DeepSeek току-що пусна V4.1-Flash-1017, постигна 77,0 в DeepSWE и отвори Search API
DeepSeek току-що пусна DeepSeek-V4.1-Flash-1017, нов контролен пункт на своя модел V4.1-Flash. Той е достъпен на уебсайта, в приложението и чрез API на DeepSeek. DeepSeek твърди, че постига по-високи резултати, по-бързо изпълнение на задачи и по-кратки изходи в сравнение със септемврийската версия на V4.1-Flash. Компанията го определя като подобрение по Парето по отношение на производителността и разходите. Наред с това DeepSeek отвори своите Search и Fetch API за всеки разработчик. За създателите на агенти това означава по-евтин модел за програмиране плюс собствен уеб слой зад един API ключ.
Накратко
- Размер: 552 млрд. параметъра в основната мрежа плюс 196 млрд. Engram параметъра. Активира 8 млрд. параметъра на токен при предварителното запълване и 16 млрд. при декодирането. Контекстът е от 1 млн. токена, с до 384 хил. изходни токена.
- Работи на: DeepSeek API като
deepseek-flash. Теглата на септемврийската версия V4.1-Flash (763 млрд. параметъра, FP8) са лицензирани под MIT в Hugging Face. Хардуерни изисквания и тегла за 1017: не са разкрити. - Производителност: Превъзхожда предишната версия V4.1-Flash във всички 11 сравнителни теста, отчетени от DeepSeek, с между 2,0 и 11,1 пункта.
- Най-добър резултат: 77,0 на DeepSWE v1.1, над Claude Opus 5 (74,0) в таблицата на DeepSeek.
- Най-слаб резултат: 42,6 на HLE без инструменти, в сравнение с 56,3 за Claude Opus 5.
Какво представлява DeepSeek-V4.1-Flash-1017?
DeepSeek-V4.1-Flash-1017 е актуализиран контролен пункт след обучението на DeepSeek-V4.1-Flash, предлаган чрез името на модела deepseek-flash. Архитектурните подробности по-долу са взети от техническия доклад за V4.1-Flash.
Екипът на DeepSeek посочва, че DeepSeek-V4.1-Flash-1017 използва обучение с подсилване и самообратна връзка за работа по проекти от край до край. Примерите му варират от създаване на игри до 3D моделиране. Той е оптимизиран за DeepSeek Harness, Tencent CodeBuddy и WorkBuddy. DeepSeek препоръчва DeepSeek Harness v0.2.1-rc.1 или по-нова версия.
Как работи архитектурата на V4.1-Flash?
V4.1-Flash е мултимодален модел от типа Mixture-of-Experts с 40 Transformer слоя. Те са разделени на 20-слоен каузален енкодер и 20-слоен декодер.
- Каузален енкодер-декодер (CED): Глобалният KV на декодера се проектира от финалните скрити състояния на енкодера. Това почти наполовина намалява изчисленията при предварителното запълване.
- Компресирано разредено внимание 2 (CSA2): Слоевете работят в режим Full, Reindex или Reuse. Те споделят основния KV и ключовете на индексатора между слоевете.
- FP4 кеш на основния KV: Глобалният KV намалява до 890 байта на токен, което е около 1/4 от V4-Flash.
- SWA Bounded Replay: Постоянният KV кеш се свива до приблизително 1/8 от този на V4-Flash.
- Степен на разсъждение: Скаларна стойност от 1 до 100. Нивата low, high и max на API съответстват съответно на 50, 75 и 100.
Сравнителни тестове на DeepSeek-V4.1-Flash-1017
Всички резултати по-долу са собствени данни на DeepSeek. DeepSeek е провел Terminal-Bench 4.0 в Claude Code, а DeepSWE — в Mini-SWE-V2. ZeroBench-main използва Pass@5.
