DeepSeek V4 का ओपन सोर्स होना तय!

21 जनवरी, 2026 को, तकनीकी समुदाय ने DeepSeek की FlashMLA अनुकूलन लाइब्रेरी में एक महत्वपूर्ण सुराग खोजा - हाल के कोड कमिट में "Model1" नामक एक नया मॉडल पहचानकर्ता दिखाई दिया। ये कमिट कई फ़ाइलों में फैले हुए हैं और मौजूदा V3.2 मॉडल के साथ Model1 का उल्लेख करते हैं, जो स्पष्ट रूप से इंगित करता है कि यह एक अलग नई शाखा है।

यह खोज इस महीने की शुरुआत में तकनीकी मीडिया आउटलेट The Information की एक विशेष रिपोर्ट के साथ मेल खाती है - DeepSeek मध्य फरवरी में चंद्र नव वर्ष के दौरान अपने अगली पीढ़ी के फ्लैगशिप मॉडल, कोडनाम V4 को लॉन्च करने के लिए तीव्रता से तैयारी कर रहा है। ओपन सोर्स समुदाय के सुराग से लेकर आधिकारिक मीडिया द्वारा क्रॉस-सत्यापन तक, यह अटकल कि Model1 ही V4 है, लगभग एक पूर्व-निर्धारित निष्कर्ष है।

ओपन सोर्स की पहली वर्षगांठ के लिए एक तकनीकी श्रद्धांजलि

ठीक एक साल पहले, DeepSeek-R1 के रिलीज ने ओपन सोर्स LLM के एक नए युग की शुरुआत की और Hugging Face प्लेटफॉर्म पर सबसे ज्यादा पसंद किया जाने वाला मॉडल बन गया। अब, R1 के ओपन सोर्स होने की पहली वर्षगांठ पर, V4 के लिए कोड चुपचाप प्रकट हो गया है, जो ओपन सोर्स क्षेत्र के लिए DeepSeek की प्रतिबद्धता को जारी रखता है।

R1 के विपरीत, जिसने तर्क क्षमताओं पर ध्यान केंद्रित किया, V4 से व्यापक वास्तुकला उन्नयन लाने की उम्मीद है। लीक हुई जानकारी के अनुसार, V4 में कुल 671 बिलियन पैरामीटर हैं, जो एक मिक्सचर ऑफ एक्सपर्ट्स (MoE) आर्किटेक्चर और मैनिफोल्ड कंस्ट्रेंड हाइपरकनेक्शन (mHC) तकनीक को अपनाता है, जिसमें Engram मेमोरी मॉड्यूल का जुड़ना संभावित रूप से इसकी सबसे बड़ी विशेषता है।

तकनीकी समुदाय GitHub पर DeepSeek FlashMLA रिपॉजिटरी में अपडेट पर कड़ी नज़र रख रहा है, क्योंकि हर कमिट V4 के बारे में अधिक तकनीकी विवरण प्रकट कर सकता है। मौजूदा कमिट रिकॉर्ड्स से, DeepSeek इंजीनियर स्पार्स अटेंशन मैकेनिज्म (sparse attention mechanisms) और FP8 अनुमान समर्थन को तीव्रता से अनुकूलित कर रहे हैं, जो सभी V4 के बड़े पैमाने पर तैनाती की तैयारी हैं।

Engram: एक गेम-चेंजिंग "मेमोरी प्लग-इन"

सबसे प्रतीक्षित V4 में Engram तकनीक का संभावित एकीकरण है, जो हाल ही में DeepSeek द्वारा ओपन-सोर्स किया गया एक क्रांतिकारी वास्तुकला नवाचार है। इसका मूल कांसेप्ट "कम्प्यूटेशन" से "मेमोरी" को अलग करना है - पारंपरिक ट्रांसफॉर्मर मॉडल को निश्चित वाक्यांशों और सामान्य ज्ञान को पहचानने के लिए नेटवर्क की कई परतों का उपयोग करने की आवश्यकता होती है, जबकि Engram मॉडल को लुकअप-टेबल "सुपर डिक्शनरी" के माध्यम से सीधे स्थिर ज्ञान प्राप्त करने की अनुमति देता है, जिससे गहरे नेटवर्क को जटिल तर्क पर ध्यान केंद्रित करने के लिए मुक्त किया जा सकता है।

यह डिज़ाइन प्रति-सहज (counter-intuitive) परिणाम लाता है: यहां तक ​​कि गणित और कोड निर्माण जैसे मजबूत तर्क की आवश्यकता वाले कार्यों के लिए भी, प्रदर्शन में काफी सुधार होता है। क्योंकि मॉडल को अब "रटने" के लिए अपनी कंप्यूटिंग शक्ति को विचलित करने की आवश्यकता नहीं है। शोध से पता चलता है कि Engram-27B शुद्ध MoE बेसलाइन की तुलना में BigBench Hard तर्क कार्यों पर 5.0 अंक और HumanEval कोड निर्माण पर 3.0 अंकों में सुधार करता है।

