Mikä DeepSeek V4 on ja miksi se merkitsee?

DeepSeek V4 pähkinänkuoressa

DeepSeek V4 on kiinalaisen DeepSeek-tekoälylaboratorion avoimilla painoilla julkaistu esiversio malliperheestä. Se koostuu kahdesta eri käyttötarkoitukseen suunnatusta mallista: vaativampaan päättelyyn ja koodaamiseen tarkoitetusta V4-Prosta sekä nopeammasta ja kevyemmästä V4-Flashista. Molemmat ovat mixture-of-experts-malleja eli asiantuntijamalleja, joissa kaikkia parametreja ei aktivoida jokaisella laskentakierroksella. 1410

Esiversio julkaistiin 24. huhtikuuta 2026. Molemmilla malleilla on miljoonan tokenin konteksti-ikkuna, joten ne voivat teoriassa käsitellä kerralla erittäin laajoja koodikantoja, tutkimusaineistoja tai dokumenttikokoelmia. 1415

Kaksi mallia, kaksi tehtävää

V4-Pro on DeepSeekin lippulaivamalli. Siinä on yhteensä 1,6 biljoonaa parametria, mutta kutakin tokenia käsiteltäessä aktiivisena on 49 miljardia parametria. Malli on suunnattu vaativaan päättelyyn, ohjelmointiin ja työkaluja käyttäviin tekoälyagentteihin.

V4-Flashissa on yhteensä 284 miljardia parametria ja tokenia kohden aktiivisena 13 miljardia. Pienempi aktiivinen osuus tähtää lyhyempään viiveeseen ja pienempiin kustannuksiin, mikä tekee Flashista luontevamman vaihtoehdon esimerkiksi suurille asiakaspalvelu- tai automaatiomäärille. 1415

Molempien mallien painot ovat ladattavissa, ja niitä voi käyttää myös DeepSeekin rajapinnan eli API:n kautta. Tämä erottaa ne suljetuista palveluista, joiden käyttö tapahtuu yleensä vain palveluntarjoajan omassa pilvessä tai käyttöliittymässä. 1415

Kovat suorituskykyväitteet vaativat vielä riippumatonta näyttöä

DeepSeek kertoo V4-Pro-mallin kilpailevan maailman johtavien suljettujen mallien kanssa. Yhtiö korostaa erityisesti päättelyä, tietämystä, ohjelmointia ja agenttitehtäviä koskevia testituloksia. 1415

Tässä on kuitenkin olennainen varaus: kyse on esiversiosta ja valmistajan omista väitteistä. Ne eivät vielä korvaa laajaa, riippumatonta testausta erilaisilla todellisilla työkuormilla. Yhteensopivuus esimerkiksi Claude Code -kehitysympäristön, OpenClaw'n ja CodeBuddyn kanssa ei myöskään tarkoita, että V4 olisi suorituskyvyltään samalla tasolla kuin Claude tai muut johtavat suljetut mallit. Se tarkoittaa, että kehittäjät voivat kokeilla näissä työnkuluissa edullisempaa, itse ylläpidettävää tai API:n kautta käytettävää vaihtoehtoa. 14

Miljoonan tokenin konteksti voi olla käytännössä tärkein uudistus

Pitkä konteksti ei yksin riitä, jos sen käsittely on liian kallista. V4:n arkkitehtuuri pyrkii ratkaisemaan tätä käyttämällä yhdistelmää harvaa ja voimakkaasti pakattua huomiomekanismia. Malli käsittelee tuoretta tietoa yksityiskohtaisemmin ja tiivistää vanhempaa kontekstia pienempään muistiesitykseen.

DeepSeekin ja Hugging Facen mukaan V4-Pro tarvitsee miljoonan tokenin kontekstilla 27 prosenttia V3.2-mallin yhden tokenin päättelyn liukulukuoperaatioista ja 10 prosenttia sen KV-välimuistista. Flashin vastaavat luvut ovat 10 prosenttia laskennasta ja 7 prosenttia välimuistista. 16

Jos luvut pitävät käytännön työkuormissa, pitkään mukana kulkevat ohjelmistoprojektit, laajat tutkimusaineistot ja jatkuvasti toimivat agentit voivat tulla selvästi edullisemmiksi. Tämä on V4:n mahdollinen arkipäiväinen vaikutus: ei välttämättä yksi dramaattinen läpimurto, vaan pienemmät kustannukset tehtävissä, joissa mallin täytyy muistaa paljon.

