DeepSeek V4.1 Flash 1017 випереджає більших конкурентів в агентних завданнях, знову радикально скорочуючи витрати на кожне завдання

Китайська компанія у сфері ШІ Deepseek випустила оновлену версію своєї моделі Flash із суттєвими покращеннями в агентних завданнях і програмуванні. Компанія також уперше відкриває власну пошукову систему для сторонніх розробників.

Deepseek-V4.1-Flash-1017 уже доступна через вебсайт, застосунок і API компанії. Deepseek також опублікувала ваги моделі як відкритий код на Hugging Face і ModelScope. Порівняно з безпосередньою попередницею модель демонструє кращі результати в тестах, швидше виконує завдання та генерує коротші відповіді. Компанія називає це оновлення покращенням за Парето у співвідношенні продуктивності й вартості.

Для створення повноцінних програмних проєктів із нуля Deepseek використовує навчання з підкріпленням на основі самозворотного зв’язку (RLSF). Цей метод донавчання дає змогу моделі використовувати власні внутрішні оцінки впевненості або самостійно згенеровані критичні зауваження як сигнал винагороди. Це усуває потребу в людських оцінювачах або зовнішніх моделях винагороди. Deepseek стверджує, що цей підхід покращує наскрізну розробку проєктів у завданнях від програмування ігор до 3D-моделювання та дизайнерської роботи. Модель також може анімувати короткі пояснювальні відео, подібно до нещодавно випущеної Opus 5.5.

Відео: FeiZ

Модель оптимізували для середовищ розробки, таких як Deepseek Harness (рекомендовано версію v0.2.1-rc.1 або новішу), Tencent CodeBuddy та WorkBuddy.

Менша модель Flash перевершує більших конкурентів у завданнях програмування та агентної роботи

За власними тестами Deepseek, V4.1-Flash-1017 перевершує свою попередницю V4.1-Flash. Вона також випереджає більші конкуруючі моделі, такі як Claude Opus 5, GPT 5.6-Sol, Kimi K3 і GLM 5.3, у кількох категоріях програмування та роботи ШІ-агентів.

Графік вартості для тесту DeepSWE показує, наскільки важливими для ефективності є коротші відповіді. V4.1-Flash-1017 досягає найвищого результату — 77,0 відсотка — за середньої вартості трохи менше ніж 0,20 долара за завдання. У режимі з низькими налаштуваннями вона все одно перевищує 72 відсотки й коштує близько 0,10 долара. Попередниця набрала 74,2 відсотка, але коштувала близько 0,50 долара за запуск.

Конкуруючі моделі, такі як GPT-6 Astra, Gemini 3.8 Flash і Claude Opus 5, у цьому графіку коштують від 2 до понад 10 доларів за завдання, і жодна з них не зрівнялася за точністю з меншою моделлю Deepseek. Незалежні тести ще не опубліковані, та й самі тести розповідають лише половину історії. Наприклад, враження розробників від якості коду можуть дуже відрізнятися від результатів тестів.

Deepseek перетворює власну пошукову систему на публічний API

Паралельно з мовною моделлю Deepseek робить свої інструменти вебпошуку (API Search і Fetch) доступними для всіх розробників. Компанія заявляє, що ці сервіси працюють на пошуковій системі, яку вона розробила всередині компанії і яка вже обробляє сотні мільйонів запитів на день у всьому світі. Деталі налаштування наведено в документації API.

Кожна кінцева точка коштує 0,75 долара за 1 000 викликів. Користувачі Deepseek API можуть безкоштовно користуватися цими функціями через серверні інструменти в Deepseek Harness, Claude Code і Codex до 31 жовтня 2026 року (16:00 UTC).

Щоправда, учора глибока інтеграція китайських моделей ШІ в робочі процеси стала дещо менш привабливою. Як повідомляється, уряд Китаю планує посилити правила публікації моделей із відкритими вагами або навіть повністю заблокувати їхній випуск. Одним із вирішальних факторів стане те, чи входить певна система до десятки найпотужніших моделей.

Новини ШІ без галасу — відібрані людьми

Підпишіться на THE DECODER, щоб читати матеріали без реклами, отримувати щотижневу розсилку про ШІ, наш ексклюзивний звіт про передові технології «AI Radar» шість разів на рік, повний доступ до архіву та доступ до розділу коментарів.