DeepSeek-V4.1-Flash-1017 to odświeżona wersja modelu V4.1 Flash, ukierunkowana na programowanie, rozumowanie i zadania agentowe — nie nowa generacja. Firma twierdzi, że model szybciej wykonuje zadania i generuje krótsze odpowiedzi. Aktualizacja trafiła na stronę, do aplikacji i API DeepSeek, ale pod dotychczasową nazwą deepseek-flash; cennik API się nie zmienił.
38
5
Ogłoszenie DeepSeek i wpis o wydaniu wag w Hugging Face są datowane na 17 października 2026 r., a nie 18 października. Podane niżej wyniki pochodzą z karty modelu DeepSeek — to dane deklarowane przez firmę, a nie niezależne potwierdzenie.
21
38
49
Co się zmieniło, a co pozostało bez zmian?
Główna obietnica aktualizacji to lepszy kompromis między możliwościami a kosztem: wyższe wyniki w testach, szybsze wykonywanie zadań i krótsze odpowiedzi. Nie oznacza to jednak obniżki stawek za API. DeepSeek pozostawił nazwę modelu deepseek-flash i dotychczasowe ceny. Krótsza odpowiedź może zmniejszyć liczbę rozliczanych tokenów w konkretnym wywołaniu, ale faktyczna oszczędność zależy od treści zapytania i odpowiedzi.
38
5
49
DeepSeek udostępnił również wagi modelu na licencji MIT w serwisie Hugging Face; według doniesień były dostępne także w ModelScope.
21
3
35
Wyniki testów przed aktualizacją i po niej
Karta modelu DeepSeek podaje następujące wyniki dla V4.1 Flash i V4.1-Flash-1017. Różnica to proste porównanie opublikowanych wartości — nie przesądza o skuteczności modelu w każdym rzeczywistym zastosowaniu.
49
| Test |
V4.1 Flash |
V4.1-Flash-1017 |
Różnica |
| 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 informuje, że Terminal-Bench 4.0 przeprowadzono z użyciem Claude Code, a DeepSWE v1.1 — Mini-SWE-V2. Te szczegóły mają znaczenie przy interpretacji wyników. Nadal są to jednak pomiary opublikowane przez samego producenta.
49
Budowanie projektów i integracje agentowe
DeepSeek przedstawia aktualizację jako lepszą w tworzeniu projektów od podstaw i pracy nad nimi od początku do końca. Firma przypisuje tę poprawę uczeniu ze wzmocnieniem wykorzystującemu informację zwrotną od samego modelu. W ogłoszeniu wymienia zadania od tworzenia gier po modelowanie 3D, ale samo w sobie nie potwierdza ono szczegółów konkretnych demonstracji ani liczby interakcji potrzebnych do ich przygotowania.
38
Model zoptymalizowano pod kątem DeepSeek Harness oraz narzędzi Tencentu: CodeBuddy i WorkBuddy. DeepSeek zaleca wersję DeepSeek Harness 0.2.1-rc.1 lub nowszą.
38
Firma poinformowała również, że jej API obsługuje wyszukiwanie w sieci i pobieranie treści. To dodatkowe możliwości dla agentów, ale dostępne ogłoszenie nie opisuje wystarczająco szczegółowo pełnej specyfikacji samodzielnego API Search and Fetch.
38
42
Wdrożenie i niezawodność usług
Aktualizacja jest dostępna na stronie DeepSeek, w aplikacji i przez API. Użytkownicy API nadal korzystają z identyfikatora deepseek-flash, a ceny — według doniesień — pozostały bez zmian.
38
5 Część publikacji wspomina o wcześniejszym wpisie API, ale dostępne źródła nie potwierdzają niezależnie, że osobne, oficjalne udostępnienie nastąpiło przed ogłoszeniem z 17 października.
12
Osobno Caixin informował o niemal pięciogodzinnej przerwie w działaniu usług 15 października, która objęła stronę, aplikację i API DeepSeek. Dostępne doniesienia nie wskazują na potwierdzony związek przyczynowy między awarią a aktualizacją modelu.
36