הקיץ של הבינה המלאכותית הסינית: DeepSeek V4 יוצא לשוק, אליבאבא חושפת ענק חדש

מפרט טכני

שתי הגרסאות הן מולטי-מודאליות (טקסט, תמונה, וידאו), תומכות בפלט JSON ובקריאות לכלים (tool calls), וזמינות דרך API ודפדפן .

תמחור (למיליון טוקנים)

DeepSeek גם הפעילה מבצע 75% הנחה על V4-Pro עד תחילת מאי 2026 . לשם השוואה, תמחור הפלט של GPT-5.5 עומד על כ-30 דולר למיליון טוקנים, מה שהופך את V4-Flash לזול בערך פי 107 בפלט .

ביצועים ומיצוב תחרותי

תוצאות המבחנים של DeepSeek V4 מספרות סיפור מורכב:

• Codeforces: V4-Pro-Max קיבל ציון 3206 – הדירוג הגבוה ביותר מכל מודל שנבדק, לפני GPT-5.4 (3168) .
• SWE-bench Verified: 80.6%; SWE-bench Pro: 55.4% (לעומת GPT-5.5 עם כ-57.7% ב-SWE-bench Pro) .
• GPQA Diamond: V4-Pro-Max קיבל 90.1% – תחרותי עם GPT-5.4 xHigh (93.0%) ו-Opus-4.6 Max (91.3%) .
• Terminal-Bench 2.0: V4 עם 67.9% לעומת GPT-5.5 עם 82.7% – פער משמעותי בקידוד אוטונומי (agentic coding) .

אזהרה חשובה מהערכת NIST CAISI (מאי 2026): מבחני הביצועים שדיווחה DeepSeek בעצמה טוענים לשוויון עם GPT-5.4 ו-Opus 4.6, אך הערכה עצמאית של CAISI מצאה ש-V4 "פחות משמעותית ביכולתה" במבחנים לא ציבוריים, מה שמרמז כי חלק מהציונים המדווחים עשויים להיות מנופחים . מדד האינטליגנציה של Artificial Analysis מדרג את GPT-5.5 (גבוה) עם 53 לעומת DeepSeek V4 Pro (Reasoning, High Effort) עם 41* – GPT-5.5 אינטליגנטי יותר ומהיר יותר (69 לעומת 56 טוקנים לשנייה), אבל DeepSeek זול באופן דרמטי (0.18$ לעומת 4.35$ למיליון טוקנים במצב Reasoning) .

אליבאבא Qwen 3.8: תצוגה מקדימה עם טענות נועזות וללא נתונים ניתנים לאימות

צוות Qwen של אליבאבא הציג את Qwen 3.8 Max בוועידת הבינה המלאכותית העולמית בשנחאי ב-19 ביולי 2026 . זהו דגם הדגל הראשון של הצוות מעל טריליון פרמטרים.

מפרט ידוע

תמחור

לא פורסם תמחור Pay-as-you-go. גישה כרגע באמצעות מנוי דרך Qwen Chat ושותפי API נבחרים. BenchLM מפרט את תמחור Qwen 3.8 Max Preview כ"לא רשום" . כלי מעקב של צד שלישי מראים תמחור אוטומטי של 1.50/5.00 דולר למיליון טוקני קלט/פלט, אך זה לא אושר על ידי אליבאבא .

ביצועים: טענה שיווקית ללא ציונים ניתנים לאימות

אליבאבא קובעת ש-Qwen 3.8 הוא "שני רק ל-Fable 5" (מודל ה-Claude המוביל של Anthropic), מה שהיה ממקם אותו לפני GPT-5.5 ו-DeepSeek V4 בדירוג של אליבאבא עצמה . נטען כי יש שיפורים בקידוד, פרודוקטיביות מקצועית, פיתוח Full-Stack, ניתוח נתונים וזרימות עבודה משרדיות לעומת Qwen 3.7 Max .

עם זאת, לא פורסמו מבחני ביצועים עצמאיים. BenchLM, אתר מעקב מבחנים, עוקב אחר 321 מבחנים עבור Qwen 3.8 Max Preview ללא תוצאות מאומתות נכון ל-20 ביולי 2026 . כפי שניסח זאת ניתוח אחד: "Qwen 3.8 שווה בדיקה, אבל מוקדם מדי להתייחס אליו כאל תחליף יציב לייצור עבור Kimi K3, GPT-5.6 Sol, או Claude Fable 5" .

