DeepSeek V4 Flash: 380K bağlamlı Gonka ağı modeli

DeepSeek, V3 ve R1 sürümlerinden sonra dünya çapında ün kazanan, Hangzhou merkezli bir Çinli yapay zeka laboratuvarıdır: R1, 2025'in başında açık kaynaklı bir modelin, bütçesinin bir kısmıyla kapalı amiral gemilerini yakalayabileceğini gösterdi. Nisan 2026'da DeepSeek, ağır V4 Pro ve hafif V4 Flash olmak üzere iki modelden oluşan V4 ailesini piyasaya sürdü. Her ikisi de açık kaynaklıdır (MIT lisansı) ve MoE mimarisi üzerine kurulmuştur.

V4 Flash, her token için yaklaşık 13 milyarı etkinleştirilen 284 milyar parametreye sahiptir. Bu seyreklik (sparsity), modeli hızlı ve bakımını ucuz hale getirir: "yoğun" devlere göre belirgin şekilde daha az VRAM gerektirir ve üretim hızı daha yüksektir.

Gonka ağında, 31 Temmuz 2026 tarihli yeniden eğitilmiş (re-post-training) V4-Flash-0731 sürümü çalışmaktadır. Mimari ve boyut değişmedi ancak agent görevlerindeki kalite sıçrama yaptı: DeepSeek tarafından yayınlanan dokuz agent ve kodlama kıyaslamasına göre, 0731 sürümü önizleme sürümündeki kendi amiral gemileri V4 Pro'yu bile geride bırakıyor. Dürüstlük adına önemli bir not: Bu rakamların bir kısmı, yazının yazıldığı sırada henüz kamuya açıklanmamış olan DeepSeek'in kendi test ortamındaki ölçümleridir, bu nedenle henüz bağımsız bir replikasyon bulunmamaktadır. Kapalı modellerin öncüleri ile aradaki fark devam etmektedir: Claude Opus 4.8, 0731 sürümünden hiçbir kıyaslamada geride kalmıyor — ancak aradaki fiyat farkı uçurumdur ve modelin temel amacı da budur: fiyatın bir kısmı karşılığında maksimum agent kalitesi.

Ağdaki diğer modellerde olduğu gibi, modelin "kutudan çıktığı" özellikler ile belirli dağıtımın çalışma parametrelerini ayırt etmek önemlidir: bunlar, ağın GPU hostlarındaki vLLM-inference yapılandırması tarafından belirlenir. Gateway'imiz üzerinden gerçek değerler:

• Bağlam penceresi: 380.000 token — Gonka ağındaki en uzun pencere. Bunu deneysel olarak doğruladık: 381.000 tokenlik girdi içeren bir istek kabul edildi ve saniyeler içinde işlendi. V4 Flash mimarisinin kendisi 1 milyon tokene kadar bağlamı destekler; ağdaki pratik tavan, host yapılandırması tarafından belirlenir (inference penceresi 400.000).
• Maksimum çıktı: Cevap başına 8.192 token — ağdaki tüm modeller için ortak tavan (gateway yapılandırması, model limiti değil).
• Reasoning ve tool calling: Model, reasoning ayrıştırıcıları ve araç çağrıları ile dağıtılmıştır — agent senaryoları (Cursor, Claude Code, LangChain) doğrudan çalışır; OpenAI ve Anthropic uyumlu yollar üzerinden çok adımlı araç senaryolarını test ettik.
• Host VRAM gereksinimi: yaklaşık 280 GB — ağdaki en hafif model (karşılaştırma için: MiniMax M2.7 — 320 GB, Kimi K2.6 — 720 GB). Donanım eşiği ne kadar düşükse, hostların modeli dağıtması o kadar kolay olur — bu, ağdaki erişilebilirliği için iyi bir işarettir.

Gonka ağındaki inference fiyatı, model seçimine bağlı değildir: DeepSeek V4 Flash, Kimi K2.6 ve MiniMax M2.7 ile aynı oranda mevcuttur — JoinGonka Gateway üzerinden bu, milyon girdi tokeni başına $0.0032 ve milyon çıktı tokeni başına $0.0097'dir. Referans olması açısından: resmi DeepSeek API bu modeli milyon başına $0.14/$0.28, OpenRouter ise $0.08/$0.18'den satmaktadır. Ağ ekonomisi ayrı bir konudur: fiyat, satıcının fiyatıyla değil, hesaplama işi için yapılan hesaplamayla belirlenir.

Şu anda ağda üç aktif model bulunmaktadır (dördüncü, GLM-5.2, kaydedildi ve dağıtılmayı bekliyor). Kısa bir karşılaştırma:

Aynı fiyatın pratik sonucu: bütçeyi düşünmeden, modeli tamamen göreve göre seçebilirsiniz. En uzun bağlama veya akıl yürütme (reasoning) ile hızlı cevaplara mı ihtiyacınız var — DeepSeek V4 Flash; karmaşık kodlarda maksimum ajan güvenilirliği — Kimi K2.6; her gün için düzgün bir çalışma atı — MiniMax M2.7.

