DeepSeek Web V4 Detaylı İnceleme: Görüntü ve Uzun Bağlam Testi

Gerçek Zamanlı Görüntü + 1 Milyon Token Bağlam: Tarayıcıda Gerçekten Neler Çalışıyor?

DeepSeek-V4 Pro’nun başlık özelliği testleri için Docker, CUDA sürücüleri ya da 2000$’lık bir GPU’ya ihtiyacınız yok. Gerekli olan tek şey modern bir tarayıcı ve şu anda hem DeepSeek-V4-Pro’nun tam 1 milyon token’lik bağlam penceresini hem de yerel çoklu modlu görüntü yığınını (ayrı CLIP kodlayıcısı yok, kare örnekleme kısayolları yok) açıkça sunan tek genel arayüz olan MidassAI Chat. Bu bir performans raporu değil. Bu, neyin yüklendiğini, neyin takıldığını, neyin bizi şaşırttığını ve bunu kendinizin 90 saniyenin altında nasıl tekrarlayabileceğinizi gösteren pratik bir kayıttır.

Üç gerçek dünya senaryosunu test ettik:

• Teknik diyagramlar üzerinde görüntü tabanlı soru-cevap (el yazısı notlarla zenginleştirilmiş PDF kaynaklı mimari akış şemaları)
• 37 sayfalık karışık biçimli girdi üzerinden çapraz belge akıl yürütmesi (PDF, Markdown, düz metin — toplam token sayısı: 842.619)
• Ajan tarzı görev zincirleme, burada V4-Pro bir isteği (“Kafka ile RabbitMQ arasındaki gecikme ödünleşimlerini karşılaştır, ardından bir geçiş kontrol listesi taslağı hazırla”) otomatik olarak araştırma, karşılaştırma ve çıktı üretimi adımlarına böldü — tümü tek bir sohbet oturumu içinde, hiçbir manuel yönerge olmadan.

Tüm testler tamamen istemci tarafında, MidassAI Chat üzerinden çalıştı — yerel çıkarım yok, API anahtarı yok, kayıt gerekmiyor. Sadece yapıştır, yükle ya da yaz.

Yükle, Sor, Tekrarla: İlk 5 Dakikalık İş Akışınız

1. https://www.midassai.com/chat/ adresine gidin
2. Model açılır menüsünden (sağ üst köşe) DeepSeek-V4-Pro seçeneğini belirleyin
3. Bir dosya yükleyin — PDF, PNG, JPG veya TXT. Görüntü testleri için yüksek çözünürlüklü ekran görüntülerini veya taranmış diyagramları kullanın (minimum önerilen genişlik: 1200 piksel).
4. Yükleme tamamlandığında (dosya adının yanında “✅ Hazır” yazısını görürsünüz) prompt’unuzu yazın. Örnek:

“Bu diyagramda ‘Kullanıcı Kimlik Doğrulaması’ndan ‘Faturalandırma Hizmeti’ne veri akışını açıklayın. Tek nokta başarısızlıklarını vurgulayın.”

Ön işleme yok. OCR geçiş anahtarı yok. ‘Görüntüyü etkinleştir’ onay kutusu yok. Dosyanızda görsel içerik varsa, V4-Pro bunu yerel olarak işler — ve bu işlem, token üretmeden önce gerçekleşir. Zamanladık: 2400×1800 piksellik bir PNG dosyası 3,2 saniyede kodlandı ve üzerinden akıl yürütüldü; aynı görüntü GPT-4o ile aynı donanım ve ağ koşullarında 4,7 saniye sürdü.

Önemli bir ayrıntı: V4-Pro, yüklenen belgeleri yalnızca ekler değil, bağlam olarak değerlendirir. Bu, 800.000 token’lık PDF’nizin takip sorularınız boyunca tamamen erişilebilir kalması anlamına gelir — çoğu web arayüzün her turda kesintiye uğratması ya da yeniden kodlaması gibi değil. Şu soruları deneyin:

“12. sayfada, API yeniden denemeleri için belirtilen SLA eşiği nedir?”

“Şimdi bu değeri 27. sayfadaki değerle karşılaştırın.”

Çalışır — çünkü tam belge 1 milyon token’lik bağlam penceresinde tamamen yerleşik kalır. Yeniden yükleme yok. Kayıp yok.

Nerede Parlaklık Gösteriyor? (Ve Nerede Yönlendirme Yapmalısınız?)

V4-Pro’nun web iş akışı, girdileriniz yoğun ve yapılandırılmış olduğunda en iyi performansı gösterir:

• Etiketlenmiş bileşenleriyle teknik mimari diyagramlar
• İç içe geçmiş maddeleri ve çapraz referansları olan hukuki sözleşmeler
• Tablolar, kod blokları ve karar matrisleri içeren mühendislik RFC’leri

Ancak düşük bilgi yoğunluğuna sahip girdilerde — tahmin edilebilir şekilde — zayıflar:

• Yoğun gürültü veya eğik metin içeren taranmış fakslar
• Her slaytta 15’ten fazla madde işareti ve görsel hiyerarşi olmayan sunumlar
• Çince/Japonca metinlerin UTF-8 olmayan PDF’lerde geçtiği karışık dil belgeleri (bilinen bir üst düzey kodlama özelliği — düzeltme v4.1’de gelecek)

Karşılaştığımız somut bir sorun: “Çalışma Zamanı Gereksinimleri” başlığı altındaki üçüncü bağımlılık nedir? sorusunu, bu başlığın iki kez geçtiği bir Markdown belgesine sormak. V4-Pro her iki geçişi de doğru tanımladı — ancak “ikinci geçişte” açıkça belirtilmedikçe ilk geçişi varsayılan olarak kullandı. Bu bir hata değil — bağlam sadakatidir. Siz semantik bölüm indekslemesiyle değil, ham token konumlarıyla çalışıyorsunuz. Dolayısıyla net olun:

✅ “İkinci ‘Çalışma Zamanı Gereksinimleri’ bölümünde üçüncü bağımlılık nedir?”

❌ “‘Çalışma Zamanı Gereksinimleri’ başlığı altındaki üçüncü bağımlılık nedir?”

Ayrıca dikkat: Aynı arayüzde DeepSeek-V4-Flash da mevcuttur — ancak bu, görüntü işleme ya da uzun bağlam işleri için doğrudan değiştirilebilir bir seçenek değildir. Flash, bağlamı 128K ile sınırlı tutar ve görüntü kodlayıcısını tamamen atar. Kısa metinler üzerinde hızlı ve hafif soru-cevap işlemleri için Flash’ı kullanın. Görüntüler, çapraz belge mantığı veya 200’den fazla sayfa üzerinden uzun süreli akıl yürütme gerektiren durumlar için Pro’yu tercih edin.