JawabanDipublikasikan19 sumber
DeepSeek V4.1-Flash-1017: lebih cepat, tetapi tarif API tetap
V4.1 Flash 1017 adalah pembaruan minor, bukan generasi model baru. DeepSeek mengklaim tugas selesai lebih cepat dan respons lebih singkat, sementara nama API deepseek flash serta tarifnya tidak berubah.
Diterbitkan olehDiedit dengan GPT-6 LunaGambar dibuat dengan GPT Image 2
Jawaban penelitian
Poin-poin penting
- V4.1 Flash 1017 adalah pembaruan minor, bukan generasi model baru. DeepSeek mengklaim tugas selesai lebih cepat dan respons lebih singkat, sementara nama API deepseek flash serta tarifnya tidak berubah.
- Model ini tersedia di situs, aplikasi, dan API DeepSeek sejak 17 Oktober 2026. Bobot modelnya dirilis dengan lisensi MIT di Hugging Face dan dilaporkan tersedia juga di ModelScope.
- Skor beberapa benchmark naik, termasuk Terminal Bench 4.0 dari 31,2 menjadi 42,3.
AI Perintah
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 adalah penyegaran V4.1 Flash yang berfokus pada coding, penalaran, dan tugas berbasis agen—bukan generasi model baru. DeepSeek menyebut versi ini menyelesaikan tugas lebih cepat dan menghasilkan jawaban lebih singkat. Pembaruannya tersedia di situs, aplikasi, dan API dengan nama model yang sama, deepseek-flash, sementara tarif API tidak berubah. 38
5
Pengumuman DeepSeek dan catatan rilis Hugging Face bertanggal 17 Oktober 2026, bukan 18 Oktober. Angka performa di bawah ini berasal dari kartu model DeepSeek, sehingga sebaiknya dibaca sebagai hasil yang dilaporkan perusahaan, bukan konfirmasi independen. 21
38
49
Apa yang berubah—dan apa yang tetap
DeepSeek mempromosikan peningkatan keseimbangan antara performa dan biaya: skor benchmark yang lebih tinggi, penyelesaian tugas lebih cepat, dan keluaran yang lebih ringkas. Namun, klaim itu bukan berarti tarif API turun. Nama model deepseek-flash dan harga API tetap sama. Respons yang lebih pendek berpotensi mengurangi jumlah token keluaran yang ditagihkan untuk suatu permintaan, tetapi penghematan aktual bergantung pada isi permintaan dan jawabannya. 38
5
49
DeepSeek juga merilis bobot model dengan lisensi MIT di Hugging Face. Laporan lain menyebut bobot tersebut tersedia di ModelScope. 21
3
35
Perbandingan skor benchmark
Berikut hasil V4.1 Flash dan V4.1-Flash-1017 yang tercantum dalam kartu model DeepSeek. Selisih dihitung dari angka yang dicantumkan; hasil ini tidak dengan sendirinya menunjukkan kinerja model pada setiap tugas di dunia nyata. 49
| Benchmark | V4.1 Flash | V4.1-Flash-1017 | Selisih |
|---|---|---|---|
| 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 |
Kartu model menyebut Terminal-Bench 4.0 dijalankan dengan Claude Code harness, sedangkan DeepSWE v1.1 menggunakan Mini-SWE-V2 harness. Detail pengujian ini penting saat membaca skornya. Hasil yang tercantum tetap merupakan pengukuran yang dilaporkan DeepSeek sendiri. 49
Klaim pembuatan proyek dan integrasi agen
DeepSeek mengatakan pembaruan ini lebih baik dalam mengembangkan proyek dari awal hingga selesai. Perusahaan mengaitkan kemampuan tersebut dengan reinforcement learning yang menggunakan umpan balik dari model itu sendiri. Pengumumannya menyebut contoh pekerjaan mulai dari pembuatan gim hingga pemodelan 3D, tetapi klaim tersebut tidak dengan sendirinya memverifikasi demo tertentu atau jumlah interaksi yang diperlukan. 38
Model ini dioptimalkan untuk DeepSeek Harness serta CodeBuddy dan WorkBuddy milik Tencent. DeepSeek merekomendasikan DeepSeek Harness versi 0.2.1-rc.1 atau yang lebih baru untuk menggunakan model tersebut. 38
DeepSeek juga menyatakan API-nya mendukung pencarian web dan pengambilan konten (fetch). Fitur ini menambah alat untuk alur kerja agen, tetapi pengumuman yang tersedia belum cukup untuk menjelaskan spesifikasi lengkap API Search dan Fetch yang berdiri sendiri. 38
42
Ketersediaan dan konteks layanan
Pembaruan ini tersedia di situs, aplikasi, dan API DeepSeek. Pengguna API tetap memanggil model dengan nama deepseek-flash, dan tarifnya tidak berubah. 38
5 Ada pemberitaan yang menyebut kemungkinan pencantuman API lebih awal, tetapi sumber yang tersedia tidak mengonfirmasi adanya listing terpisah sebelum pengumuman 17 Oktober.
12
Secara terpisah, Caixin melaporkan gangguan layanan selama hampir lima jam pada 15 Oktober yang berdampak pada situs, aplikasi, dan API DeepSeek. Laporan yang tersedia tidak membuktikan adanya hubungan sebab-akibat antara gangguan tersebut dan pembaruan model. 36
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "DeepSeek V4.1-Flash-1017: lebih cepat, tetapi tarif API tetap"?
V4.1 Flash 1017 adalah pembaruan minor, bukan generasi model baru. DeepSeek mengklaim tugas selesai lebih cepat dan respons lebih singkat, sementara nama API deepseek flash serta tarifnya tidak berubah.
Apa poin penting yang harus divalidasi terlebih dahulu?
V4.1 Flash 1017 adalah pembaruan minor, bukan generasi model baru. DeepSeek mengklaim tugas selesai lebih cepat dan respons lebih singkat, sementara nama API deepseek flash serta tarifnya tidak berubah. Model ini tersedia di situs, aplikasi, dan API DeepSeek sejak 17 Oktober 2026. Bobot modelnya dirilis dengan lisensi MIT di Hugging Face dan dilaporkan tersedia juga di ModelScope.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Skor beberapa benchmark naik, termasuk Terminal Bench 4.0 dari 31,2 menjadi 42,3.