DeepSeek выложила новый чекпойнт модели V4.1-Flash — DeepSeek-V4.1-Flash-1017. Он уже доступен на сайте, в приложении и через API под именем deepseek-flash. Компания называет релиз Pareto-улучшением по производительности и стоимости: по её собственным замерам новая версия быстрее решает задачи и выдаёт более короткие ответы, чем сентябрьский V4.1-Flash. Вместе с моделью DeepSeek открыла для всех разработчиков Search и Fetch API — для тех, кто собирает агентов, это дешёвая кодовая модель и веб-слой от первого лица под одним ключом API.
Что внутри: 552B + 196B параметров и контекст 1M токенов
Архитектура взята из технического отчёта V4.1-Flash — той же модели с контекстом 1M токенов и KV-кэшем 890 байт на токен. Это мультимодальная смесь экспертов (MoE) с 40 слоями Transformer: 20 слоёв причинного энкодера и 20 слоёв декодера. Всего 552B параметров основы плюс 196B параметров Engram; на токен активируется 8B параметров на префилле и 16B на декодировании. Контекст — 1M токенов, вывод — до 384K токенов.
Ключевые механизмы:
- Causal Encoder-Decoder (CED) — глобальный KV декодера проецируется из финальных скрытых состояний энкодера, что почти вдвое снижает вычисления на префилле.
- Compressed Sparse Attention 2 (CSA2) — слои работают в режимах Full, Reindex или Reuse и делят основные KV и ключи индексатора между слоями.
- FP4-кэш основного KV — глобальный KV сжимается до 890 байт на токен, примерно вчетверо меньше, чем у V4-Flash.
- SWA Bounded Replay — постоянный KV-кэш уменьшается примерно до 1/8 от V4-Flash.
- Reasoning effort — скаляр от 1 до 100; тарифы API low, high и max соответствуют 50, 75 и 100.
По данным DeepSeek, модель обучена с подкреплением и самоподкреплением для сквозной работы над проектами — от создания игр до 3D-моделирования. Она настроена под DeepSeek Harness, Tencent CodeBuddy и WorkBuddy; рекомендуется DeepSeek Harness v0.2.1-rc.1 или новее.
Бенчмарки: 77,0 в DeepSWE и отставание от Claude Opus 5 в HLE
Все цифры ниже — собственные замеры DeepSeek. Terminal-Bench 4.0 прогонялся в Claude Code, DeepSWE — в Mini-SWE-V2, ZeroBench-main считался по Pass@5.
| Бенчмарк | V4.1-Flash-1017 | V4.1-Flash | Claude Opus 5 |
|---|---|---|---|
| DeepSWE v1.1 | 77,0 | 74,2 | 74,0 |
| Terminal-Bench 4.0 | 42,3 | 31,2 | 51,8 |
| Automation-Bench v1.0.6 | 60,5 | 54,8 | 50,3 |
| Agents' Last Exam | 35,4 | 31,8 | 28,6 |
| Apex Bench v1.1 | 72,1 | 64,6 | 65,8 |
| ProgramBench | 29,1 | 20,3 | 37,0 |
| NL2Repo-Bench | 68,2 | 65,4 | 75,3 |
| HLE (без инструментов) | 42,6 / 44,0* | 36,8 / 39,1* | 56,3 |
| BabyVision (с инструментами) | 92,5 | 89,6 | 94,1 |
*Текстовое подмножество HLE.
Чекпойнт 1017 обходит предыдущий V4.1-Flash на всех 11 бенчмарках, которые приводит DeepSeek, — прирост от 2,0 до 11,1 балла. Лучший результат — 77,0 в DeepSWE v1.1, выше Claude Opus 5 (74,0) в таблице DeepSeek. Худший — 42,6 в HLE без инструментов против 56,3 у Claude Opus 5. По DeepSWE, Automation-Bench, Agents' Last Exam и Apex Bench лидирует 1017; Claude Opus 5 по-прежнему впереди в Terminal-Bench 4.0, ProgramBench, NL2Repo и HLE. Для сравнения: предыдущий релиз V4-Flash-0731 тоже давал прирост в агентных и кодовых задачах, но 1017 — это уже доработка линии V4.1.
