DeepSeek-V4-Pro-0813: Ajan Testlerinde Büyük Sıçrama

DeepSeek, 13 Ağustos 2026’da Hugging Face üzerinde DeepSeek-V4-Pro-0813 modelini yayımladı. Yaklaşık iki ay önce çıkan bu sürüm, daha önce önizleme olarak sunulan V4-Pro’nun resmi hâli. Model kartında açıkça önizleme sürümünün yerini aldığı yazıyor. Ağırlıklar hem depo hem model için MIT lisansıyla açık.

Not: DeepSeek, 10 Eylül’deki V4.1-Flash duyurusunda API tarafındaki V4-Pro isteklerinin V4.1-Pro çıkana kadar V4.1-Flash’a yönlendirileceğini açıklamıştı. Bu yüzden 0813 sürümünün asıl önemi, açık ağırlıklı olarak indirilebilmesi ve kendi altyapınızda çalıştırılabilmesi.

Ne Değişti?

Yeni sürüm, önizleme modelinin mimarisini koruyor ve üzerine DSpark adlı bir hızlandırılmış kod çözme (speculative decoding) modülü ekliyor. Hedef ve taslak ağırlıkları aynı kontrol noktasından geliyor. Bu modül, sunucu tarafında bir bayrakla açılıyor ve üretim hızını artırmayı amaçlıyor.

İkinci önemli değişiklik akıl yürütme seviyeleri. Sohbet kodlamasına üçüncü bir seviye eklendi; artık düşük, yüksek ve maksimum seçenekleri var. Yüksek ve maksimum seviyelerde önerilen azami çıktı uzunluğu 384 bin token.

Model kartına göre en büyük gelişme ajan yeteneklerinde ve gerçek iş yüküne benzeyen testlerde görülüyor. Model yaklaşık 1,7 trilyon parametreye sahip ve FP8 dahil karma hassasiyet biçimlerinde dağıtılıyor.

Rakamlar

Önizleme sürümüyle karşılaştırıldığında artışlar dikkat çekici. Terminal Bench 2.1’de puan 72,1’den 87,9’a çıkmış. DeepSWE testinde 12,8’den 62,7’ye yükselmiş. Cybergym’de 52,7’den 83,3’e, NL2Repo’da 38,5’ten 61,5’e çıkış var. Humanity’s Last Exam’de araçsız puan 37,7’den 42,7’ye, araçlı puan ise 48,2’den 60,0’a yükselmiş.

Model kartı ayrıca rakip modellerle karşılaştırma da veriyor. Terminal Bench 2.1’de 0813 sürümü 87,9 alırken Kimi K3 88,3, Fable-5 88,0 ve Opus-4.8 85,0 puanda görünüyor. DeepSeek, modeli önde gelen kapalı modellerle ‘geniş ölçüde rekabetçi’ olarak tanımlıyor. Bazı testlerin DeepSeek’in kendi iç test setleri olduğunu da not etmek gerekiyor; bu sonuçları bağımsız olarak doğrulamak şimdilik mümkün değil.

Kimi İlgilendiriyor?

Model en çok, büyük açık ağırlıklı bir modeli kendi veri merkezinde çalıştırmak isteyen kurumları ve araştırma gruplarını ilgilendiriyor. Kod ajanı, terminal otomasyonu ve uzun görev zincirleri kuran ekipler için ajan testlerindeki artış önemli.

Ancak donanım ihtiyacı büyük. Model kartındaki örnek vLLM kurulumu dört adet GB300 ile yapılmış. Bu, sıradan bir iş istasyonunun çok ötesinde bir altyapı demek. vLLM ve SGLang desteği bulunuyor; DSpark her iki çatıda da ayrı bir parametreyle etkinleştiriliyor.

Önerilen ayarlar da kartta yer alıyor: sıcaklık 1,0, ajan kullanımında top_p 0,95, diğer kullanımlarda 1,0. Kod ajanı değerlendirmeleri de maksimum akıl yürütme seviyesi ve bu ayarlarla yapılmış.

Akıl yürütme seviyesinin seçilebilmesi, maliyet ve hız dengesini kurmak isteyenler için pratik bir kolaylık. Basit sorularda düşük seviye hem daha hızlı hem daha ucuz sonuç verirken, karmaşık kod ve planlama görevlerinde yüksek veya maksimum seviye tercih edilebilir. Çok uzun çıktı sınırı ise özellikle büyük kod tabanlarında çalışan ajanlar için önemli; tek seferde daha fazla dosya üretmek ya da uzun bir analiz yazmak mümkün hâle geliyor.

DSpark modülünün aynı kontrol noktasından gelmesi de dağıtımı kolaylaştırıyor. Ayrı bir taslak model indirip yönetmek gerekmiyor.

Türkiye’den Kullanıcılar İçin

MIT lisansı, modelin ticari projelerde de kısıtlamasız kullanılabilmesini sağlıyor. Bu, kendi modelini barındırmak isteyen Türk şirketleri için hukuki açıdan rahat bir zemin. Öte yandan bu büyüklükte bir modeli çalıştıracak GPU kapasitesi Türkiye’de sınırlı sayıda kurumda var. Çoğu ekip için daha gerçekçi yol, modeli barındıran bulut sağlayıcıları üzerinden denemek olacaktır. Model kartında Türkçe performansına dair ayrı bir ölçüm bulunmuyor.