AnswersPublished20 sources
DeepSeek hevder framgang – dette viser testene, og dette vet vi ennå ikke
DeepSeek oppgir at DeepSWE v1.1 resultatet økte fra 74,2 til 77,0. Det er en forbedring på selskapets egen test, ikke dokumentasjon på at modellen er best til all slags resonnering eller research.[1] Oppdateringen ble tatt i bruk på DeepSeeks nettsted, app og API uten endringer i API pris eller måten API et kalles på.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer
Key takeaways
- DeepSeek oppgir at DeepSWE v1.1 resultatet økte fra 74,2 til 77,0. Det er en forbedring på selskapets egen test, ikke dokumentasjon på at modellen er best til all slags resonnering eller research.[1]
- Oppdateringen ble tatt i bruk på DeepSeeks nettsted, app og API uten endringer i API pris eller måten API et kalles på.
AI Prompt
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
DeepSeeks oppdatering av V4.1-Flash 17. oktober 2026 gir en troverdig indikasjon på bedre resultater i enkelte kode- og agenttester. Selskapet hevder også at modellen fullfører oppgaver raskere og skriver kortere svar. Men «Pareto-forbedring i ytelse og kostnad» betyr ikke at API-prisen er satt ned, og eksterne tester viser at det fortsatt er grenser for hvor pålitelig modellen er.1
19
30
Hva ble oppdatert 17. oktober?
DeepSeek sier at V4.1-Flash-1017 gjør det bedre på tester, fullfører oppgaver raskere og gir kortere svar enn forrige versjon.1 På DeepSWE v1.1 økte resultatet fra 74,2 til 77,0, mens Terminal-Bench 4.0 gikk fra 31,2 til 42,3.
1
4 Det er relevante signaler for programmering og oppgaver der en KI bruker verktøy, men tallene kommer fra DeepSeeks egne sammenligninger. De bekrefter ikke uavhengig alle forbedringene selskapet hevder.
1
Den nye versjonen erstattet den forrige på DeepSeeks nettsted, i appen og i API-et. API-metoden og prisene ble ikke endret, og DeepSeek publiserte modellvektene under MIT-lisens på Hugging Face.1
54 «Pareto-forbedring» viser altså til selskapets påstand om bedre ytelse og lavere kostnad per oppgave – ikke lavere oppførte API-priser. Kortere svar kan bety færre brukte token for en oppgave, men farten og effektiviteten DeepSeek oppgir, er ikke en garanti for alle typer bruk.
1
Stor modell, færre aktive parametere
V4.1-Flash-1017 er en mixture-of-experts-modell med en grunnmodell på 552 milliarder parametere og et kontekstvindu på opptil én million token. Baseten oppgir at 8 milliarder parametere er aktive når modellen leser inn tekst, og 16 milliarder når den genererer svar. Tallet «16 milliarder aktive» gjelder dermed genereringen, ikke hele grunnmodellen.17
18
De åpne vektene gjør det mulig å ta modellen i bruk utenfor DeepSeeks egne tjenester. API-oppdateringen gjelder på sin side den vertsbaserte tjenesten, der eksisterende kall og priser ble beholdt.1
54 Det er altså to ulike måter å bruke modellen på: å laste ned vektene er ikke det samme som å bruke API-et.
Ikke alle effektivitetsgevinster er nye
Tom’s Hardware skriver at overgangen fra V4 Flash til V4.1 Flash tidligere reduserte behovet for HBM til en fjerdedel og SSD-lagringen til en åttendedel.19 Disse tallene beskriver en tidligere arkitekturendring. De bør ikke framstilles som besparelser som kom spesifikt med oppdateringen 17. oktober.
For API-kunder er skillet enklere: Prisene ble stående, mens DeepSeek sier at den nye versjonen gir kortere svar og fullfører oppgaver raskere.1
54 Om det faktisk gir lavere kostnad for en bestemt arbeidsflyt, avhenger av hvordan modellen brukes og hvordan kostnaden måles.
Hva viser uavhengige evalueringer?
Artificial Analysis ga V4.1-Flash-1017 en Intelligence Index-score på 45, seks poeng høyere enn forrige versjon, og plasserte den likt med andre modeller på andreplass blant modeller med åpne vekter.30 Det tyder på en merkbar forbedring i denne evalueringen, men betyr ikke at modellen leder alle kategorier eller samlet slår de beste modellene med lukkede vekter.
I Artificial Analysis’ Omniscience-test økte den rapporterte treffsikkerheten fra 43 til 46 prosent. Andelen svar uten hallusinasjoner var 33 prosent, og indeksresultatet gikk fra −5 til +5.31 Dette er resultater fra én konkret evaluering, ikke en generell fasit på hvor ofte modellen svarer riktig. Tom’s Hardware peker også på at hallusinasjoner fortsatt er en utfordring sammenlignet med proprietære konkurrenter.
19
Det praktiske rådet er å velge oppgaver der resultatet kan kontrolleres. Kode kan for eksempel testes, mens feil i åpen research eller presis faktatekst kan være vanskeligere å oppdage. Bedre testresultater fjerner ikke behovet for å kontrollere svarene.19
30
31
Påstanden om Chrome-utnyttelse er ikke bekreftet
- oktober hevdet forskeren Exocija at bruk av V4.1-Flash-1017 resulterte i en flertrinns minnekorrupsjonsutnyttelse som kom seg ut av Chrome-nettleserens V8-sandbox og ga full lese- og skrivetilgang til prosessen etter rundt 12 timer.
47 En community-oversikt merker påstanden som ubekreftet og viser til at offentlig kode, en CVE og bekreftelse fra Google ikke forelå i omtalen.
34
Det skillet er viktig: En forskers beskrivelse er ikke det samme som en demonstrasjon som andre har gjenskapt. Hvis påstanden blir bekreftet, kan den reise spørsmål om hvordan rimelig KI-hjelp kan brukes i offensiv cybersikkerhet. Materialet som er tilgjengelig her, viser imidlertid ikke at utnyttelsen er uavhengig verifisert, brukt mot personer eller det samme som å ta kontroll over en hel enhet.34
47
Kort oppsummert
V4.1-Flash-1017 kombinerer forbedringer på tester rapportert av DeepSeek med en framgang på Intelligence Index rapportert av en ekstern evaluator. API-prisen er uendret, og vektene er publisert under MIT-lisens.1
30
54 Det beste grunnlaget for å prøve modellen er oppgaver innen koding eller agentbruk der resultatene kan måles og kontrolleres. Dokumentasjonen gir ikke grunnlag for å omtale den som en bevist ledende modell, en pålitelig kilde til ubekreftede fakta eller en bekreftet evne til å kompromittere Chrome.
19
30
34
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 hevder framgang – dette viser testene, og dette vet vi ennå ikke"?
DeepSeek oppgir at DeepSWE v1.1 resultatet økte fra 74,2 til 77,0. Det er en forbedring på selskapets egen test, ikke dokumentasjon på at modellen er best til all slags resonnering eller research.[1]
What are the key points to validate first?
DeepSeek oppgir at DeepSWE v1.1 resultatet økte fra 74,2 til 77,0. Det er en forbedring på selskapets egen test, ikke dokumentasjon på at modellen er best til all slags resonnering eller research.[1] Oppdateringen ble tatt i bruk på DeepSeeks nettsted, app og API uten endringer i API pris eller måten API et kalles på.
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
digg.comDeepSeek Releases V4.1-Flash-1017, Claiming Improved Efficiency and Benchmark Gains