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 haliyle" özellikleri ile belirli bir kurulumun çalışma parametrelerini ayırt etmek önemli: bunları ağdaki GPU host'larında çalışan vLLM inference yapılandırması belirler. Gateway'ımız üzerinden gerçek değerler:

• Bağlam penceresi: 380 000 token — Gonka ağındaki en uzunlardan biri (yalnızca GLM-5.3 Flash 390 000 ile daha büyük). Bunu deneysel olarak test ettik: 381 000 token girişli bir istek kabul edildi ve saniyeler içinde işlendi. V4 Flash'ın mimarisi 1 milyon token'a kadar bağlamı destekliyor; ağdaki pratik üst sınırı host'ların yapılandırması belirler (inference penceresi 400 000).
• Maksimum çıktı: yanıt başına 32 768 token — ağdaki en yüksek üst sınır: MiniMax M2.7 ve GLM-5.3 Flash'ta bu dört kat daha küçük — 8 192; her iki durumda da bu gateway yapılandırmasıdır, modelin limiti değil.
• Reasoning ve tool calling: Model, reasoning ve araç çağrısı parser'larıyla birlikte kurulmuş — agentic senaryolar (Cursor, Claude Code, LangChain) kutudan çıktığı gibi çalışır; OpenAI ve Anthropic uyumlu yollar üzerinden çok adımlı tool senaryolarını test ettik.
• Host VRAM gereksinimi: yaklaşık 280 GB — ağdaki en hafif model (karşılaştırma için: MiniMax M2.7 — 320 GB, GLM-5.3 Flash — 560 GB). Donanım eşiği ne kadar düşükse, host'ların modeli kurması o kadar kolay olur — bu, modelin ağdaki erişilebilirliği için iyi bir işaret.

Gonka ağındaki inference fiyatı model seçimine bağlı değil: DeepSeek V4 Flash, MiniMax M2.7 ve GLM-5.3 Flash ile aynı tarifeden sunuluyor — JoinGonka Gateway üzerinden milyon giriş token'ı başına $0.0069 ve milyon çıkış token'ı başına $0.021. Kıyas için: OpenRouter'daki üçüncü taraf sağlayıcılar aynı modeli milyon başına $0.06/$0.12'den sunuyor ve DeepSeek'in kendisi Eylül 2026'ya kadar V4 Flash 0731'i kendi API'sinden kaldırdı — o modele yapılan istekleri artık yoğun saatlerde $0.30/$1.20 ile DeepSeek-V4.1-Flash karşılıyor. Ağın ekonomisi ayrı bir konu: fiyat, satıcının fiyat listesiyle değil, hesaplama işinin ücretlendirilmesiyle belirleniyor.

Ağda üç aktif model bulunuyor — DeepSeek V4 Flash, MiniMax M2.7 ve GLM-5.3 Flash (Kimi K2.6 Eylül 2026'da ağdan çıkarıldı, GLM-5.2 ise uzun süre kayıtlı kalmasına rağmen operasyonel kadroya hiç girmedi). Kısa karşılaştırma:

Aynı fiyatın pratik sonucu: bütçeyi düşünmeden, tamamen göreve göre model seçebilirsiniz. Hızlı yanıtlar veren büyük promptlara ve en uzun çıktıya ihtiyacınız varsa DeepSeek V4 Flash; karmaşık mantık üzerine düşünülmesi gereken görevler (ve ağdaki en uzun bağlam) için GLM-5.3 Flash; her gün için güvenilir bir iş atı ise MiniMax M2.7.

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

• SWE-bench Verified: %79,0 — gerçek GitHub görevlerinin çözümü; daha bir yıl öncesine kadar sadece kapalı dev kaynaklara sahip amiral gemisi modellerin ulaşabildiği bir seviye. Karşılaştırma için: ağın daha önce hizmet verdiği Kimi K2.6'da bu oran %71,3 idi.
• GPQA Diamond: %88,1 — bilim alanında lisansüstü düzeyde sorular; gelişmiş düşünme (reasoning) modu, çok adımlı görevlerde doğruluğu artırıyor.
• Terminal Bench 2.1: 82,7 — ajan olarak terminalde çalışma; Flash önizleme sürümünde 61,8, V4 Pro Preview sürümünde ise 72,1 idi.
• DeepSWE: 54,4 — DeepSeek'in sıfıra yakın hatalı pozitif oranı ile yeni ve katı benchmark'ı; rakam üreticiye ait, stant henüz yayınlanmadı — bu çekinceyle değerlendirilmelidir.

