DeepSeek met à jour son modèle Flash et déplace la course vers le coût par tâche

DeepSeek a mis à disposition DeepSeek-V4.1-Flash-1017 le 17 octobre 2026 sur son site, dans son application et via l'API, en publiant les poids sur Hugging Face et ModelScope. La model card indique une licence MIT pour le dépôt comme pour les poids, et présente cette version comme une mise à jour mineure du précédent V4.1-Flash : progrès en raisonnement, en programmation, sur les tâches agentiques et les benchmarks visuels, avec des temps d'exécution et des sorties plus courts. Le modèle accepte des entrées multimodales, image et texte ; la fenêtre de contexte est de 1 million de tokens et un max_tokens d'au moins 256K est recommandé. Pour le post-entraînement, l'entreprise déclare un apprentissage par renforcement avec auto-feedback : la récompense provient de la confiance du modèle lui-même ou de critiques qu'il génère lui-même.

Voici les chiffres, nouvelle version contre précédente : DeepSWE v1.1 77,0 contre 74,2 ; Terminal-Bench 4.0 42,3 contre 31,2 ; HLE sans outils 42,6 contre 36,8 ; ProgramBench 29,1 contre 20,3 ; Automation-Bench 60,5 contre 54,8. Dans le même tableau publié par DeepSeek, Claude Opus 5 est devant sur HLE (56,3), Terminal-Bench 4.0 (51,8), ProgramBench (37,0) et NL2Repo-Bench (75,3) ; sur DeepSWE v1.1, il reste derrière avec 74,0, tout comme GPT-5.6 Sol à 73,0. DeepSeek résume le tout par « Stronger benchmark performance, faster task completion, and shorter outputs than the previous version », et The Decoder rapporte que l'entreprise présente le résultat comme une « Pareto improvement » entre performances et coûts. Toujours selon The Decoder, qui reprend les données de DeepSeek, le modèle atteint sur DeepSWE 77 % de précision pour environ 0,20 dollar par tâche et plus de 72 % pour environ 0,10 dollar en mode « low », contre environ 0,50 dollar par tâche pour son prédécesseur.

Avec le modèle, DeepSeek a ouvert à tous ses API Search et Fetch, à 0,75 dollar les 1 000 appels pour chaque endpoint, gratuites jusqu'au 31 octobre 2026 à 16 h 00 UTC pour les utilisateurs de l'API qui les emploient comme outils côté serveur dans DeepSeek Harness, Claude Code et Codex. Le modèle est optimisé pour DeepSeek Harness (version recommandée v0.2.1-rc.1 ou ultérieure), Tencent CodeBuddy et WorkBuddy. Plusieurs zones d'ombre subsistent pourtant, et c'est d'elles que dépend ce que l'on peut réellement faire de cette version. Benchmarks et coûts par tâche viennent tous de l'entreprise, et aucune vérification indépendante n'existe encore. Le nombre de paramètres n'est pas univoque : Hugging Face affiche 763 milliards dans le champ « Model size », certains médias secondaires parlent de 552B plus 196B de paramètres « Engram », une source attribue le chiffre de 763B aux poids de la version de septembre, et personne n'indique les paramètres actifs. La grille tarifaire de l'API par token ne figure pas dans l'annonce officielle, et les chiffres relayés par la presse divergent. Les exigences matérielles pour une exécution locale ne sont pas communiquées.

Ce qui m'intéresse le plus, ce n'est pas le score sur DeepSWE, c'est l'axe sur lequel il est placé. Afficher 0,20 dollar par tâche à côté de la précision fait passer la comparaison du « à quel point il est bon » au « combien il en coûte d'y arriver », et avec des poids MIT téléchargeables, n'importe qui pourrait en théorie refaire le calcul. En théorie : sans exigences matérielles et sans tarif par token, le chiffre qui rend cette version intéressante est aussi celui que personne, en dehors de DeepSeek, n'a encore pu vérifier.

— Olya