DeepSeek scherpt V4 Flash aan voor agents en code
DeepSeek heeft op 31 juli een bijgewerkte versie van zijn compacte taalmodel uitgebracht, aangeduid als V4 Flash 0731. Het gaat niet om een nieuw model, maar om een hertraining van de bestaande V4 Flash die vooral op codeer- en agenttaken beter presteert. Volgens de release-aantekeningen van DeepSeek en een analyse van Developers Digest bleef de architectuur ongewijzigd: 284 miljard parameters in een mixture-of-experts-opzet, waarvan 13 miljard actief per token.
Wat er beter werd
De winst zit in de post-training. DeepSeek meldt dat de agentscores nu ruim boven die van de eerdere V4-Pro-preview liggen. Op Terminal Bench 2.1 haalt de nieuwe build 82,7, op Cybergym 76,7 en op Toolathlon 70,3. Het model ondersteunt nu native de Responses API en is specifiek aangepast voor Codex-achtige harnassen, waardoor het direct werkt met tooling die de OpenAI-indeling verwacht. Twee redeneerstanden blijven over: ‘high’ voor snelle bewerkingen en ‘max’ voor langere agentloops. Het contextvenster van 1 miljoen tokens en een maximale uitvoer van 384.000 tokens veranderen niet.
Goedkoop, met een kanttekening
De prijs blijft laag: 0,14 dollar per miljoen invoertokens bij een cache-misser, 0,003 dollar bij een cache-treffer en 0,28 dollar per miljoen uitvoertokens. Dat plaatst V4 Flash in de goedkoopste categorie, precies op het moment dat de tokenprijzen breed onder druk staan. Developers Digest wijst wel op een addertje: het model genereert ongeveer 3,4 keer zoveel tokens als de mediaan, dus de rekening valt in de praktijk hoger uit dan de tarieven doen vermoeden. Wie veel agentloops draait, merkt dat verschil.
Waar V4 Flash staat
V4 zelf verscheen op 24 april als familie van twee modellen, Pro en Flash, met open gewichten onder een MIT-licentie. Op wiskunde en vraag-antwoord zit V4 dicht tegen GPT-5.4 aan; op de zwaarste taken houden GPT-5.5 en Claude Opus 4.7 nog afstand. De grotere Pro-variant scoort 80,6 procent op SWE-bench Verified. Met deze update mikt DeepSeek op ontwikkelaars die een goedkoop, zelf te hosten model willen inzetten voor codeeragenten, een hoek waar ook poolside met Laguna S 2.1 en Kimi K3 zich nadrukkelijk melden.
Wat betekent dit
Voor teams die met codeeragenten werken, wordt de keuze breder en goedkoper. Een open model dat native op de Responses API en Codex-harnassen aansluit, verlaagt de drempel om weg te stappen bij duurdere gesloten modellen. Tegelijk laat de tokenkanttekening zien dat de laagste prijs per token niet meteen de laagste rekening oplevert; de prijzenoorlog om tokenkosten draait net zo goed om efficiëntie als om tarief. Nu OpenAI zijn GPT-5.6-prijzen verlaagt en steeds meer partijen tools zichzelf laten aansturen, verschuift het gevecht van ruwe prestaties naar de vraag wat een taak echt kost.