| Сравнителен тест | V4.1-Flash-1017 | V4.1-Flash | Kimi K3 | GLM 5.3 | GPT 5.6-Sol | Claude Opus 5 |
|---|---|---|---|---|---|---|
| DeepSWE v1.1 | 77.0 | 74.2 | 67.5 | 66.9 | 73.0 | 74.0 |
| Terminal-Bench 4.0 | 42.3 | 31.2 | 12.6 | 37.9 | 39.9 | 51.8 |
| Automation-Bench v1.0.6 | 60.5 | 54.8 | 46.7 | 48.8 | 45.8 | 50.3 |
| Agents’ Last Exam | 35.4 | 31.8 | 27.6 | 28.5 | 26.7 | 28.6 |
| Apex Bench v1.1 | 72.1 | 64.6 | 47.8 | 56.6 | 54.3 | 65.8 |
| ProgramBench | 29.1 | 20.3 | 17.5 | 19.0 | 23.0 | 37.0 |
| NL2Repo-Bench | 68.2 | 65.4 | 58.0 | 58.0 | 56.8 | 75.3 |
| HLE (без инструменти) | 42.6 / 44.0* | 36.8 / 39.1* | 43.5 | 42.0* | 44.5 | 56.3 |
| BabyVision (с инструменти) | 92.5 | 89.6 | 85.7 | Не е разкрито | 88.9 | 94.1 |
*Подмножество на HLE само с текст.
Контролният пункт 1017 води при DeepSWE, Automation-Bench, Agents’ Last Exam и Apex Bench. Claude Opus 5 все още води при Terminal-Bench 4.0, ProgramBench, NL2Repo и HLE.
Как се сравнява с конкурентите с отворени тегла?
| Характеристика | DeepSeek-V4.1-Flash-1017 | Kimi K3 | GLM-5.3 |
|---|---|---|---|
| Общ брой параметри | 552 млрд. в основната мрежа + 196 млрд. Engram | 2,8 трлн. | 753 млрд. |
| Активни параметри | 8 млрд. при предварително запълване / 16 млрд. при декодиране | 104 млрд. | Не е разкрито |
| Контекст | 1 млн. | 1 048 576 | Не е разкрито |
| Лиценз | MIT (V4.1-Flash); теглата на 1017 не са разкрити | Лиценз на Kimi K3 | Лиценз на GLM-5.3 |
| Модалност | Текст, изображение на входа; текст на изхода | Текст, изображение | Текст |
| DeepSWE v1.1 | 77.0 | 67.5 | 66.9 |
| Agents’ Last Exam | 35.4 | 28.3 | 28.5 |
| Цена на API (1 млн. входни токени при пропуснат кеш / изход, пиково) | $0.30 / $1.20 | Не е разкрито | Не е разкрито |
Какво представляват Search и Fetch API на DeepSeek?
Search API връща класирани уеб резултати за дадена заявка. Fetch API връща една страница във формат Markdown. DeepSeek посочва, че собственият му механизъм обработва стотици милиони заявки дневно.
- Крайни точки:
POST /v1/tools/searchиPOST /v1/tools/fetchнаapi.deepseek.com. - Опции за търсене: от 1 до 50 резултата, опционално съдържание на страницата и оператори като
site:,lang:,after:иbefore:. - Полета на резултатите: Всеки резултат има оценка за преранжиране от 0 до 3 и ниво на авторитет от 0 до 4.
- Цена: $0.75 на 1000 успешни заявки за всяка крайна точка. Празните резултати и неуспешните заявки са безплатни.
- Ограничение на честотата: 5 QPS на акаунт за всеки API.
- Безплатен период: Сървърните заявки чрез DeepSeek Harness, Claude Code или Codex остават безплатни до 1 ноември 2026 г.
Внедряване и ценообразуване
Извиквайте модела с deepseek-flash чрез крайни точки във формат OpenAI или Anthropic. Пиковата цена е $0.30 за 1 млн. входни токена при пропуснат кеш и $1.20 за 1 млн. изходни токена. Цените извън пиковите часове са наполовина.
Основни изводи
- 1017 постига 77.0 на DeepSWE v1.1 спрямо 74.2 преди.
- Той води при Automation-Bench (60.5) и Agents’ Last Exam (35.4).
- Claude Opus 5 все още печели при HLE и Terminal-Bench 4.0.
- Search и Fetch струват по $0.75 на всеки 1000 извиквания.
- Извикванията от агентски среди остават безплатни до 1 ноември 2026 г.
Вижте съобщението на DeepSeek, документацията за Search и Fetch, техническия доклад и картата на модела. Всички заслуги са за изследователя на този проект. Също така, не се колебайте да ни последвате в Twitter и не забравяйте да се присъедините към нашия ML SubReddit с над 150 хил. членове и да се абонирате за нашия бюлетин. Чакайте! В Telegram ли сте? Сега можете да се присъедините към нас и в Telegram.
Преведено автоматично от английски. Оригиналната статия е на връзката по-долу.