RéponsesPublié20 sources
DeepSeek V4.1-Flash-1017 : plus rapide et plus efficace, selon l’entreprise
DeepSeek affirme que le score de V4.1 Flash 1017 sur DeepSWE v1.1 passe de 74,2 à 77,0. La mise à jour déployée le 17 octobre a remplacé le modèle précédent sur le site, l’application et l’API de DeepSeek, sans changement de méthode d’appel ni de tarifs.
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- DeepSeek affirme que le score de V4.1 Flash 1017 sur DeepSWE v1.1 passe de 74,2 à 77,0.
- La mise à jour déployée le 17 octobre a remplacé le modèle précédent sur le site, l’application et l’API de DeepSeek, sans changement de méthode d’appel ni de tarifs.
- Une évaluation d’Artificial Analysis relève un score de 45 à son Intelligence Index, mais les limites liées aux hallucinations et une affirmation non vérifiée concernant Chrome appellent à la prudence.[19][30][34]
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What does DeepSeek’s October 17 release of the open-weight V4.1-Flash-1017 update reveal about its claimed benchmark gains, faster task comp. Article summary: The release points to a stronger, more economical open-weight model for coding and other checkable tasks—not proof of frontier-level reasoning or dependable factual research.[1][10] The reported Chrome exploit adds a pot. Topic tags: general, education, general web, user generated. 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, cha
DeepSeek présente V4.1-Flash-1017 comme une amélioration de son modèle Flash : de meilleurs résultats sur certains benchmarks, des tâches accomplies plus vite et des réponses plus courtes. Ces gains pourraient rendre le modèle plus intéressant pour la programmation et les tâches automatisées. Mais l’expression « amélioration de Pareto des performances et du coût » ne signifie pas que le prix de l’API a baissé : ses tarifs affichés n’ont pas changé.1
19
30
Des scores en hausse, selon DeepSeek
Déployée le 17 octobre 2026, cette nouvelle version a remplacé la précédente sur le site, l’application mobile et l’API de DeepSeek. L’entreprise affirme que le modèle obtient de meilleurs résultats, termine les tâches plus rapidement et génère des réponses plus courtes.1
Dans les comparaisons publiées par DeepSeek, le score de DeepSWE v1.1 passe de 74,2 à 77,0, tandis que celui de Terminal-Bench 4.0 progresse de 31,2 à 42,3.1
4 Ces tests donnent des indications sur les capacités de programmation et d’utilisation d’outils. Ils restent toutefois des résultats communiqués par l’entreprise, et ne constituent pas une vérification indépendante de tous les gains annoncés.
1
Les méthodes d’appel et les tarifs de l’API sont restés identiques. DeepSeek a également publié les poids du modèle sous licence MIT sur Hugging Face.1
54 La formule « amélioration de Pareto » renvoie donc à la promesse d’obtenir de meilleures performances et un coût moindre par tâche, notamment grâce à des réponses plus courtes — pas à une baisse du prix par jeton. Le bénéfice réel dépendra de la tâche et de la manière dont on mesure son coût.
1
552 milliards de paramètres, mais moins mobilisés à chaque étape
V4.1-Flash-1017 est un modèle à mélange d’experts (MoE) doté d’une architecture de 552 milliards de paramètres et d’une fenêtre de contexte pouvant atteindre un million de jetons. Selon Baseten, 8 milliards de paramètres sont actifs pendant la lecture de l’entrée, puis 16 milliards pendant la génération de la réponse.17
18
Ces chiffres décrivent des étapes différentes : les 16 milliards actifs pendant le décodage ne correspondent pas à la taille totale du modèle. La publication des poids permet de déployer le modèle en dehors des services hébergés de DeepSeek ; l’accès à ces poids est distinct de l’utilisation de son API.1
54
Les économies matérielles remontent à une version précédente
Tom’s Hardware rapporte que le passage antérieur de V4 Flash à V4.1 Flash avait réduit les besoins en mémoire HBM à un quart et le stockage SSD à un huitième.19 Ces chiffres concernent cette évolution de l’architecture : ils ne doivent pas être attribués à la seule mise à jour V4.1-Flash-1017 du 17 octobre.
