लिए आकर्षक बने हुए हैं, और MIT license adoption, experimentation और commercial integration की बाधाएं कम करता है। मौजूदा AI बाज़ार में licensing terms लगभग उतने ही महत्वपूर्ण हो सकते हैं जितने benchmark scores। एक permissive license उन कंपनियों और डेवलपर्स के समूह को व्यापक बनाता है जो किसी मॉडल के आसपास निर्माण करने को तैयार होते हैं, खासकर जब बजट संवेदनशीलता पहले से ही अधिक हो.

यह तथ्य कि Deepseek ने वही core architecture बनाए रखा, फिर भी बड़े benchmark gains दर्ज किए, जैसा कि रिपोर्ट में बताया गया है, यह संकेत भी देता है कि optimization effort किस दिशा में असर कर रहा है। सुधार के लिए हमेशा नए model family की आवश्यकता नहीं होती। कुछ मामलों में, training updates, post-training methods और efficiency work मिलकर इतना बड़ा उछाल दे सकते हैं कि किसी मौजूदा line को प्रतिस्पर्धियों के मुकाबले फिर से स्थापित किया जा सके.

इसका बाज़ार के लिए क्या मतलब है

बड़ा निष्कर्ष यह नहीं है कि एक benchmark leaderboard एक अंक से बदल गया। बल्कि यह है कि AI का budget tier अधिक प्रतिस्पर्धी, अधिक सक्षम और अधिक रणनीतिक रूप से महत्वपूर्ण हो रहा है। Premium models का बाज़ार अब भी मायने रखता है, लेकिन कई वास्तविक परिनियोजन उस मध्यम क्षेत्र में तय होते हैं जहां गुणवत्ता पर्याप्त होती है और scale costs हावी रहते हैं.

यदि उपलब्ध benchmark दावे व्यापक वास्तविक-विश्व प्रदर्शन में बदलते हैं, तो Deepseek ने उस खंड में एक गंभीर दावेदार के रूप में अपनी स्थिति मजबूत कर ली है। स्रोत स्पष्ट रूप से इस अपडेटेड मॉडल को संदर्भित index पर price-to-performance ratio में शीर्ष स्थान लेने वाला बताता है। इस तरह की positioning cost-conscious builders के बीच अपनाने को बढ़ा सकती है, खासकर उन लोगों में जो बड़े पैमाने पर repeated inference पर निर्भर प्रणालियाँ डिज़ाइन कर रहे हैं.

OpenAI सहित प्रतिस्पर्धियों के लिए, निहितार्थ सीधा है: मूल्य दबाव कम नहीं हो रहा है, और कम लागत पर benchmark parity यह तय करने वाली बातचीत को जल्दी बदल सकती है कि कौन सा मॉडल व्यावहारिक default है। खरीदारों के लिए, यह रिलीज़ एक और याद दिलाती है कि AI का केंद्र अब केवल यह नहीं है कि किसके पास सबसे मजबूत flagship है। यह increasingly इस बारे में है कि कौन ऐसी उपयोगी बुद्धिमत्ता दे सकता है जो ऐसे मूल्य पर हो जिसे बड़े पैमाने पर बढ़ाया जा सके.

मुख्य बिंदु

• Deepseek का V4 Flash “0731” कथित तौर पर Artificial Analysis Intelligence Index पर 40 से बढ़कर 50 तक पहुंच गया.
• स्रोत के अनुसार मॉडल OpenAI के GPT-5.6 Luna से एक अंक पीछे है, जबकि प्रति कार्य लगभग 60 प्रतिशत कम लागत वाला है.
• Agentic tasks में सुधार, कम token उपयोग और 98 प्रतिशत cache discount इसकी बजट-बाज़ार अपील को मजबूत करते हैं.

यह लेख The Decoder की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.