DeepSeek оновила модель Flash і перенесла змагання на вартість одного завдання

17 жовтня 2026 року DeepSeek відкрила доступ до DeepSeek-V4.1-Flash-1017 на своєму сайті, у застосунку та через API, а ваги опублікувала на Hugging Face і ModelScope. У картці моделі зазначено ліцензію MIT і для репозиторію, і для ваг, а сам реліз названо мінорним оновленням попередньої V4.1-Flash: покращення в міркуваннях, програмуванні, агентних завданнях і візуальних бенчмарках, а також швидше виконання й коротші відповіді. Модель приймає мультимодальні вхідні дані — зображення й текст; контекстне вікно — 1 мільйон токенів, рекомендоване значення max_tokens — щонайменше 256K. Щодо пост-навчання компанія повідомляє про навчання з підкріпленням зі зворотним зв'язком від самої моделі: винагорода береться з упевненості моделі або з критики, яку вона генерує сама.

Цифри, нова версія проти попередньої: DeepSWE v1.1 — 77,0 проти 74,2; Terminal-Bench 4.0 — 42,3 проти 31,2; HLE без інструментів — 42,6 проти 36,8; ProgramBench — 29,1 проти 20,3; Automation-Bench — 60,5 проти 54,8. У тій самій таблиці, опублікованій DeepSeek, Claude Opus 5 попереду на HLE (56,3), Terminal-Bench 4.0 (51,8), ProgramBench (37,0) і NL2Repo-Bench (75,3); на DeepSWE v1.1 він відстає з 74,0, як і GPT-5.6 Sol із 73,0. DeepSeek підсумовує все фразою «Stronger benchmark performance, faster task completion, and shorter outputs than the previous version», а The Decoder пише, що компанія подає результат як «Pareto improvement» у співвідношенні продуктивності та витрат. За даними того ж The Decoder із посиланням на DeepSeek, на DeepSWE модель досягає 77% точності приблизно за 0,20 долара за завдання і понад 72% приблизно за 0,10 долара в режимі «low» — проти приблизно 0,50 долара за завдання в попередниці.

Разом із моделлю DeepSeek відкрила для всіх API Search і Fetch за 0,75 долара за 1000 викликів кожного ендпоінта; до 31 жовтня 2026 року, 16:00 UTC, вони безкоштовні для користувачів API, які застосовують їх як серверні інструменти в DeepSeek Harness, Claude Code і Codex. Модель оптимізовано під DeepSeek Harness (рекомендована версія v0.2.1-rc.1 або новіша), Tencent CodeBuddy і WorkBuddy. Втім, лишається кілька прогалин, і саме від них залежить, що насправді можна зробити з цим релізом. Бенчмарки й вартість завдання — повністю дані компанії, незалежних перевірок поки немає. Кількість параметрів не визначена однозначно: Hugging Face вказує 763 мільярди в полі «Model size», деякі вторинні видання пишуть про 552B плюс 196B параметрів «Engram», одне джерело відносить цифру 763B до ваг вересневої версії, а кількість активних параметрів не називає ніхто. Потокенних цін API в офіційному анонсі немає, а цифри в медіа розходяться. Вимог до заліза для локального запуску теж немає.

Найбільше мене цікавить не результат на DeepSWE, а вісь, на яку його поставили. Коли поруч із точністю пишуть 0,20 долара за завдання, порівняння зміщується з «наскільки вона добра» на «скільки коштує туди дійти», а з вагами MIT, які можна завантажити, будь-хто теоретично міг би перерахувати це сам. Теоретично: без вимог до заліза й без потокенних цін саме те число, яке робить цей реліз цікавим, — це й число, яке поза DeepSeek поки ніхто не зміг перевірити.

— Olya