להקשר, קודמיו של Qwen היוו בסיס חזק: Qwen 3.6-Max-Preview (20 באפריל 2026) היה מודל מבוסס טקסט בלבד עם 35B סה"כ / 3B פרמטרים פעילים ו-262K הקשר, שטען למקום ראשון בשישה מבחני קידוד ואוטונומיה . Qwen 3.7-Max (מאי 2026) התרחב לחלון הקשר של 1M טוקנים עם יכולות reasoning אוטונומיות . אבל אף אחד מהם לא נחשב בדרך כלל ל-Frontier ברמה גבוהה מחוץ לקידוד אוטונומי.

הזירה התחרותית: מי מוביל ומי קובע את המחיר

DeepSeek V4 לעומת GPT-5.5

• יתרון תמחור: DeepSeek V4 זול פי 97-107 מ-GPT-5.5 בתמחור פלט .
• חוזק בקידוד: V4 מוביל בתכנות תחרותי (Codeforces, LiveCodeBench), בעוד GPT-5.5 מוביל בקידוד אוטונומי יישומי (Terminal-Bench 82.7% לעומת 67.9%, SWE-bench Pro 58.6% לעומת 55.4%) .
• אינטליגנציה כללית: הערכות צד שלישי (Artificial Analysis, NIST CAISI) ממקמות בעקביות את GPT-5.5 לפני DeepSeek .
• שוויון בחלון הקשר: שניהם מציעים חלון הקשר של 1M טוקנים, אבל GPT-5.5 הוא מודל ה-OpenAI הראשון שבו חלון ה-1M המלא שמיש באמת ללא התדרדרות .

Qwen 3.8 לעומת Claude Fable 5 ו-GPT-5.5

אליבאבא ממקמת במפורש את Qwen 3.8 כ"שני רק ל-Fable 5" . אם טענה זו תחזיק מעמד תחת הערכה עצמאית, היא תמקם את Qwen 3.8 לפני GPT-5.5 והרבה לפני DeepSeek V4. אבל עם אפס מבחני ביצועים מאומתים, זו נותרה טענה שיווקית, לא עובדה מבוססת. Fable 5 של Anthropic נראה כמוביל החזית המוכר כיום לפי ההגדרה של אליבאבא עצמה .

מלחמת המחירים שינתה הכל

התמחור האגרסיבי של DeepSeek הוביל למרוץ לתחתית בעלויות ה-API. Qwen 3.8 עדיין לא קבע מחיר, אבל Qwen 3.6 כבר תומחר באופן אגרסיבי (~1.25$/7.50$ קלט/פלט) .

רישיון MIT של DeepSeek V4 (עבור משקלים פתוחים) מאפשר גם אירוח עצמי, מה שדוחס עוד יותר את המרווחים עבור ספקיות קוד סגור . כפי שניסח זאת ניתוח אחד, התוצאה המעשית היא ש"מפתחים יכולים כעת לגשת ליכולת כמעט-חזיתית (במשימות קידוד) בשבריר מהעלות של GPT-5.5 או Claude."

נקודות מפתח

• DeepSeek V4 הוא מודל MoE משוחרר, 1.6T, בקוד פתוח, שנמצא בערך 10-20% מאחורי GPT-5.5 באינטליגנציה כללית אבל מוביל בקידוד תחרותי וזול בהרבה סדרי גודל. הערכת NIST CAISI עצמאית ממתנת את ציוני המבחנים שדיווחה DeepSeek בעצמה.
• Qwen 3.8 הוא מודל MoE של 2.4T בשלב תצוגה מקדימה, שאליבאבא טוענת שהוא "שני רק ל-Fable 5" – אבל עם אפס מבחני ביצועים מאומתים וללא תמחור שפורסם, זוהי כרגע שאיפה, לא עובדה.
• GPT-5.5 נשאר מוביל האינטליגנציה הכללי (Artificial Analysis Index 53 לעומת 41 ל-DeepSeek) והמוביל בקידוד אוטונומי (Terminal-Bench 82.7%), אבל עולה פי 100 יותר.
• מלחמת המחירים הסינית הורידה לצמיתות את עלויות ההסקה העולמיות, והפכה יכולות תחרותיות לנגישות להרבה יותר מפתחים, תוך שהיא מאלצת ספקיות מערביות להתחרות גם בביצועים וגם במחיר.