Модель DeepSeek прибавила в терминале: V4-Flash взял 82.7 на Terminal-Bench

DeepSeek обновила V4-Flash 31 июля и не объявила об этом: правка приехала в чейнджлог. На Terminal-Bench модель набрала 82.7 против 56.9 у апрельского превью, плюс 25.8 балла. Пока V4-Flash работает только через API компании, открытые веса обещают выложить следом.

Почему это важно: В апреле превью V4-Flash показывало 56.9 на Terminal-Bench: это про модель, которой консольные задачи даются через раз. Теперь та же линейка выдаёт 82.7, и разница в 25.8 балла набежала за три месяца. Замер один и тот же, так что сравнивать корректно, но цифру назвала сама DeepSeek: независимых прогонов пока нет. Про цену, лимиты и длину контекста чейнджлог молчит, срок выкладки весов там тоже не стоит.

Что дальше: Прогнать свой набор терминальных задач через API DeepSeek и сравнить счёт и время с тем агентом, который стоит у вас сейчас. Даты релиза открытых весов нет, ориентир только один: чейнджлог DeepSeek, который меняют без объявлений.