DeepSeek V4 postepeno obznanjen, ovaj put zaista gorim od uzbuđenja, domaći modeli nastavljaju da jurišaju.

Baš sada.

Potajno sam saznao internu informaciju da bi DeepSeek V4 mogao biti pokrenut tokom proslave Nove godine (zaista nije lažni alarm), odmah sam otišao da testiram.

U trenutku kada sam video rezultat, istog trenutka mi je krv uzavrela!

Ima onaj osećaj kao kada je DeepSeek V1.0 prvobitno objavljen — domaći veliki model je konačno dostigao svetski nivo.

Čak i vodi.

Ovaj ponos proizilazi iz srca, činjenice takođe dokazuju da DeepSeek vodi promenu velikih modela.

Koje vrline ima DeepSeek V4, odmah sam pomislio na nekoliko slučajeva koje sam testirao.

Odmah ću vam otkriti.

01. 1M kontekst, proguta ogromne dokumente

Iz snimka ekrana možete videti da kontekst DeepSeek V4 ima 1M, može odjednom obraditi ogromne dokumente.

Šta znači ovaj broj?

Ekvivalentno 2 miliona reči kineskog, ili 200 stranica PDF dokumenta.

Zato sam ubacio „MianZhaNiXiji RocketMQ" da vidim može li odjednom da ga proguta.

Moj prompt je:

Pronađi sadržaj o modelu poruka u dokumentu i sumiraj

Iz procesa razmišljanja se može videti da je DeepSeek prvo istražio strukturu dokumenta, locirao relevantna poglavlja, a zatim ekstraktovao ključne informacije za analizu.

Ovaj proces je veoma rigorozan, kao iskusan programer koji čita kod.

Iz pregleda se takođe može videti da je sažetak na mestu, model poruka RocketMQ-a je vrlo jasno objašnjen.

Ova sposobnost je za kolege koji uče nove frameworke i brzo čitaju tehničku dokumentaciju previše praktična.

02. Aktuelnost znanja, do maja 2025

Drugi test, malo sam ispitao aktuelnost njegovog znanja.

Moje pitanje je:

Kada je objavljen GLM-4.7?

Obratite pažnju da sam ovde posebno isključio internet pretragu, možete videti da je odgovor koji je DeepSeek dao veoma tačan:

Do maja 2025, Zhipu AI zvanično nije objavio verziju modela pod nazivom GLM-4.7.

I naglašava da je njegova baza znanja do maja 2025.

Ne pravi se da zna ono što ne zna.

Ovo jako ide u prilog.

Mnogi modeli haluciniraju, izmišljaju informacije koje ne postoje. Ali DeepSeek V4 ti jasno kaže granice znanja, ovaj iskreni stav zapravo izaziva više poverenja.

03. Internet pretraga, pribavljanje realtime informacija

Treći test, uključio sam funkciju internet pretrage, da potvrdim sposobnost pribavljanja realtime informacija.

Ova funkcija je za ljude koji moraju da prate najnovije tehničke trendove veoma potrebna. Znam da je ova funkcija postojala i u prethodnoj verziji, ali je brzina sada očigledno veća.

Mom ličnom osećaju, u suštini odgovara u sekundama.

04. Sposobnost kodiranja, ručno pisanje LRU keša

Četvrti test, pošto sam želeo da objavim pre AI blogera, prvo sam objavio, zato sam samo kratko testirao sposobnost programiranja (kasnije planiram duboku poređenje sa GLM-5.0, ostanite uz nas).

Prompt:

Napiši ručno LRU keš

Brzina odgovora nove verzije DeepSeek-a je očigledno ubrzana, što pokazuje da je problem računarske snage u velikoj meri rešen.

Naravno, takođe je moguće da sam testirao prilično rano, kada dođe novi talas DeepSeek-a, možda će biti ograničavanja saobraćaja.

I sposobnost konteksta je zaista ojačana.

Pitao sam za RocketMQ, i on je znao da sam Java programer, nije mi dao Python primer.

