DeepSeek V4 Preview: pesi aperti da 1,6T contro i migliori modelli chiusi

Sei mesi. Tanto è durata l'attesa, alla fine.

All'inizio dell'anno, le voci davano V4 in arrivo prima del Capodanno cinese. Poi a febbraio. Poi a marzo. Poi "prima o poi il mese prossimo". DeepSeek non ha mai commentato. La speculazione è continuata; V4 continuava a non uscire.

Poi questa mattina, senza conferenza stampa, senza campagna teaser, senza conto alla rovescia, il sito di DeepSeek è stato semplicemente aggiornato. DeepSeek-V4 Preview è live, con i pesi disponibili pubblicamente su Hugging Face.

Due modelli, una strategia

V4 arriva in due varianti:

DeepSeek-V4-Pro è il modello di punta. 1,6T parametri totali, 49B attivi per forward pass. Prestazioni in grado di competere con i migliori modelli closed-source al mondo.

DeepSeek-V4-Flash è l'opzione efficiente. 284B parametri totali, 13B attivi. Più veloce, più economico, pensato per workload ad alto throughput e sensibili ai costi.

Entrambi supportano fino a 1M token di contesto.

DeepSeek ha reso esplicito l'ambito: il contesto 1M è ora ampiamente disponibile nei servizi di DeepSeek. Non è un premium del flagship, non è un add-on. È la base.

Contesto 1M: perché conta

Un milione di token equivale circa a 750.000 parole, qualche centinaio di migliaia di righe di codice o diversi romanzi completi uno dopo l'altro. Un anno fa, Gemini trattava il contesto 1M come un vantaggio competitivo. DeepSeek lo ha appena reso uno standard minimo.

Il fattore architetturale è concreto: DSA (DeepSeek Sparse Attention), che applica compressione token per token per ridurre drasticamente il costo di calcolo e memoria nel processing di sequenze lunghe. L'attenzione tradizionale scala in modo quadratico con la lunghezza della sequenza; DSA abbassa molto quel costo, offrendo prestazioni long-context di primo livello con costi di compute e memoria molto ridotti.

Cosa può fare V4-Pro: tre aree

Agentic Coding

V4-Pro raggiunge lo stato dell'arte open-source nei benchmark di Agentic Coding. Più direttamente: gli stessi ingegneri di DeepSeek stanno già usando V4 per il loro lavoro interno di agentic coding.

V4 include anche integrazioni dedicate per Claude Code, OpenClaw e OpenCode, con miglioramenti nelle attività di codice e nella generazione di documenti.

Conoscenza del mondo

V4-Pro guida con ampio margine tutti gli attuali modelli aperti nei benchmark di conoscenza del mondo. L'unico modello davanti è Gemini-Pro-3.1.

Matematica e ragionamento

In matematica, STEM e coding da competizione, V4-Pro supera ogni modello aperto attualmente in valutazione pubblica, collocandosi nello stesso livello dei migliori modelli chiusi.

V4-Flash: non solo un Pro più piccolo

Flash merita una lettura a parte.

Le capacità di ragionamento si avvicinano molto a V4-Pro. Sulle attività agent più semplici, i due sono sostanzialmente alla pari; il divario si apre ai livelli di complessità più alti. Il numero inferiore di parametri significa risposte più rapide e prezzi API più convenienti, rendendolo il default pratico per i workload quotidiani. Si applica lo stesso limite di contesto 1M.

Per gli sviluppatori già sull'API

La migrazione è minima. Mantieni base_url invariato; aggiorna il nome del modello a deepseek-v4-pro o deepseek-v4-flash. Entrambi i modelli supportano OpenAI ChatCompletions e Anthropic APIs, contesto 1M e modalità doppie thinking/non-thinking.

Perché questo rilascio merita attenzione

Non ogni lancio di modello cambia davvero il terreno. Questo sì.

Due aspetti spiccano:

Primo, il contesto 1M è appena diventato infrastruttura. Lo standard per entrambi i modelli, non un livello premium. La domanda "il mio contesto ci starà?" può smettere quasi sempre di bloccare il lavoro quotidiano di sviluppo.

Secondo, pesi aperti. Un modello da 1,6T parametri, 49B attivi, con contesto 1M, e pesi pubblicati. DeepSeek ha ridefinito con V3 le aspettative su ciò che l'open-source poteva ottenere. V4 spinge quella linea ancora più avanti.

Un'ultima cosa

Nessun livestream. Nessuna intervista. Nessun deck di roadmap.

Solo un venerdì mattina in cui la documentazione è stata aggiornata, l'API è cambiata, l'app è andata live e il technical report è apparso su Hugging Face.

L'annuncio si chiudeva così: "Restiamo impegnati nel longtermism, avanzando con costanza verso il nostro obiettivo finale: AGI."

Sobrio. Ma dopo sei mesi di silenzio e considerando ciò che è stato davvero rilasciato oggi, regge.