Pour les utilisateurs de l’API hébergée, le constat est plus simple : les tarifs publiés n’ont pas changé. DeepSeek affirme que la nouvelle version produit des réponses plus courtes et termine les tâches plus vite, ce qui pourrait réduire le coût de certaines tâches. Mais l’ampleur de cette économie dépend de l’usage réel.1
54
Un progrès mesuré, sans garantie contre les erreurs
Artificial Analysis attribue à V4.1-Flash-1017 un score de 45 à son Intelligence Index, soit six points de plus que la version précédente. L’organisme le situe à égalité au deuxième rang parmi les modèles à poids ouverts qu’il a évalués.30 C’est un progrès notable sur cet indice, mais cela ne signifie pas que le modèle domine toutes les catégories ni qu’il surpasse globalement les meilleurs modèles propriétaires.
Sur l’évaluation Omniscience d’Artificial Analysis, le taux de réponses exactes passe de 43 % à 46 %. Le taux de réponses sans hallucination atteint 33 %, et le score global de l’indice passe de −5 à +5.31 Ces chiffres se rapportent à ce test précis ; ils ne représentent pas un taux général de fiabilité. Tom’s Hardware souligne également que le modèle reste sujet aux hallucinations par rapport à des concurrents propriétaires.
19
En pratique, V4.1-Flash-1017 paraît donc plus facile à évaluer sur une tâche vérifiable, comme un exercice de programmation dont le résultat peut être testé. Pour de la recherche ouverte ou la rédaction de documents factuels, une erreur formulée avec assurance peut être plus difficile à repérer. Une hausse des scores de benchmark ne dispense pas de vérifier les réponses.19
30
31
L’affirmation concernant Chrome reste à confirmer
Le 22 octobre, le chercheur Exocija a affirmé avoir utilisé V4.1-Flash-1017 pour produire en une douzaine d’heures un exploit en plusieurs étapes, fondé sur une corruption mémoire, qui aurait échappé au bac à sable V8 de Chrome et permis la lecture et l’écriture complètes du processus.47
Un suivi communautaire qualifie cette affirmation de non vérifiée et relève l’absence, dans les informations rapportées, de code public, de CVE et de confirmation de Google.34 Le récit d’un chercheur ne vaut pas démonstration reproduite indépendamment. Les éléments disponibles ne permettent pas d’établir que l’exploit a été confirmé, utilisé contre des personnes ou qu’il équivaut à la compromission d’un appareil entier.
34
47
Si elle était vérifiée, cette affirmation soulèverait des questions sur le rôle d’outils d’IA peu coûteux dans la cybersécurité offensive. À ce stade, il faut la traiter comme une déclaration en attente de confirmation, et non comme une capacité démontrée du modèle.
À retenir
V4.1-Flash-1017 combine des gains annoncés par DeepSeek sur ses benchmarks avec une progression mesurée par Artificial Analysis. Ses tarifs d’API restent inchangés, et ses poids sont disponibles sous licence MIT.1
30
54 Le cas d’usage le plus convaincant est celui de tâches de programmation ou d’automatisation dont le résultat peut être contrôlé. Les éléments disponibles ne permettent pas de le considérer comme un modèle de pointe incontesté, une source fiable de faits non vérifiés ou un outil dont la capacité à compromettre Chrome serait confirmée.
19
30
34
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « DeepSeek V4.1-Flash-1017 : plus rapide et plus efficace, selon l’entreprise » ?
DeepSeek affirme que le score de V4.1 Flash 1017 sur DeepSWE v1.1 passe de 74,2 à 77,0.
Quels sont les points clés à valider en premier ?
DeepSeek affirme que le score de V4.1 Flash 1017 sur DeepSWE v1.1 passe de 74,2 à 77,0. La mise à jour déployée le 17 octobre a remplacé le modèle précédent sur le site, l’application et l’API de DeepSeek, sans changement de méthode d’appel ni de tarifs.
Que dois-je faire ensuite en pratique ?
Une évaluation d’Artificial Analysis relève un score de 45 à son Intelligence Index, mais les limites liées aux hallucinations et une affirmation non vérifiée concernant Chrome appellent à la prudence.[19][30][34]
Sources
rits.shanghai.nyu.eduDeepSeek Ships V4.1-Flash-1017: Faster Agents, Same Price
tomshardware.comDeepseek's latest AI model is smarter than ever, but its low running costs come at a price — uses only one-quarter of the HBM and one-eighth of SSD storage but still battles hallucinations in agentic workloads
x.comArtificial Analysis on X: "DeepSeek V4.1 Flash 1017 scores 45 on ...
digg.comDeepSeek Releases V4.1-Flash-1017, Claiming Improved Efficiency and Benchmark Gains