Kod neću da lepim previše, veoma je uredan.

/**
* Umetanje/ažuriranje keša
* Ako ključ već postoji: ažuriraj vrednost i premesti čvor na početak
* Ako ključ ne postoji: kreiraj novi čvor, umetni na početak, sačuvaj u hash tabelu
* Ako se prekorači kapacitet: ukloni repni čvor liste (najdugo nekorišćen), i obriši odgovarajuću stavku u hash tablici
*/
public void put(K key, V value) {
     Node<K, V> node = cache.get(key);
     if (node == null) {
          // kreiraj novi čvor
          Node<K, V> newNode = new Node<>(key, value);
          cache.put(key, newNode);
          addToHead(newNode);
          // proveri kapacitet i izbaci
          if (cache.size() > capacity) {
               Node<K, V> tail = removeTail();
               cache.remove(tail.key);
          }
     } else {
          // ažuriraj vrednost i premesti na početak
          node.value = value;
          moveToHead(node);
     }
}

I dao je ovakav zaključak: jezgro ručnog pisanja LRU-a je hash tabela koja osigurava brzinu pretrage, i dvostruko povezana lista koja osigurava efikasnost prilagođavanja redosleda. Savladaj ovaj šablon, možeš se suprotstaviti svim relevantnim varijantama pitanja za intervju (kao što su LRU sa istekom vremena, LFU itd.).

05. Vizuelne sposobnosti, razumevanje sadržaja slike

Peti test, slučajno sam ranije naišao na problem da Claude 4.6 ne može da se koristi, ispitajmo reakciju DeepSeek V4.

Mogu samo da kažem da je objašnjenje veoma jasno.

DeepSeek je ne samo prepoznao poruku o grešci u snimku ekrana, već je dao i detaljno rešenje.

Zaista se nadam da će domaći modeli nastaviti da jurišaju, ubuduće da ne moramo više da Claude-a guramo u ćošak, zaista je gadno.

Iako je on zaista jak (u tome priznajem, ali šta kad ga ne mogu koristiti).

Obratite pažnju da sam ovde izvukao nekoliko važnih informacija.

• Zvanična verzija DeepSeek V4 se očekuje 17. februara 2026
• Trenutno je u postepenoj verziji, kontekst 1M, baza znanja maj 2025, nije V4, zvanično nije imenovan
• Glasine o ključnim sposobnostima V4: MoE arhitektura, Engram modul memorije, sposobnost programiranja prevazilazi Claude/GPT

Čekajmo i vidimo.

06. ending

Ako može jednom rečenicom da se sumira moje iskustvo testiranja:

DeepSeek V4 je već sposoban da se direktno suprotstavi vrhunskim svetskim modelima.

Od 1M ultra dugog konteksta, do aktuelnosti znanja od maja 2025, od internet pretrage do ručnog pisanja koda, od vizuelnog razumevanja do iskrenih granica znanja — DeepSeek V4 se ističe u svakom segmentu.

Sveukupno gledano, domaći veliki modeli zaista vrede iščekivanja.

Kao ByteDance-ov Seedance 2.0, koji je već na vodećoj poziciji u modelima videa.

Ovaj ponos nije više pitanje obraza, već stvarne tehničke snage.

Govoreći o ovome, iznenada mi je palo na pamet pitanje.

Zašto nas toliko uzbuđuje uspon domaćih velikih modela?

Možda zato što vidimo još jednu mogućnost u tehničkom polju.

Nije samo OpenAI, nije samo Anthropic, nije samo Google.

Kineske kompanije takođe mogu napraviti svetski prvorazredne AI modele, čak i u nekim oblastima ostvariti prevagu.

Ovaj značaj je prevazišao samu tehniku.

Radi se o pravu glasa, o tehničkoj autonomiji, o mogućnostima budućnosti.

„Značaj velikih modela je u tome da učine ljude moćnijim, a ne da učine jednu kompaniju moćnijom."

DeepSeek V4, vredi iščekivati.

Vidimo se u sledećem!