Miksi V4 ei todennäköisesti aiheuta uutta R1-shokkia?

DeepSeek R1 yllätti markkinat osoittamalla, että kiinalainen laboratorio pystyi tuottamaan vahvaa päättelyä huomattavan pienillä kustannuksilla. R1:n jälkeen markkinoiden odotukset ovat kuitenkin muuttuneet. Edulliset ja kyvykkäät kiinalaiset mallit eivät enää tule täysin puskista.

Siksi V4:n julkaisu ei todennäköisesti aiheuta samanlaista maailmanlaajuista hämmennystä kuin R1. Sen merkitys voi silti olla pidemmällä aikavälillä syvempi: avoimet mallit, pitkä konteksti, agentti- ja koodaustuki sekä mahdollisuus ajaa näitä järjestelmiä Kiinan omalla laitteistolla muodostavat käytännöllisen kokonaisuuden. 1415

Huawei-yhteys tekee julkaisusta strategisen

V4 on DeepSeekin ensimmäinen suuri mallijulkaisu, joka on sovitettu Huawei Ascend -tekoälypiireille eikä ensisijaisesti sidottu Nvidia-grafiikkasuorittimiin. Reutersin mukaan Huawei kertoi piirejään käytetyn osassa V4:n koulutusta, ja malli on suunniteltu toimimaan yhtiön laitteistolla.

Tällä on merkitystä Yhdysvaltojen edistyneiden tekoälypiirien vientirajoitusten vuoksi. Jos kiinalainen mallitalo pystyy yhdistämään kilpailukykyisen mallin, kotimaiset laskentapiirit ja niitä tukevan ohjelmistopinon, Kiina saa uskottavamman pohjan omavaraisemmalle tekoälyekosysteemille.

On kuitenkin tärkeää erottaa toisistaan mallin optimointi, päättely ja koko koulutusajo. Julkisesti saatavilla olevat tiedot eivät kerro varmasti, kuinka suuri osa V4:n täydestä koulutuksesta tehtiin kiinalaisilla piireillä. Väitteisiin kokonaan kotimaisella laitteistolla tapahtuneesta koulutuksesta kannattaa siksi suhtautua varauksella. 23

Ascend 950 voi vahvistaa rinnakkaista kiinalaista infrastruktuuria

Reuters raportoi Huawei Ascend 950 -piirien kysynnän kasvaneen V4-julkaisun jälkeen, kun suuret kiinalaiset teknologiayritykset pyrkivät varmistamaan toimituksia. 17

Jos Huawein supernode-tason järjestelmät tarjoavat riittävän suorituskyvyn, toimivat ohjelmistotyökalut, saatavuutta ja pienemmät kokonaiskustannukset, ne voivat vahvistaa V4:n kaltaisten mallien tehokkuusetua. Samalla Kiinaan voisi muodostua Nvidian järjestelmistä osittain erillinen tekoälyinfrastruktuuri.

Tämä on uskottava strateginen kehityssuunta, ei vielä osoitettu korvaaja Nvidian maailmanlaajuiselle pinolle. Nvidian etu ei perustu vain siruihin, vaan myös nopeisiin yhteenliitäntöihin, CUDA-ohjelmistoekosysteemiin, optimoituihin kirjastoihin, kehittäjien tuntemukseen ja laajaan pilvipalvelutukeen. Yksittäinen malli, joka toimii Ascendilla, ei vielä merkitse tämän kokonaisuuden syrjäyttämistä. 23

Johtopäätös

R1 muutti käsityksiä osoittamalla, että kiinalainen laboratorio voi tuottaa vahvaa päättelyä edullisesti. V4:n mahdollisesti suurempi vaikutus on operatiivinen: se tarjoaa avoimet painot, erittäin pitkän kontekstin, tehokkaamman päättelyn sekä koodaus- ja agenttikäyttöön sopivan malliperheen.

Samalla DeepSeek yrittää näyttää, että nämä kyvyt voidaan yhdistää Kiinan omaan siru- ja ohjelmistopinoon. Jos kokeilu skaalautuu, V4 ei ehkä jää vain uudeksi mallijulkaisuksi, vaan siitä voi tulla yksi askel kohti rinnakkaista kiinalaista tekoälyinfrastruktuuria.