DeepSeek-V4 представлен с MoE на 1.6T параметров, а OpenAI выпустила API GPT-5.5
Технический релиз DeepSeek-V4 описывает модель с архитектурой 1.6T-parameter MoE и 49B active parameters, а также контекстным окном 1M-token context. В системе используются hybrid attention и compressed KV schemes, которые направлены на значительное снижение требований к памяти. По оценке материала модель занимает позицию #2 open-weights reasoning model после Kimi K2.6, однако отмечаются высокий уровень hallucination и более высокие serving costs.
В разработке подчеркивается hardware-model co-design. Указывается, что NVIDIA Blackwell Ultra обеспечивает 150+ TPS/user, а поддержка FP4 и FP8 quantization позволяет разворачивать модель на single nodes. Среди open Chinese models решение позиционируется как конкурент GLM-5.1 и Xiaomi MiMo V2.5 Pro.
Одновременно OpenAI запустила GPT-5.5 и GPT-5.5 Pro APIs с окном контекста 1M context window. Сообщается, что модели ориентированы на improved long-running workflows и token efficiency, а также быстро интегрированы в инструменты, включая GitHub Copilot и Cursor.
Ключевые факты
DeepSeek-V4 представлен как MoE‑модель на 1.6T параметров с 49B активных параметров и контекстным окном 1M токенов.
DeepSeek-V4 занимает #2 среди open-weights reasoning моделей, уступая Kimi K2.6.
Для DeepSeek-V4 отмечены высокий уровень hallucination и более высокая стоимость обслуживания.
OpenAI выпустила API GPT-5.5 и GPT-5.5 Pro с контекстным окном 1M токенов; модели быстро интегрированы в инструменты GitHub Copilot и Cursor.