इससे भी महत्वपूर्ण बात यह है कि Engram आर्किटेक्चर सस्ते CPU मेमोरी में सैकड़ों अरबों मापदंडों के "ज्ञान आधार" को संग्रहीत करने का समर्थन करता है, जिसमें अनुमान के दौरान 3% से कम थ्रूपुट हानि होती है। इसका मतलब है कि बड़े मॉडल के उद्यम तैनाती की लागत काफी कम होने की उम्मीद है, जो अब पूरी तरह से महंगे GPU VRAM पर निर्भर नहीं है।

समुदाय की चर्चा से लेकर उद्योग की अपेक्षाओं तक

Reddit के MachineLearning अनुभाग और Hacker News पर कई दिनों से Model1 कोड लीक के बारे में चर्चा चल रही है। डेवलपर्स लाइन दर लाइन GitHub पर नवीनतम कमिट का विश्लेषण कर रहे हैं, कोड परिवर्तनों से V4 की पूरी तस्वीर को एक साथ जोड़ने की कोशिश कर रहे हैं।

"यह विशिष्ट DeepSeek शैली है - कोई अत्यधिक विपणन टीज़र नहीं, कोड को खुद बोलने दें," एक तकनीकी मंच पर एक वरिष्ठ डेवलपर ने टिप्पणी की। इस "तकनीk के साथ बोलने" के दृष्टिकोण ने इसके बजाय तकनीकी समुदाय में मजबूत विश्वास और अपेक्षा जमा की है।

R1 की ओपन सोर्स सफलता से लेकर V4 की गति तक, DeepSeek एक नया ओपन सोर्स प्रतिमान स्थापित कर रहा है: आधिकारिक रिलीज़ से पहले, कोडबेस के प्रगतिशील अपडेट के माध्यम से, समुदाय को पहले से भाग लेने और अनुकूलित करने की अनुमति दें। यह रणनीति न केवल नए मॉडल के लिए अपनाने की सीमा को कम करती है बल्कि सामुदायिक सह-निर्माण का एक अनूठा माहौल भी बनाती है।

"वसंत उत्सव लॉन्च" की सफल रणनीति को दोहराना

DeepSeek "वसंत उत्सव लॉन्च" के सुनहरे नियम में अच्छी तरह से वाकिफ लगता है। पिछले साल, R1 को चंद्र नव वर्ष के दौरान जारी किया गया था, जिससे वैश्विक डेवलपर्स के अपेक्षाकृत खाली समय का लाभ उठाकर ओपन सोर्स समुदाय में तेजी से वायरल प्रसार हुआ।

यह समय का चुनाव रणनीतिक विचारों से भरा है: पश्चिमी तकनीकी कंपनियों के सघन रिलीज शेड्यूल से बचना और अपेक्षाकृत शांत तकनीकी समाचार चक्र में एक प्रमुख स्थान पर कब्जा करना। साथ ही, डेवलपर्स और शोधकर्ताओं के पास वसंत उत्सव के दौरान अधिक खाली समय होता है और वे नए मॉडल का गहराई से परीक्षण और पता लगाने के लिए अधिक इच्छुक होते हैं, इस प्रकार समुदाय में गहरी मौखिक प्रसार (word-of-mouth spread) का निर्माण करते हैं।

Model1 कोड के निरंतर अपडेट के साथ, जो पाठक DeepSeek V4 की नवीनतम समाचार और गहरी व्याख्या प्राप्त करना चाहते हैं, वे deepseekv4.app पर ट्रैकिंग रिपोर्ट का पालन करना जारी रख सकते हैं। इस स्वतंत्र ट्रैकिंग वेबसाइट ने कोड लीक से लेकर तकनीकी विश्लेषण तक जानकारी की पूरी श्रृंखला आयोजित की है, जो कई डेवलपर्स के लिए V4 प्रगति प्राप्त करने का पसंदीदा चैनल बन गया है।

R1 से V4 तक, DeepSeek हमेशा एक बात साबित करता रहा है: सच्चा नवाचार न केवल मॉडल पैमाने में है बल्कि वास्तुकला ज्ञान और ओपन सोर्स भावना के सही संयोजन में भी है। जब Model1 का कोड GitHub पर चुपचाप फैलता है, तो हम जो देखते हैं वह न केवल एक नए मॉडल का जन्म है बल्कि एक नए प्रतिमान का उद्घाटन भी है। इस चंद्र नव वर्ष, ओपन सोर्स AI दुनिया एक और बड़ी सफलता का स्वागत कर सकती है।