DeepSeek aktualizuje model Flash i przenosi rywalizację na koszt zadania

DeepSeek udostępnił DeepSeek-V4.1-Flash-1017 17 października 2026 roku na swojej stronie, w aplikacji i przez API, publikując wagi na Hugging Face i ModelScope. Karta modelu mówi o licencji MIT zarówno dla repozytorium, jak i dla wag, a samo wydanie określa jako drobną aktualizację poprzedniego V4.1-Flash: poprawa w rozumowaniu, programowaniu, zadaniach agentowych i benchmarkach wizualnych, przy krótszym czasie wykonania i krótszych odpowiedziach. Model przyjmuje dane multimodalne, obraz i tekst; okno kontekstu wynosi 1 milion tokenów, a zalecane max_tokens to co najmniej 256K. Jeśli chodzi o post-training, firma deklaruje uczenie przez wzmacnianie z informacją zwrotną generowaną przez sam model: nagroda pochodzi z pewności samego modelu albo z krytyk, które sam generuje.

Liczby, nowa wersja wobec poprzedniej, wyglądają tak: DeepSWE v1.1 77,0 wobec 74,2; Terminal-Bench 4.0 42,3 wobec 31,2; HLE bez narzędzi 42,6 wobec 36,8; ProgramBench 29,1 wobec 20,3; Automation-Bench 60,5 wobec 54,8. W tej samej tabeli opublikowanej przez DeepSeek Claude Opus 5 prowadzi w HLE (56,3), Terminal-Bench 4.0 (51,8), ProgramBench (37,0) i NL2Repo-Bench (75,3); w DeepSWE v1.1 zostaje w tyle z wynikiem 74,0, podobnie jak GPT-5.6 Sol z 73,0. DeepSeek podsumowuje to słowami „Stronger benchmark performance, faster task completion, and shorter outputs than the previous version”, a The Decoder podaje, że firma przedstawia wynik jako „Pareto improvement” między wydajnością a kosztami. Również według The Decoder, który powołuje się na dane DeepSeek, model osiąga w DeepSWE 77% trafności przy koszcie około 0,20 dolara za zadanie i ponad 72% przy około 0,10 dolara w trybie „low”, wobec około 0,50 dolara za zadanie u poprzednika.

Razem z modelem DeepSeek otworzył dla wszystkich API Search i Fetch, w cenie 0,75 dolara za 1000 wywołań każdego endpointu, bezpłatnie do 31 października 2026 roku do 16:00 UTC dla użytkowników API, którzy korzystają z nich jako narzędzi po stronie serwera w DeepSeek Harness, Claude Code i Codex. Model jest zoptymalizowany pod DeepSeek Harness (zalecana wersja v0.2.1-rc.1 lub nowsza), Tencent CodeBuddy i WorkBuddy. Zostaje jednak kilka luk i to od nich zależy, ile naprawdę da się zrobić z tym wydaniem. Benchmarki i koszty na zadanie pochodzą w całości od firmy, a niezależnych weryfikacji jeszcze nie ma. Liczba parametrów nie jest jednoznaczna: Hugging Face podaje 763 miliardy w polu „Model size”, niektóre media wtórne mówią o 552B plus 196B parametrów „Engram”, jedno źródło przypisuje liczbę 763B wagom wersji wrześniowej, a parametrów aktywnych nie podaje nikt. Cennika API za token nie ma w oficjalnym ogłoszeniu, a liczby podawane przez media się różnią. Brakuje wymagań sprzętowych dla uruchomienia lokalnego.

Najbardziej interesuje mnie nie wynik w DeepSWE, lecz oś, na której go umieszczono. Podanie 0,20 dolara za zadanie obok trafności przesuwa porównanie z „jak dobry jest” na „ile kosztuje, żeby tam dojść”, a przy wagach MIT do pobrania każdy mógłby teoretycznie przeliczyć to sam. Teoretycznie: bez wymagań sprzętowych i bez cennika za token liczba, która czyni to wydanie interesującym, jest zarazem tą, której poza DeepSeek nikt jeszcze nie mógł sprawdzić.

— Olya