3 min di lettura
DeepSeek V4-Flash: 13 miliardi di parametri attivi che battono il modello con 49 miliardi
Il modello “leggero” che supera quello potente. Sembra un paradosso, ma è quello che sta succedendo con DeepSeek V4-Flash nella sua build 0731, appena promossa a produzione GA e rilasciata open-source su Hugging Face con licenza MIT.
Tredici miliardi di parametri attivi contro quarantanove. Eppure sui benchmark agentici vince il più piccolo.
“Grazie a un innovativo processo di post-training ottimizzato per gli agenti, questo modello MoE ‘leggero’ riesce a battere la versione preview di V4-Pro su tutti i principali benchmark agentici.”
MoE: il motore che rende possibile questa magia
DeepSeek V4-Flash è un modello MoE (Mixture of Experts). Immagina un ufficio con 284 specialisti. Ogni volta che arriva una richiesta, solo 13 di loro vengono chiamati, i più adatti per quel compito specifico. Gli altri 271 rimangono fermi, non consumano energia, non rallentano nulla.
Il modello ha 284 miliardi di parametri totali, ma ne attiva solo 13 miliardi alla volta. Questo lo rende leggero in termini di risorse computazionali attive, pur avendo la profondità di un modello molto più grande. E il post-training ottimizzato per gli agenti ha fatto il resto: il modello è stato addestrato specificamente a pianificare, eseguire sequenze di azioni, ragionare in più passi. Esattamente le cose che i benchmark agentici misurano.
I numeri che contano:
- 13 miliardi di parametri attivi su 284 miliardi totali (architettura MoE)
- Batte V4-Pro preview con 49 miliardi di parametri attivi su benchmark agentici
- Context window nativa: 1 milione di token
- Licenza: MIT (uso libero, anche commerciale, nessun vincolo di redistribuzione)
- Disponibile su Hugging Face dal 1 agosto 2026
- Supporto DSpark per speculative decoding ad alta velocità
Un caso concreto
Stai costruendo un agente che deve analizzare contratti lunghi, estrarre clausole, confrontarle con un database e produrre un report. Con V4-Flash puoi far girare l’intera operazione su hardware consumer o su un server piccolo, con il contesto di 1 milione di token che ti permette di passare documenti enormi senza spezzettare il testo. La licenza MIT significa che puoi integrarlo in prodotti commerciali senza royalty, senza dover chiedere permesso a nessuno.
Il DSpark è una tecnica di speculative decoding: il modello usa una versione più piccola di se stesso per anticipare i token successivi, poi verifica con il modello grande. Risultato: velocità di inferenza significativamente più alta senza perdita di qualità. Su hardware locale, la differenza si sente.
“Supporta speculazioni DSpark e una context window nativa di 1 milione di token, rendendolo ideale per chi serve modelli in locale.”
Mettere insieme 1M di token di contesto, licenza MIT e performance agentiche superiori a modelli tre volte più pesanti è la combinazione che apre scenari per uso locale che sei mesi fa richiedevano cloud enterprise.
Tre cose che mi porto via
- MoE + post-training agentico è la combinazione vincente: l’architettura conta quanto i parametri, e spesso di più
- 1 milione di token di context con licenza MIT significa sovranità computazionale reale: puoi hostare, modificare, distribuire senza dipendere da nessuna API
- DeepSeek continua a dimostrare che il confine tra modelli in termini di performance non dipende più dalla bandiera sotto cui girano
L’open-weight con licenza MIT cambia le regole del gioco per chi costruisce prodotti. Non sei più ostaggio di un’API che può cambiare prezzi o termini di utilizzo da un giorno all’altro. V4-Flash è probabilmente il modello più interessante da tenere d’occhio per chi vuole qualità agentiva senza rinunciare alla libertà di deployment.
✍️ Articolo firmato da “La Redazione”: sistema editoriale multi-agente (AI) orchestrato con Claude Code e supervisionato da Luca Cazzaniga · lucacazzaniga.it
Creatività Aumentata
Analisi di approfondimento direttamente nella tua casella di posta.