Сравнение с открытыми конкурентами
| Параметр | V4.1-Flash-1017 | Kimi K3 | GLM-5.3 |
|---|---|---|---|
| Всего параметров | 552B основа + 196B Engram | 2,8T | 753B |
| Активных параметров | 8B префилл / 16B декод | 104B | не раскрыто |
| Контекст | 1M | 1 048 576 | не раскрыто |
| Лицензия | MIT (V4.1-Flash); веса 1017 не раскрыты | лицензия Kimi K3 | лицензия GLM-5.3 |
| Модальность | текст, изображение на входе; текст на выходе | текст, изображение | текст |
| DeepSWE v1.1 | 77,0 | 67,5 | 66,9 |
| Agents' Last Exam | 35,4 | 28,3 | 28,5 |
| Цена API (1M входных промахов / выход, пик) | $0,30 / $1,20 | не раскрыто | не раскрыто |
Отдельно стоит прояснить статус весов: под MIT на Hugging Face опубликованы сентябрьские веса V4.1-Flash (763B параметров, FP8). Требования к железу и веса самого чекпойнта 1017 DeepSeek не раскрыла.
Search и Fetch API: $0,75 за 1000 запросов
Search API возвращает ранжированные веб-результаты по запросу, Fetch API отдаёт одну страницу в Markdown. По утверждению DeepSeek, её собственный движок обслуживает сотни миллионов запросов в день.
- Эндпоинты:
POST /v1/tools/searchиPOST /v1/tools/fetchнаapi.deepseek.com. - Параметры поиска: от 1 до 50 результатов, опциональное содержимое страницы, операторы
site:,lang:,after:иbefore:. - Поля результата: у каждого результата есть оценка реранжирования от 0 до 3 и уровень авторитетности от 0 до 4.
- Цена: $0,75 за 1000 успешных запросов по каждому эндпоинту; пустые результаты и ошибки бесплатны.
- Лимит: 5 QPS на аккаунт для каждого API.
- Бесплатный период: серверные вызовы через DeepSeek Harness, Claude Code или Codex бесплатны до 1 ноября 2026 года.
Как подключиться и сколько это стоит
Модель вызывается по имени deepseek-flash через эндпоинты формата OpenAI или Anthropic. Пиковая цена — $0,30 за 1M входных токенов с промахом кэша и $1,20 за 1M выходных токенов; в непиковые часы ставки вдвое ниже.
Практическая ловушка для администратора, который считает бюджет: цена Search и Fetch берётся за успешные запросы, а не за попытки, поэтому ошибки и пустая выдача в счёт не идут. Зато лимит в 5 QPS на аккаунт означает, что параллельные агенты придётся либо ставить в очередь, либо разводить по разным аккаунтам — иначе часть вызовов упрётся в ограничение ещё до того, как вы потратите оплаченный лимит. Для тех, кто уже держит сентябрьские веса V4.1-Flash локально, новый чекпойнт не заменит их бесплатно: веса 1017 не опубликованы, и локальный контур остаётся на прежней версии.
Частые вопросы
Чем 1017 отличается от сентябрьского V4.1-Flash?
Это обновлённый посттренировочный чекпойнт той же модели, а не новая архитектура. Он обходит предыдущую версию на всех 11 бенчмарках из отчёта DeepSeek — от 2,0 до 11,1 балла.
Где доступна новая модель?
На сайте DeepSeek, в приложении и через API под именем deepseek-flash. Вызывать можно через эндпоинты формата OpenAI или Anthropic.
Можно ли скачать веса 1017?
Нет данных: DeepSeek их не раскрыла. Под MIT на Hugging Face лежат только сентябрьские веса V4.1-Flash на 763B параметров в FP8.
Сколько стоит работа с моделью?
В пиковые часы — $0,30 за 1M входных токенов с промахом кэша и $1,20 за 1M выходных. В непиковые ставки вдвое ниже.
Обгоняет ли модель Claude Opus 5?
По таблице DeepSeek — только в части тестов: DeepSWE v1.1 (77,0 против 74,0), Automation-Bench, Agents' Last Exam и Apex Bench. В Terminal-Bench 4.0, ProgramBench, NL2Repo и HLE впереди Claude Opus 5.
Что дают Search и Fetch API?
Поиск возвращает до 50 ранжированных результатов с оценкой реранжирования и уровнем авторитетности, Fetch отдаёт страницу в Markdown. Оба эндпоинта стоят $0,75 за 1000 успешных запросов.
Есть ли бесплатный период?
Да, серверные вызовы через DeepSeek Harness, Claude Code или Codex бесплатны до 1 ноября 2026 года.
Какой лимит запросов к Search и Fetch?
5 QPS на аккаунт для каждого из двух API. Пустые результаты и ошибки при этом не тарифицируются.
Нужна ли особая версия DeepSeek Harness?
DeepSeek рекомендует DeepSeek Harness v0.2.1-rc.1 или новее — под неё, а также под Tencent CodeBuddy и WorkBuddy модель настроена.
Источник: marktechpost.com