DeepSeek-V4.1-Flash-1017 je aktualizovaná verze modelu V4.1 Flash, zaměřená hlavně na programování, uvažování a úlohy s AI agenty. Podle firmy zvládá úkoly rychleji a vytváří kratší výstupy. Nejde ale o novou generaci modelu: aktualizace se objevila na webu DeepSeeku, v aplikaci i v API pod dosavadním označením deepseek-flash a ceny API se nezměnily.
38
5
Oznámení DeepSeeku i záznam vydání na Hugging Face nesou datum 17. října 2026, nikoli 18. října. Níže uvedená čísla pocházejí z modelové karty DeepSeeku, a proto je berte jako výsledky reportované výrobcem, ne jako nezávislé potvrzení.
21
38
49
Co se změnilo — a co zůstalo stejné
DeepSeek popisuje aktualizaci jako zlepšení poměru mezi výkonem a náklady: model podle firmy dosahuje lepších výsledků v testech, úkoly dokončuje rychleji a odpovídá stručněji. To však neznamená nižší sazbu za API. Název modelu pro API deepseek-flash i ceny zůstaly stejné. Kratší odpověď může znamenat méně účtovaných výstupních tokenů u konkrétního požadavku, skutečná úspora ale závisí na zadání i odpovědi.
38
5
49
DeepSeek zveřejnil také otevřené váhy pod licencí MIT na Hugging Face; podle zpráv byly dostupné i na ModelScope.
21
3
35
Výsledky testů podle DeepSeeku
Modelová karta porovnává původní V4.1 Flash s verzí V4.1-Flash-1017. Rozdíl ve sloupci vpravo je prostým odečtením uvedených skóre. Sám o sobě ale neříká, jak si model povede při každém skutečném použití.
49
| Test |
V4.1 Flash |
V4.1-Flash-1017 |
Rozdíl |
| Terminal-Bench 4.0 |
31,2 |
42,3 |
+11,1 |
| ProgramBench |
20,3 |
29,1 |
+8,8 |
| DeepSWE v1.1 |
74,2 |
77,0 |
+2,8 |
| NL2Repo-Bench |
65,4 |
68,2 |
+2,8 |
| Automation-Bench v1.0.6 |
54,8 |
60,5 |
+5,7 |
DeepSeek uvádí, že při testu Terminal-Bench 4.0 použil prostředí Claude Code a pro DeepSWE v1.1 prostředí Mini-SWE-V2. Podmínky testování jsou při interpretaci skóre důležité; i tak jde o měření zveřejněná samotnou firmou.
49
Tvorba projektů a nástroje pro agenty
DeepSeek tvrdí, že aktualizace lépe zvládá vývoj celých projektů od začátku a že k tomu přispívá posilované učení se zpětnou vazbou od modelu samotného. Firma zmiňuje úlohy od tvorby her po 3D modelování. Samotné oznámení však nepotvrzuje konkrétní ukázky ani počet interakcí potřebných k jejich vytvoření.
38
Model byl optimalizován pro DeepSeek Harness a nástroje CodeBuddy a WorkBuddy od Tencentu. Pro použití s novým modelem DeepSeek doporučuje DeepSeek Harness ve verzi 0.2.1-rc.1 nebo novější.
38
DeepSeek také uvedl, že jeho API podporuje webové vyhledávání a načítání obsahu. Tyto funkce rozšiřují možnosti agentních workflow, ale dostupné oznámení nepopisuje úplnou samostatnou specifikaci API Search a Fetch.
38
42
Dostupnost a výpadek služby
Aktualizace je dostupná na webu DeepSeeku, v aplikaci i přes API. Uživatelé API dál volají model pod názvem deepseek-flash a sazby zůstaly beze změny.
38
5 Některé zprávy zmiňují dřívější záznam modelu v API, dostupné zdroje ale nepotvrzují, že šlo o samostatné zveřejnění před oznámením z 17. října.
12
Caixin samostatně informoval o téměř pětihodinovém výpadku služby 15. října, který zasáhl web, aplikaci i API DeepSeeku. Dostupné zprávy neprokazují, že by výpadek souvisel s aktualizací modelu.
36