DeepSeek V4: המודל הפתוח שמחבר בין AI זול לתשתית סינית עצמאית

בקצרה: מהו DeepSeek V4?

DeepSeek V4 הוא משפחת מודלים חדשה של מעבדת הבינה המלאכותית הסינית DeepSeek, שהושקה ב-24 באפריל 2026 כגרסת תצוגה מקדימה. בניגוד לשירות AI סגור שמופעל רק אצל החברה, V4 מגיע עם משקלים פתוחים — כלומר, מפתחים יכולים להוריד אותם, להריץ אותם על תשתית משלהם ולשלב אותם במוצרים, בכפוף לתנאי הרישיון.

המשפחה כוללת שני דגמים מסוג Mixture of Experts, או MoE: בכל פעם מופעלת רק קבוצת מומחים מתוך המודל כולו, במקום כל הפרמטרים יחד.

• V4-Pro: 1.6 טריליון פרמטרים בסך הכול, מתוכם 49 מיליארד פעילים בכל מעבר.
• V4-Flash: 284 מיליארד פרמטרים בסך הכול, מתוכם 13 מיליארד פעילים בכל מעבר.

לשני הדגמים חלון הקשר של מיליון טוקנים — יחידות הטקסט שהמודל מעבד. בפועל, מדובר בכמות מידע עצומה, שיכולה להתאים למאגרי קוד גדולים, מסמכים ארוכים או תהליכים מתמשכים של סוכן AI. 141015

Pro לעומת Flash: שני מוצרים, לא רק שתי מהירויות

V4-Pro הוא דגם הדגל של DeepSeek. החברה מייעדת אותו למשימות מורכבות יותר: הסקת מסקנות, תכנות, שימוש בכלים ועבודה של סוכני AI. V4-Flash, לעומתו, מפעיל מספר קטן בהרבה של פרמטרים ולכן מכוון לזמן תגובה קצר יותר ולעלות נמוכה יותר — תכונות חשובות בשירותים שמבצעים מיליוני קריאות ביום.

שני הדגמים זמינים גם כמשקלים להורדה וגם דרך API, במקום להיות מוגבלים לשירות מקוון סגור בלבד. לפי תמחורים שפורסמו, V4-Flash הוצע במחיר של 0.14 דולר למיליון טוקנים בקלט ו-0.28 דולר למיליון טוקנים בפלט, בעוד V4-Pro הוצע במחיר של 1.74 דולר ו-3.48 דולר בהתאמה. המחירים עשויים להשתנות, ובגרסת תצוגה מקדימה אין לראות בהם בהכרח מחיר קבוע לטווח ארוך. 814

האם V4 באמת משתווה למודלים המובילים?

DeepSeek טוענת ש-V4-Pro מתקרב לביצועים של מודלי הקצה הסגורים המובילים, ומדגישה תוצאות בתחומי הידע, ההיגיון, המתמטיקה, התכנות ומשימות של סוכנים. החברה מציגה גם הישגים במדדים של תכנות סוכני. 1415

אלא שחשוב לשים את ההצהרות האלה בפרופורציה: מדובר בגרסת preview ובטענות של היצרנית, לא במסקנה שהתקבלה לאחר בדיקות עצמאיות מקיפות בכל סוגי השימוש. תאימות ל-Claude Code, ל-OpenClaw או ל-CodeBuddy מאפשרת למפתחים לנסות את V4 בסביבות עבודה מוכרות; היא אינה מוכיחה שהמודל שקול ל-Claude או לכל מודל סגור מוביל אחר.

מיליון טוקנים — והחיסכון שמאחורי המספר הגדול

החידוש המעשי המרכזי של V4 הוא לא רק גודל חלון ההקשר, אלא הדרך שבה המודל מתמודד איתו. ארכיטקטורת הקשב ההיברידית והסלקטיבית של DeepSeek מעבדת את המידע האחרון בפירוט רב יותר, ובמקביל דוחסת חלק מהמידע הישן לייצוג זיכרון קטן יותר.

לפי DeepSeek ו-Hugging Face, בעבודה עם הקשר של מיליון טוקנים, V4-Pro דורש כ-27% מכמות חישובי ההסקה לכל טוקן של V3.2, ומשתמש בכ-10% מזיכרון מטמון ה-KV. עבור V4-Flash דווח על כ-10% מהחישובים ועל כ-7% מהמטמון. 16

אם התוצאות יחזיקו מעמד בשימושים אמיתיים, המשמעות יכולה להיות עלות נמוכה יותר להפעלת סוכנים לאורך זמן, ניתוח מאגרי קוד גדולים ועבודה עם קורפוסים מחקריים ארוכים. זהו יתרון תפעולי — לא בהכרח רגע דרמטי כמו ההפתעה שחולל R1.

