DeepSeek только что выпустила V4.1-Flash-1017: 77,0 балла в DeepSWE и запуск Search API
DeepSeek только что выпустила DeepSeek-V4.1-Flash-1017 — новую контрольную версию своей модели V4.1-Flash. Она уже доступна на сайте, в приложении и через API DeepSeek. DeepSeek заявляет о более высоких результатах, более быстром выполнении задач и более коротких ответах по сравнению с сентябрьским релизом V4.1-Flash. Компания называет это улучшением производительности и стоимости по Парето. Одновременно DeepSeek открыла свои Search API и Fetch API для всех разработчиков. Для создателей агентов это означает более дешёвую модель для программирования и собственный веб-слой от первой стороны, доступные через один ключ API.
КРАТКО
- Размер: 552 млрд параметров базовой модели плюс 196 млрд параметров Engram. При предварительном заполнении активируются 8 млрд параметров на токен, а при декодировании — 16 млрд. Контекст составляет 1 млн токенов, максимальный объём вывода — до 384 тыс. токенов.
- Запуск: через API DeepSeek под именем
deepseek-flash. Веса сентябрьской версии V4.1-Flash (763 млрд параметров, FP8) доступны по лицензии MIT на Hugging Face. Требования к оборудованию и веса версии 1017: не раскрыты. - Производительность: превосходит предыдущую V4.1-Flash по всем 11 представленным DeepSeek тестам — на 2,0–11,1 пункта.
- Лучший результат: 77,0 на DeepSWE v1.1 — выше, чем 74,0 у Claude Opus 5 в таблице DeepSeek.
- Худший результат: 42,6 на HLE без инструментов против 56,3 у Claude Opus 5.
Что такое DeepSeek-V4.1-Flash-1017?
DeepSeek-V4.1-Flash-1017 — это обновлённая контрольная версия после обучения модели DeepSeek-V4.1-Flash, доступная под названием модели deepseek-flash. Приведённые ниже сведения об архитектуре взяты из технического отчёта по V4.1-Flash.
Команда DeepSeek сообщает, что DeepSeek-V4.1-Flash-1017 использует обучение с подкреплением и самопроверку для сквозной работы над проектами. Примеры охватывают создание игр и 3D-моделирование. Модель настроена для работы с DeepSeek Harness, Tencent CodeBuddy и WorkBuddy. DeepSeek рекомендует использовать DeepSeek Harness v0.2.1-rc.1 или более новую версию.
Как работает архитектура V4.1-Flash?
V4.1-Flash — это мультимодальная модель на основе смеси экспертов с 40 слоями Transformer. Они разделены на причинный энкодер из 20 слоёв и декодер из 20 слоёв.
- Причинный энкодер-декодер (CED): Глобальные значения KV декодера проецируются из финальных скрытых состояний энкодера. Это почти вдвое сокращает вычисления при предварительном заполнении.
- Сжатое разреженное внимание 2 (CSA2): Слои работают в режимах Full, Reindex или Reuse. Они совместно используют основные ключи KV и ключи индексатора между слоями.
- Основной кэш KV в формате FP4: Глобальный KV сокращается до 890 байт на токен — примерно до четверти показателя V4-Flash.
- SWA Bounded Replay: Постоянный кэш KV сокращается примерно до одной восьмой показателя V4-Flash.
- Интенсивность рассуждений: Шкала от 1 до 100. Уровни API low, high и max соответствуют значениям 50, 75 и 100.
Результаты DeepSeek-V4.1-Flash-1017
Все приведённые ниже оценки — это собственные показатели DeepSeek. DeepSeek проводила тестирование Terminal-Bench 4.0 в Claude Code, а DeepSWE — в Mini-SWE-V2. В ZeroBench-main используется Pass@5.
| 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 инструментов) | 42.6 / 44.0* | 36.8 / 39.1* | 43.5 | 42.0* | 44.5 | 56.3 |
| BabyVision (с инструментами) | 92.5 | 89.6 | 85.7 | Не раскрыто | 88.9 | 94.1 |
*Подмножество HLE только с текстом.
