DeepSeek telah memperkenalkan model unggulan generasi keempatnya, DeepSeek-V4-Pro dan DeepSeek-V4-Flash, yang keduanya mendukung jendela konteks hingga 1 juta token. Rilis ini menargetkan kasus penggunaan inferensi konteks panjang tingkat lanjut seperti pengkodean, analisis dokumen, pengambilan, dan alur kerja AI berbasis agen.

DeepSeek-V4-Pro memiliki total 1,6 triliun parameter dengan 49 miliar parameter aktif, sedangkan V4-Flash adalah model yang lebih kecil dengan 284 miliar parameter yang dioptimalkan untuk kecepatan dan efisiensi. Kedua model mendukung hingga 384 ribu output token, memungkinkan penalaran multi-langkah yang kompleks dan pembuatan bentuk panjang.

Secara arsitektur, keluarga V4 memperkenalkan mekanisme perhatian hibrida yang secara signifikan mengurangi beban komputasi dan penggunaan memori. Dengan menggabungkan teknik perhatian terkompresi dan jarang, model-model tersebut mencapai pengurangan hingga 90% dalam memori cache KV dan peningkatan efisiensi inferensi dibandingkan dengan versi sebelumnya.

Pengujian performa pada sistem NVIDIA Blackwell menunjukkan throughput yang kuat dan latency rendah, mendukung penerapan skala perusahaan. Model-model ini diposisikan untuk mempercepat pergeseran menuju agen AI multi-langkah konteks panjang dan sistem cerdas skala besar.