למה V4 כנראה לא ייצור שוב את אפקט R1?

DeepSeek R1 שינה את תפיסת השוק משום שהמחיש שמעבדת AI סינית יכולה להציג יכולות חזקות של הסקת מסקנות בעלות נמוכה יחסית. באותה תקופה, ההפתעה עצמה הייתה הסיפור.

במקרה של V4, השוק כבר מצפה שמודלים סיניים יהיו תחרותיים וזולים. לכן גם אם V4-Pro יהיה חזק מאוד, ההשפעה הראשונית צפויה להיות מתונה יותר. החשיבות האפשרית של V4 נמצאת במקום אחר: הוא מנסה להפוך יכולת מודל מתקדמת למשהו שאפשר להפעיל בזול, לאורך זמן, ובמידת האפשר על תשתית סינית.

Huawei Ascend מול Nvidia: השאלה הגדולה יותר

V4 הוא הדגם הגדול הראשון של DeepSeek שהותאם לשבבי Ascend של Huawei, ולא נבנה בעיקר סביב מעבדי Nvidia. לפי דיווחי Reuters, Huawei מסרה ששבביה שימשו בחלק מתהליך האימון, ו-V4 הותאם להרצה על שבבי Ascend המתקדמים שלה.

המהלך מקבל משמעות מיוחדת על רקע מגבלות הייצוא האמריקאיות על שבבי מחשוב מתקדמים לסין. הוא מסייע לבחון מסלול מקומי הכולל מודל, שבב ותוכנה — נדבך חשוב בשאיפה של סין לבנות מערכת AI עצמאית יותר.

אבל התאמה ל-Ascend אינה שקולה להחלפת Nvidia. היתרון של Nvidia הוא מערכת שלמה: חומרה בשלה, חיבורי תקשורת בין מעבדים, ספריות תוכנה שעברו אופטימיזציה במשך שנים, סביבת CUDA, היכרות עמוקה של מפתחים ופריסה אצל ספקיות ענן ברחבי העולם.

בנוסף, המידע הציבורי הקיים אינו מבהיר איזה חלק — אם בכלל — מכל אימון V4 נעשה על שבבים מקומיים, להבדיל מאופטימיזציה להרצה או מתמיכה בהסקה. לכן יש להתייחס בזהירות לטענות שלפיהן האימון כולו נעשה על חומרה סינית.

האם Ascend 950 יכול לבנות תשתית AI מקבילה?

Reuters דיווחה כי לאחר השקת V4 גבר הביקוש לשבבי Ascend 950 של Huawei, וכי חברות אינטרנט סיניות גדולות מיהרו לנסות להבטיח אספקה. 17

אם מערכות ה-SuperNode של Huawei יציעו ביצועים שימושיים, כלי תוכנה מתאימים, אספקה מספקת ועלות כוללת נמוכה יותר, הן עשויות לחזק את היתרונות של מודלים יעילים כמו V4 ולסייע ביצירת תשתית AI סינית מקבילה.

עם זאת, זו עדיין אפשרות אסטרטגית — לא עובדה מוכחת ולא החלפה של המערכת הגלובלית המבוססת על Nvidia.

השורה התחתונה

R1 הפתיע את העולם בכך שהראה שמודל סיני יכול לספק יכולות הסקת מסקנות חזקות במחיר נמוך. V4 עשוי להיות חשוב מסיבה עמוקה ושקטה יותר: הוא משלב משקלים פתוחים, חלון הקשר עצום, עלויות הסקה נמוכות יותר, התמקדות בתכנות ובסוכנים, ודרך מעשית יותר להריץ את המערכת על חומרה סינית.

אם הביצועים והחיסכון יאומתו בבדיקות עצמאיות ובפריסות רחבות, V4 לא יצטרך לשחזר את הלם R1 כדי להשפיע על התעשייה. הוא עשוי לשנות את הוויכוח — מהשאלה מי מחזיק במודל החזק ביותר, לשאלה מי מסוגל להפעיל מודלים כאלה בזול ובאיזו תשתית.