DeepSeek V4.1 Flash 1017 превосходит более крупных конкурентов в агентных задачах, вновь резко снижая стоимость каждой задачи
Ключевые моменты
- Китайская ИИ-компания Deepseek выпустила Deepseek-V4.1-Flash-1017 на своих платформах, а также в виде модели с открытыми весами на Hugging Face и ModelScope.
- Обученная с использованием обучения с подкреплением на основе собственной обратной связи, модель работает быстрее, генерирует более короткие ответы и хорошо справляется с разработкой программного обеспечения полного цикла и агентскими задачами, утверждает компания.
- Согласно внутренним тестам, обновление превосходит более крупные модели-конкуренты, такие как Claude Opus 5 и GPT 5.6-Sol, в тестах на программирование и агентские задачи. Deepseek также открывает разработчикам доступ к своей внутренней поисковой системе через новые API Search и Fetch.
Китайская ИИ-компания Deepseek выпустила обновлённую версию своей модели Flash, значительно улучшившую результаты в агентских задачах и программировании. Компания также впервые открывает свою внутреннюю поисковую систему для сторонних разработчиков.
Deepseek-V4.1-Flash-1017 уже доступна через сайт, приложение и API компании. Deepseek также опубликовала веса модели с открытым исходным кодом на Hugging Face и ModelScope. По сравнению с непосредственной предшественницей модель показывает более высокие результаты в тестах, быстрее выполняет задачи и генерирует более короткие ответы. Компания называет это обновление улучшением по Парето в соотношении производительности и стоимости.
Для создания полноценных программных проектов с нуля Deepseek использует обучение с подкреплением на основе собственной обратной связи (RLSF). Этот метод дообучения позволяет модели использовать собственные внутренние оценки уверенности или сгенерированные ею самой критические замечания в качестве сигнала вознаграждения. Благодаря этому отпадает необходимость в людях-оценщиках или внешних моделях вознаграждения. Deepseek утверждает, что этот подход улучшает разработку проектов полного цикла в задачах от программирования игр до 3D-моделирования и проектирования. Модель также умеет анимировать короткие пояснительные видео, подобно недавно выпущенной Opus 5.5.
Модель оптимизирована для сред разработки, таких как Deepseek Harness (рекомендуется версия v0.2.1-rc.1 или новее), Tencent CodeBuddy и WorkBuddy.
Меньшая модель Flash превосходит более крупных конкурентов в задачах программирования и агентских задачах
Согласно собственным тестам Deepseek, V4.1-Flash-1017 превосходит свою предшественницу V4.1-Flash. Она также обходит более крупные конкурирующие модели, такие как Claude Opus 5, GPT 5.6-Sol, Kimi K3 и GLM 5.3, в нескольких категориях, связанных с программированием и ИИ-агентами.
График стоимости для теста DeepSWE показывает, насколько важны более короткие ответы для эффективности. V4.1-Flash-1017 достигает максимального результата в 77,0% при средней стоимости чуть менее 0,20 доллара за задачу. В режиме низкой интенсивности она всё равно преодолевает отметку в 72% при стоимости около 0,10 доллара. Предшественница набрала 74,2%, но стоила примерно 0,50 доллара за один запуск.
В этом графике стоимость выполнения задачи конкурирующими моделями GPT-6 Astra, Gemini 3.8 Flash и Claude Opus 5 составляет от 2 до более чем 10 долларов, и ни одна из них не достигает точности меньшей модели Deepseek. Независимые тесты пока не опубликованы, а тесты в любом случае рассказывают лишь о половине картины. Например, впечатления разработчиков от качества кода могут сильно отличаться от результатов тестов.
Deepseek превращает свою внутреннюю поисковую систему в публичный API
Одновременно с языковой моделью Deepseek открывает доступ к своим инструментам веб-поиска (API Search и Fetch) для всех разработчиков. Компания утверждает, что эти сервисы работают на поисковой системе, созданной внутри компании и уже обрабатывающей по всему миру сотни миллионов запросов в день. Подробности настройки приведены в документации API.
Стоимость каждого эндпоинта составляет 0,75 доллара за 1000 вызовов. Пользователи Deepseek API могут бесплатно пользоваться этими функциями через серверные инструменты в Deepseek Harness, Claude Code и Codex до 31 октября 2026 года (16:00 по UTC).
Впрочем, вчера интеграция китайских ИИ-моделей в рабочие процессы стала немного менее привлекательной. Согласно сообщениям, китайское правительство планирует ужесточить правила публикации моделей с открытыми весами или даже полностью запретить их выпуск. Одним из решающих факторов станет то, входит ли конкретная система в десятку наиболее мощных моделей.
Новости ИИ без шумихи — отобраны людьми
Подпишитесь на THE DECODER, чтобы читать материалы без рекламы, получать еженедельную рассылку об ИИ, эксклюзивный передовой отчёт «AI Radar» шесть раз в год, полный доступ к архиву и доступ к разделу комментариев.
Переведено автоматически с английского. Оригинал статьи — по ссылке ниже.