DeepSeek V5 w kodzie testowym: to jeszcze nie model

W oficjalnym repozytorium DeepSeek Harness na GitHubie programiści zauważyli trzy identyfikatory, których wcześniej nie było: deepseek-v5, deepseek-v5-open i deepseek-v5-next. To wpisy w pliku testowym, a nie model, który można wywołać. Według stanu na 28 października DeepSeek nie opublikował ogłoszenia, karty modelu ani identyfikatora API dla serii V5. W tym samym tygodniu pojawił się za to niezależny wynik obecnego modelu, V4.1-Flash, i to on jest tu twardym faktem.

Czy DeepSeek V5 istnieje i co dokładnie widać w kodzie?

Pandaily sprawdziło repozytorium. Identyfikatory siedzą w pliku testowym dostawcy konta DeepSeek (packages/llm/llm-deepseek-account/tests/provider.spec.ts), w liniach 154-156, tuż obok istniejącego wpisu deepseek-v4-pro. Historia zmian pokazuje, że dodano je w commicie z 24 września, który przeniósł katalog modeli konta DeepSeek na oficjalną listę modeli.

Aktualna oferta DeepSeek to V4-Pro i V4.1-Flash. Ten drugi wyszedł we wrześniu z nową architekturą, choć zachował nazwę V4. DeepSeek nie ogłosił modelu V5 ani terminu jego premiery, więc na razie mamy kilka linijek testu i żadnego produktu.

Co znaczą wpisy v5-open i v5-next?

Test sprawdza, jak klient filtruje modele według wymaganej wersji. Wpis v5-open ma minimalną wersję klienta 0.0.1, a v5-next wymaga 99.0.0-alpha.1. Test oczekuje, że na liście pojawią się tylko model flash i v5-open.

Wersja 99.0.0-alpha.1 to klasyczne drzwi z tabliczką „wejście od wersji 99”. Żaden prawdziwy klient ich nie otworzy, więc służą wyłącznie do sprawdzenia, czy filtr działa. Część programistów uważa, że to zwykłe placeholdery testowe.

Z kodu da się wyczytać jedno: Harness może włączyć nowy model po stronie serwera, dla wszystkich klientów albo tylko dla tych, którzy zaktualizują program, bez nowego wydania aplikacji. Kod nie dowodzi, że model V5 istnieje, a DeepSeek nie podał terminu jego premiery.

Który model z otwartymi wagami jest dziś najlepszy w kodowaniu?

Model z otwartymi wagami to taki, którego pliki można pobrać i uruchomić u siebie, a nie tylko używać przez cudzy serwer. Dla polskiej firmy, która woli trzymać dane na własnej infrastrukturze, to realna różnica. DeepSeek niedawno otworzył też kod DeepInfer, silnika do uruchamiania modeli.

Na FrontierCode 2.0 DeepSeek V4.1-Flash-1017 przy maksymalnym wysiłku uzyskał 28%, najwięcej wśród modeli z opublikowanymi wagami. FrontierCode 2.0 to test Cognition, w którym 132 realne zadania open source oceniane są pod kątem tego, czy opiekunowie repozytorium zaakceptowaliby pull request, czyli propozycję zmiany w kodzie. To znacznie bliżej prawdziwej pracy niż układanki z podręcznika. Dla porównania:

• Gemini 4 Argon: 25,7%
• Kimi K3.1 Pro: 25,5% (pełne wagi jeszcze nie wyszły)
• GPT-6 Luna: 25,2%

Wszystkie trzy wyniki są niższe od 28%, ale różnice to kilka punktów procentowych. Wynik pochodzi z niezależnego zestawienia, nie z deklaracji DeepSeek.

Czy 28% w kodowaniu znaczy, że DeepSeek dogonił czołówkę?

Nie. Ten sam tydzień przyniósł Intelligence Index v5 od Artificial Analysis, największą przebudowę od stycznia, kiedy wyszedł v4. Teraz 60% wagi opiera się na prywatnych zestawach testowych albo ukrytych odpowiedziach. Moim zdaniem to dobra zmiana, bo trudniej podkręcić wynik pod pytania, które wszyscy znają. Kodowanie ma w indeksie 25%, z czego 15 punktów to właśnie FrontierCode 2.0.

W ogólnym zestawieniu DeepSeek V4.1-Flash ma 32 punkty, remis z GLM-5.3, wobec 58 punktów lidera, Claude Opus 5.5. Artificial Analysis podaje, że luka między najlepszym modelem z otwartymi wagami a czołówką urosła z 3 punktów w v4.3 do 12 w v5. Jedna dyscyplina to nie cały sezon.

Podobną lekcję daje polski basal-omni, który wygrywa JevBench, ale nie jest rywalem ChatGPT. Jeśli chcesz zobaczyć, jak te modele wypadają w zwykłej pracy, zajrzyj do testu Astry, Argona i Opus 5.5 na czterech zadaniach biurowych. A o tym, jak czytać wyniki, które firma policzyła sama, przypomina przypadek Terminal X.

Werdykt: V5 to na razie kilka linijek testu, a V4.1-Flash to najmocniejszy w kodowaniu model z otwartymi wagami, który nadal jest daleko od lidera ogólnego zestawienia. Otwórz dziś ostatni news o „najlepszym modelu”, który zapisałeś, i w 10 minut znajdź w nim trzy rzeczy: kto zrobił test, czy ten model można już wywołać oraz jaki ma wynik w zestawieniu ogólnym, a nie tylko w jednej kategorii.