Yazılımcılar arasında hızla popülerleşen DeepSeek V4 Flash, liderlik tablolarındaki başarısına rağmen gerçek dünya testlerinde zorlandı. Composio tarafından yürütülen ve Gmail, GitHub ile Slack gibi araçları kapsayan karmaşık görevlerde, modelin başarı oranı yüzde 53,8 seviyesinde kaldı.

Gerçek Dünya Görevlerinde Performans Kaybı

Yapılan testlerde, Claude Code ve OpenCode dahil sekiz farklı yapılandırma kullanılarak toplam 240 deneme gerçekleştirildi. Bu denemelerin sadece 129'u başarıyla tamamlanırken, 30 farklı iş akışının yalnızca altısının tüm sistemlerde sorunsuz çalıştığı görüldü. Bu durum, modelin ham kapasitesinden ziyade, işletim yapısının ve araç konfigürasyonlarının kurumsal başarılarda daha belirleyici olduğunu ortaya koydu.

API Fiyatlarında Büyük Artış

DeepSeek, V4 Flash ve V4 Pro modelleri için fiyat artışına gitti. Yeni fiyatlandırma modeline göre Flash versiyonu için girdi token başına maliyet yoğun saatlerde 44 sent, yoğun olmayan saatlerde ise 22 sent olarak belirlendi. Çıktı token fiyatları ise aynı şekilde yoğun saatlerde 1,32 dolar, düşük yoğunluklu saatlerde 66 sent oldu. Bu durum, model bazlı olarak yüzde 57 ile yüzde 371 arasında bir artış anlamına geliyor.

Pro Model ve Cache Sistemindeki Değişiklikler

1,6 trilyon parametreli V4 Pro modeli için fiyatlar, düşük yoğunluklu saatlerde girdi başına 66 sent, çıktı başına 1,98 dolar olarak güncellendi. Yoğun saatlerde ise bu rakamlar sırasıyla 1,32 dolar ve 3,96 dolara yükseldi. Ayrıca, önbellek (cache) hit maliyetlerinde yüzde 52 ile yüzde 1.100 arasında ciddi artışlar yaşandı. Şirket, günün 17 saatini düşük fiyatlı dilime alarak kullanıcıları iş yüklerini daha esnek zamanlara yaymaya teşvik etmeyi hedefliyor.

Ne anlama geliyor?

Yapay zeka sistemlerinde ham işlem gücü ile uygulama performansı arasındaki fark, araçların nasıl yönetildiğiyle ilgilidir. Bir model teorik testlerde çok yüksek puanlar alsa bile, gerçek işletim ortamlarında kullanılan yardımcı yazılımlar, veri önbellekleme yöntemleri ve hata kurtarma mekanizmaları başarı oranını doğrudan etkiler. Bu durum, sadece güçlü bir model seçmenin yeterli olmadığını, aynı zamanda bu modelin çevresindeki teknik altyapının da optimize edilmesi gerektiğini gösterir.

Fiyatlandırmanın zamana bağlı olarak değiştirilmesi, işlem maliyetlerini bir ekonomik değişkene dönüştürür. Anlık yanıt gerektirmeyen toplu veri işleme veya sentetik veri üretimi gibi süreçler daha ucuz saatlere kaydırılabilirken, canlı destek botları gibi etkileşimli sistemler yüksek maliyetli dilimlerde çalışmaya devam eder. Bu yöntem, sunucu kapasitesinin daha dengeli kullanılmasına hizmet eder ve kullanıcıyı işlem zamanlamasını optimize etmeye zorlar.