AnswersPublished19 sources
DeepSeek opdaterer Flash-modellen – men ikke API-prisen
V4.1 Flash 1017 er en opdatering af V4.1 Flash – ikke en ny modelgeneration. DeepSeek siger, at den løser opgaver hurtigere og giver kortere svar.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer
Key takeaways
- V4.1 Flash 1017 er en opdatering af V4.1 Flash – ikke en ny modelgeneration. DeepSeek siger, at den løser opgaver hurtigere og giver kortere svar.
- Modellen blev lanceret på DeepSeeks website, i appen og via API den 17. oktober 2026.
- DeepSeeks egne benchmarktal viser fremgang på de fem tests, der sammenlignes her.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did DeepSeek’s October 18, 2026 official release of V4.1-Flash-1017 change relative to V4.1 Flash, including its rollout across web, ap. Article summary: V4.1-Flash-1017 was a minor update to V4.1 Flash, emphasizing stronger reasoning, coding and agentic performance alongside shorter task runtime and outputs—not a new model generation or a confirmed API price cut. [4][49]. Topic tags: general, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
DeepSeek-V4.1-Flash-1017 er en mindre opdatering af V4.1 Flash med fokus på programmering, ræsonnement og agentopgaver – ikke en ny modelgeneration. DeepSeek siger, at den nye version løser opgaver hurtigere og producerer kortere svar. Opdateringen blev rullet ud på virksomhedens website, i appen og via API under det eksisterende modelnavn deepseek-flash; API-priserne blev ikke ændret. 38
5
DeepSeeks annoncering og udgivelsen på Hugging Face er dateret 17. oktober 2026 – ikke 18. oktober. Benchmarkresultaterne nedenfor stammer fra DeepSeeks eget modelkort og bør derfor læses som virksomhedens egne tal, ikke som uafhængigt efterprøvede resultater. 21
38
49
Hvad ændrede sig – og hvad gjorde ikke?
DeepSeek fremhæver bedre benchmarkresultater, hurtigere opgaveløsning og kortere svar som en forbedring af balancen mellem ydelse og omkostninger. Det er dog ikke det samme som lavere API-priser: modelnavnet deepseek-flash og priserne for API-brug er uændrede. Kortere svar kan betyde færre fakturerede outputtokens på en konkret forespørgsel, men besparelsen afhænger af den enkelte forespørgsel og det svar, modellen giver. 38
5
49
Modellens vægte blev også udgivet under MIT-licensen på Hugging Face, og ifølge omtale var de tilgængelige på ModelScope. 21
3
35
DeepSeeks benchmarktal før og efter
DeepSeeks modelkort sammenligner V4.1 Flash med V4.1-Flash-1017 på disse fem benchmarks. Forskellen er beregnet ud fra de oplyste scorer. Tallene siger ikke i sig selv, hvordan modellen klarer alle praktiske opgaver. 49
| Benchmark | V4.1 Flash | V4.1-Flash-1017 | Forskel |
|---|---|---|---|
| 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 |
Modelkortet oplyser, at Terminal-Bench 4.0 blev kørt med Claude Code-harnessen, mens DeepSWE v1.1 blev testet med Mini-SWE-V2-harnessen. Sådanne evalueringsbetingelser er vigtige, når resultaterne sammenlignes. Målingerne er fortsat DeepSeeks egne. 49
Projektbygning og værktøjer til agenter
DeepSeek siger, at opdateringen er blevet bedre til at udvikle projekter fra bunden og gennemføre projektarbejde fra start til slut. Virksomheden tilskriver forbedringen reinforcement learning med selvfeedback og nævner opgaver fra spiludvikling til 3D-modellering. Annonceringen dokumenterer dog ikke i sig selv bestemte demonstrationer eller, hvor mange brugerinput de krævede. 38
Modellen er optimeret til DeepSeek Harness og Tencent-værktøjerne CodeBuddy og WorkBuddy. DeepSeek anbefaler DeepSeek Harness version 0.2.1-rc.1 eller nyere for den nye model. 38
DeepSeek oplyser også, at API'et understøtter websøgning og hentning af indhold. Det giver flere værktøjer til agentbaserede arbejdsgange, men den tilgængelige annoncering beskriver ikke en komplet, selvstændig API-specifikation for Search og Fetch. 38
42
Udrulning og driftsstabilitet
Opdateringen er tilgængelig på DeepSeeks website, i appen og via API. API-kald bruger fortsat navnet deepseek-flash, og priserne er uændrede. 38
5 Nogle omtaler beskriver en tidligere API-liste, men de tilgængelige kilder bekræfter ikke, at der var en særskilt, bekræftet API-lancering før annonceringen den 17. oktober.
12
Caixin rapporterede separat om et næsten fem timer langt driftsstop den 15. oktober, som påvirkede DeepSeeks website, app og API. De tilgængelige oplysninger fastslår ikke, at der var en årsagssammenhæng mellem driftsstoppet og modelopdateringen. 36
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "DeepSeek opdaterer Flash-modellen – men ikke API-prisen"?
V4.1 Flash 1017 er en opdatering af V4.1 Flash – ikke en ny modelgeneration. DeepSeek siger, at den løser opgaver hurtigere og giver kortere svar.
What are the key points to validate first?
V4.1 Flash 1017 er en opdatering af V4.1 Flash – ikke en ny modelgeneration. DeepSeek siger, at den løser opgaver hurtigere og giver kortere svar. Modellen blev lanceret på DeepSeeks website, i appen og via API den 17. oktober 2026.
What should I do next in practice?
DeepSeeks egne benchmarktal viser fremgang på de fem tests, der sammenlignes her.