Dürüst bir çerçeve: Dokuz ajan benchmark'ında 0731 sürümü, kendi V4 Pro Preview sürümünü geçiyor ancak Claude Opus 4.8'i geçemiyor — ortalamada yaklaşık 6 puanlık bir gerilik var. Buna karşılık, token başına fiyat açısından model, Opus'tan iki basamak daha ucuz; Gonka ağı üzerinden ise OpenRouter'daki aynı sağlayıcıdan ~9 kat daha hesaplı. Tam da bu "fiyatın bir kısmına frontier seviyesine yakın kalite" oranı onu ilginç kılıyor: Detaylı bağımsız ölçümleri Artificial Analysis üzerinde, ağırlıkları ve model kartını ise Hugging Face üzerinde inceleyebilirsiniz.

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

En hızlı yol — aracınızı (Claude Code, OpenClaw, Cline, opencode, Aider ve diğerleri) doğrudan bu modele ayarlayan tek komutluk kurulum:

npx @joingonka/setup --model deepseek

Kurulumun yapılandırmayı kendisinin yazdığı yerlerde (Claude Code, Codex CLI, OpenClaw, opencode, Kilo Code, Hermes, Pi ve diğerleri) DeepSeek V4 Flash varsayılan olarak ve bayrak gerektirmeden gelir. Bayrak, hâlihazırda ayarlanmış bir aracı değiştirmek ve kurulumun yapıştırmanız için değer yazdırdığı yerlerde (Cursor, Cline, Aider) gereklidir. Ağdaki diğer modeller de aynı şekilde seçilir: --model minimax ve --model glm.

Doğrudan API çağrısı (OpenAI formatı):

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

Kaydolduğunuzda 3M ücretsiz token alırsınız — 380K bağlamla bu, modeli gerçek büyük belgeler ve kod tabanları üzerinde hemen test etme imkânı demektir. Python ve TypeScript ile adım adım örnekler API Quickstart sayfasında; kaydolmadan denemek için ücretsiz sohbette model listesinden DeepSeek V4 Flash'ı seçebilirsiniz.

Bu model için güçlü senaryolar:

• Büyük belgeler ve kod tabanlarının tamamı. 380.000 token yaklaşık 280.000 kelimeye denk gelir: yıllık bir rapor, bir hukuki belge paketi ya da orta ölçekli bir depo tek bir isteğe sığar — parçalara bölünmeden ve parçalar arasındaki bağlantılar kaybolmadan.
• Uzun ajan oturumları. Dosyaları okuyan, araçları çağıran ve geçmişi biriktiren otonom bir ajan en hızlı bağlam sınırına dayanır — 380K token'lık pay, hafıza sıfırlanmadan belirgin biçimde daha uzun oturumlar demektir.
• Büyük seçkilerle RAG. Bağlama ne kadar çok ilgili belge sığarsa, arama isabetliliğine bağımlılık o kadar azalır.
• Reasoning gerektiren görevler. Reasoning modu matematik, bilim ve çok adımlı mantıkta kazanç sağlar — sıradan bir modelin fiyatına.

Ağın başka bir modelinin daha mantıklı olduğu durumlar: karmaşık mantık üzerine düşünmek gereken görevler için ağın reasoning modeli GLM-5.3 Flash var (geliştirme için modellerin ayrıntılı incelemesi kod için en iyi modeller makalesinde), MiniMax M2.7 ise günlük görevler için kanıtlanmış bir iş atı olarak kalıyor. Tek fiyat sayesinde serbestçe deney yapabilirsiniz — model değiştirmek istekte tek satır.