DeepSeek-V4.1-Flash-1017 — оновлена версія V4.1 Flash, зосереджена на програмуванні, міркуванні та роботі ШІ-агентів. Це не нове покоління моделі. DeepSeek заявляє, що новинка швидше виконує завдання й генерує коротші відповіді; оновлення запустили на сайті, у застосунку та API під попередньою назвою deepseek-flash, без зміни тарифів.
38
5
Є й невелике уточнення щодо дати: офіційне оголошення DeepSeek і запис про випуск на Hugging Face датовані 17 жовтня 2026 року, а не 18 жовтня. Наведені нижче показники взято з картки моделі DeepSeek — це результати компанії, а не незалежне підтвердження її заяв.
21
38
49
Що оновили — і що залишилося без змін
DeepSeek описує реліз як «поліпшення за Парето» — тобто кращу продуктивність за тих самих або нижчих витрат. Компанія повідомляє про сильніші результати в тестах, швидше виконання завдань і коротші відповіді. Але ціна API не знизилася: ідентифікатор deepseek-flash та тарифи залишилися незмінними. Якщо відповідь коротша, конкретний запит може спожити менше оплачуваних вихідних токенів, але фактична економія залежить від запиту й відповіді.
38
5
49
Ваги моделі оприлюднили на Hugging Face за ліцензією MIT; за повідомленнями, вони також доступні на ModelScope.
21
3
35
Результати тестів: порівняння версій
У таблиці DeepSeek наведено бали попередньої V4.1 Flash і версії 1017. Різниця — це просте віднімання показників у таблиці; вона сама по собі не доводить, що модель так само добре впорається з будь-яким завданням у реальних умовах.
49
| Тест |
V4.1 Flash |
V4.1-Flash-1017 |
Різниця |
| 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 |
У картці моделі вказано, що Terminal-Bench 4.0 проходили з Claude Code harness, а DeepSWE v1.1 — із Mini-SWE-V2 harness. Умови оцінювання важливі для тлумачення балів; усі наведені результати — вимірювання, оприлюднені самою DeepSeek.
49
Програмування за коротким описом і підтримка агентів
DeepSeek заявляє, що модель краще створює цілі проєкти з нуля, і пов’язує це з навчанням із підкріпленням та самозворотним зв’язком. В оголошенні згадано завдання від створення ігор до 3D-моделювання, однак воно саме по собі не підтверджує результати конкретних демонстрацій чи кількість взаємодій, потрібних для їх створення.
38
Модель оптимізували для DeepSeek Harness — інструмента для роботи з агентами — та продуктів Tencent CodeBuddy і WorkBuddy. Для найкращої сумісності DeepSeek рекомендує DeepSeek Harness версії 0.2.1-rc.1 або новішої.
38
Також DeepSeek повідомила, що її API підтримує вебпошук і отримання вебсторінок (fetch). Це може бути корисно для агентних сценаріїв, але оголошення не містить достатньо подробиць, щоб описати повну специфікацію окремих Search і Fetch API.
38
42
Доступність і перебої в роботі сервісів
Оновлення стало доступним на сайті DeepSeek, у застосунку та через API. Користувачам API не потрібно було змінювати назву моделі: виклики й далі йдуть через deepseek-flash, а тарифи, за повідомленнями, не змінилися.
38
5 Окремі публікації згадували про API-лістинг раніше, однак наявні джерела не підтверджують окрему появу моделі до оголошення 17 жовтня.
12
Окремо Caixin повідомляло про збій DeepSeek тривалістю майже п’ять годин 15 жовтня, який зачепив сайт, застосунок і API. Доступні повідомлення не встановлюють причинного зв’язку між тим перебоєм і випуском оновленої моделі.
36