На рынке AI-агентов обычно действует правило: чем больше модель, тем она способнее. DeepSeek только что его нарушила. 31 июля 2026 года компания выпустила DeepSeek-V4-Flash в публичную бета-версию. Эта легкая модель не только превзошла свою же предварительную версию, но и обошла флагманскую V4-Pro в возможностях агентов, установив новый стандарт эффективности.
DeepSeek-V4-Flash (идентификатор модели: deepseek-v4-flash) показала 82.7 балла на бенчмарке Terminal Bench 2.1, что на 14.7% выше, чем у V4-Pro-Preview с её 72.1 баллами. При этом стоимость Flash-версии составляет всего $0.14 за миллион входных токенов, что делает её самой экономичной моделью для разработки AI-агентов на рынке.
DeepSeek-V4-Flash кроется не в увеличении размера или архитектуры — они остались такими же, как у предварительной версии. Ключевым фактором стало переобучение модели (re-post-training). Это указывает на новую методологию обучения, которая раскрывает агентские способности без необходимости наращивать вычислительные ресурсы.
Новая версия DeepSeek-V4-Flash теперь нативно поддерживает формат Responses API и полностью адаптирована для работы с Codex — AI-помощником для написания кода от OpenAI. Это означает, что разработчики могут использовать модель DeepSeek во всех клиентах Codex (CLI, десктопное приложение ChatGPT, расширение для VS Code), настроив её один раз.
Для интеграции с Codex DeepSeek предлагает скрипты автоматической настройки для macOS/Linux и Windows. Эти скрипты выполняют следующие действия:
- Резервное копирование — сохраняют существующий файл
~/.codex/config.toml. - Создание каталога моделей — записывают
~/.codex/models.json, объявляя метаданные моделей DeepSeek для Codex (размер контекстного окна, поддерживаемые уровни рассуждения, форматы вызова инструментов). - Модификация конфигурации — добавляют раздел
[model_providers.deepseek]в~/.codex/config.toml, сохраняя при этом другие настройки.
При первом запуске скрипт запросит ваш API Key DeepSeek.
DeepSeek-V4-Flash меняет представление о том, что для AI-агента нужен большой и дорогой движок. Его превосходство за счёт переобучения, а не масштаба, в сочетании с нативной поддержкой Codex, делает разработку агентов доступнее. Остаётся увидеть, как модель покажет себя вне бенчмарков DeepSeek, но заявка на самый дешёвый агент уже сделана.