0731 sürümünün yayınlanan temel sonuçları (DeepSeek ve bağımsız toplayıcıların verilerine göre):

• SWE-bench Verified: 79,0% — gerçek GitHub görevlerinin çözümü; bir yıl öncesine kadar sadece kapalı amiral gemisi modellere açık olan seviye. Karşılaştırma için: Kimi K2.6 — 71,3%.
• GPQA Diamond: 88,1% — bilim dalında lisansüstü düzeyinde sorular; gelişmiş akıl yürütme modu, çok adımlı görevlerde doğruluğu artırır.
• Terminal Bench 2.1: 82,7 — ajan olarak terminalde çalışma; Flash'ın önizleme sürümünde 61,8, V4 Pro Preview'da ise 72,1 idi.
• DeepSWE: 54,4 — DeepSeek'in neredeyse sıfır hatalı pozitif oranına sahip yeni sıkı benchmark'ı; rakam satıcıya aittir, stant henüz yayınlanmamıştır — bu notla değerlendirilmelidir.

Dürüst bir çerçeve: dokuz ajan benchmark'ında 0731 sürümü, kendi V4 Pro Preview'ını geçiyor ancak Claude Opus 4.8'i geçemiyor; ortalama yaklaşık 6 puanlık bir geride kalma var. Aynı zamanda, token başına fiyat olarak model Opus'tan iki kat daha ucuz ve Gonka ağı üzerinden resmi DeepSeek API'sinden düzinelerce kat daha ucuz. İşte bu "fiyatın bir kısmına frontier kalitesine yakın" oranı, onu ilginç kılıyor: ayrıntılı bağımsız ölçümleri Artificial Analysis üzerinde, ağırlıkları ve model kartını ise Hugging Face üzerinde görebilirsiniz.

Model, JoinGonka Gateway üzerinden OpenAI ve Anthropic uyumlu API ile kullanılabilir. Model tanımlayıcısı: deepseek-ai/DeepSeek-V4-Flash-0731.

En hızlı yöntem, aracınızı (Claude Code, OpenClaw, Cline, opencode, Aider ve diğerleri) doğrudan bu modele ayarlayacak tek komutluk yükleyicidir:

npx @joingonka/setup --model deepseek

Doğrudan API çağrısı (OpenAI-formatı):

curl https://gate.joingonka.ai/v1/chat/completions \
  -H "Authorization: Bearer jg-anahtarınız" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-ai/DeepSeek-V4-Flash-0731","messages":[{"role":"user","content":"Merhaba!"}]}'

Kayıt olduğunuzda 10 000 000 ücretsiz token kazanırsınız — 380K bağlam ile bu, modeli gerçek büyük dokümanlarda ve kod tabanlarında hemen test etme imkanıdır. Python ve TypeScript için adım adım örnekler API Quickstart içindedir; kayıt olmadan denemek isterseniz, model listesinden DeepSeek V4 Flash'ı seçerek ücretsiz sohbeti kullanabilirsiniz.

Bu model için güçlü senaryolar:

• Büyük dokümanlar ve kod tabanlarının tamamı. 380 000 token yaklaşık 280 000 kelime demektir: bir yıllık rapor, hukuki doküman paketi veya orta ölçekli bir depo, parçalara ayırma ve bölümler arasındaki bağları kaybetme riski olmadan tek bir sorguya sığar.
• Uzun ajan oturumları. Dosyaları okuyan, araçları çağıran ve geçmişi biriktiren özerk bir ajan, en hızlı şekilde bağlam sınırına çarpar — 380K tokenlik bir stok, hafıza sıfırlaması olmadan gözle görülür şekilde daha uzun oturumlar anlamına gelir.
• Büyük örneklemlerle RAG. Bağlama ne kadar çok alakalı doküman sığarsa, arama doğruluğuna olan bağımlılık o kadar azalır.
• Akıl yürütme (reasoning) gerektiren görevler. Reasoning modu, normal model fiyatına matematik, bilim ve çok adımlı mantıkta artış sağlar.

Ağdaki başka bir model ne zaman daha mantıklıdır: karmaşık repolarda maksimum güvenilir ajan kodlaması için Kimi K2.6 hala güçlüdür (detaylı analiz kod için en iyi modeller makalesinde), MiniMax M2.7 ise günlük işler için kendini kanıtlamış bir çalışma atı olmaya devam ediyor. Tek bir fiyat sayesinde deney yapmak serbesttir — model değiştirmek sorgudaki tek bir satır değişikliğidir.