DeepSeek: DeepSeek V4 Pro 0423

DeepSeek V4 Pro è un modello Mixture of Experts su larga scala di DeepSeek, con 1.6T parametri totali e 49B parametri attivati, che supporta una finestra di contesto di 1M token. È progettato per ragionamento avanzato, programmazione e flussi di lavoro agentici su orizzonti lunghi, con solide prestazioni nei benchmark di conoscenza, matematica e ingegneria del software.

Basato sulla stessa architettura di DeepSeek V4 Flash, introduce un sistema di attenzione ibrido per l'elaborazione efficiente dei contesti lunghi. Supporta le intensità di ragionamento high e xhigh; xhigh corrisponde al ragionamento massimo. È adatto a carichi di lavoro complessi come l'analisi di intere basi di codice, l'automazione in più passaggi e la sintesi di informazioni su larga scala, in cui capacità ed efficienza sono entrambe essenziali