Контрольная версия 1017 лидирует в DeepSWE, Automation-Bench, Agents’ Last Exam и Apex Bench. Claude Opus 5 по-прежнему лидирует в Terminal-Bench 4.0, ProgramBench, NL2Repo и HLE.
Как она сравнивается с конкурентами с открытыми весами?
| Характеристика | DeepSeek-V4.1-Flash-1017 | Kimi K3 | GLM-5.3 |
|---|---|---|---|
| Всего параметров | 552 млрд базовой модели + 196 млрд Engram | 2,8 трлн | 753 млрд |
| Активные параметры | 8 млрд при предварительном заполнении / 16 млрд при декодировании | 104 млрд | Не раскрыто |
| Контекст | 1 млн | 1 048 576 | Не раскрыто |
| Лицензия | MIT (V4.1-Flash); веса 1017 не раскрыты | Лицензия Kimi K3 | Лицензия GLM-5.3 |
| Модальность | На входе текст и изображения; на выходе текст | Текст, изображения | Текст |
| DeepSWE v1.1 | 77.0 | 67.5 | 66.9 |
| Agents’ Last Exam | 35.4 | 28.3 | 28.5 |
| Цена API (1 млн входных токенов без попадания в кэш / выходных токенов, пиковая) | $0.30 / $1.20 | Не раскрыто | Не раскрыто |
Что такое Search API и Fetch API DeepSeek?
Search API возвращает отсортированные по релевантности веб-результаты для запроса. Fetch API возвращает одну страницу в формате Markdown. DeepSeek сообщает, что её внутренний поисковый движок обрабатывает сотни миллионов запросов в день.
- Конечные точки:
POST /v1/tools/searchиPOST /v1/tools/fetchнаapi.deepseek.com. - Параметры поиска: от 1 до 50 результатов, необязательное содержимое страниц и операторы вроде
site:,lang:,after:иbefore:. - Поля результатов: каждый результат содержит оценку повторного ранжирования от 0 до 3 и уровень авторитетности от 0 до 4.
- Цена: $0.75 за 1 000 успешных запросов для каждой конечной точки. Пустые результаты и ошибки бесплатны.
- Ограничение частоты: 5 QPS на аккаунт для каждого API.
- Бесплатный период: серверные вызовы через DeepSeek Harness, Claude Code или Codex остаются бесплатными до 1 ноября 2026 года.
Развёртывание и цены
Вызывайте модель с именем deepseek-flash через конечные точки в формате OpenAI или Anthropic. Пиковая цена составляет $0.30 за 1 млн входных токенов без попадания в кэш и $1.20 за 1 млн выходных токенов. В непиковое время тарифы вдвое ниже.
Основные выводы
- Версия 1017 получила 77.0 на DeepSWE v1.1 против 74.2 ранее.
- Она лидирует в Automation-Bench (60.5) и Agents’ Last Exam (35.4).
- Claude Opus 5 по-прежнему лидирует в HLE и Terminal-Bench 4.0.
- Search API и Fetch API стоят по $0.75 за 1 000 вызовов каждый.
- Вызовы через агентские оболочки остаются бесплатными до 1 ноября 2026 года.
Ознакомьтесь с объявлением DeepSeek, документацией Search API и Fetch API, техническим отчётом и карточкой модели. Вся благодарность — исследователю этого проекта. Также не стесняйтесь подписаться на нас в Twitter и не забудьте присоединиться к нашему сабреддиту ML с более чем 150 тыс. участников и подписаться на нашу рассылку. Постойте! Вы есть в Telegram? Теперь к нам можно присоединиться и в Telegram.
Переведено автоматически с английского. Оригинал статьи — по ссылке ниже.