DeepSeek udostępnił aktualizację modelu V4.1-Flash-1017

Szybsze zadania, wyższe wyniki w testach

DeepSeek udostępnił V4.1-Flash-1017 w sobotę wieczorem, nieco ponad pięć tygodni po premierze V4.1-Flash. Karta modelu na Hugging Face nazywa go „niewielką aktualizacją”, która „skraca czas wykonywania zadań i długość odpowiedzi”. Firma nie podała, o ile.

W postach na X DeepSeek napisał, że aktualizacja daje „mocniejsze wyniki w testach porównawczych, szybsze kończenie zadań i krótsze odpowiedzi niż poprzednia wersja”. Model działa w aplikacji webowej i mobilnej DeepSeeka oraz pod dotychczasowym identyfikatorem deepseek-flash, a API jest dostępne w niezmienionych cenach. DeepSeek określił zmianę jako „poprawę w sensie Pareto” w wydajności i koszcie, czyli zysk w możliwościach i efektywności bez odpowiadającego mu wzrostu wydatków.

Testy porównawcze

W testach samego DeepSeeka V4.1-Flash-1017 rozwiązał 77,0% zadań w benchmarku inżynierii oprogramowania DeepSWE v1.1, wobec 74,2% dla wersji z września. W Automation-Bench V1.0.6 zdobył 60,5 punktu, wcześniej 54,8, wynika z arkusza porównawczego udostępnionego wraz z ogłoszeniem.

Ta sama tabela jest mniej korzystna w innych miejscach. Claude Opus 5 od Anthropicu ma 74% w DeepSWE, a w siedmiu z 11 benchmarków opublikowanych przez DeepSeeka nadal wygrywa model Anthropicu. Własna tabela DeepSeeka daje Anthropicowi przewagę prawie 14 punktów w Humanity's Last Exam. W tym teście poprawiony model zdobył od 36,8 do 42,6 punktu, co jest poprawą wobec 36,8 do 39,1 dla V4.1-Flash, podał Bloomberg.

Narzędzia agentowe i API wyszukiwania

DeepSeek poinformował, że dostroił aktualizację pod oprogramowanie agentowe, w tym własne narzędzie DeepSeek Harness i dwa produkty Tencenta: asystenta programowania CodeBuddy i WorkBuddy, agenta desktopowego do pracy biurowej. WorkBuddy oferuje V4.1-Flash od 10 września, czyli od premiery tego modelu. Według DeepSeeka model wykorzystuje uczenie ze wzmocnieniem z informacją zwrotną od siebie, co poprawia prowadzenie projektu od początku do końca, w tym budowanie gier i tworzenie modeli 3D od zera.

Firma udostępniła też zewnętrznym programistom własną wyszukiwarkę. Search API zwraca do 50 uporządkowanych wyników z sieci na zapytanie, a osobne Fetch API zamienia jedną stronę internetową na Markdown. Oba kosztują 75 centów za 1 000 udanych zapytań. Wywołania przez DeepSeek Harness, Claude Code od Anthropicu i Codex od OpenAI są bezpłatne do 1 listopada.

Wagi są na Hugging Face na licencji MIT.

Użycie i presja na ceny

Aktualizacja opiera się na modelu, który już był mocno używany. Dane OpenRoutera, na które powołał się Global Times, pokazały, że V4.1 Flash utrzymał pierwsze miejsce drugi tydzień z rzędu w tygodniowym użyciu od 21 do 27 września, z 19,6 bln tokenów, o 24% więcej niż tydzień wcześniej.

We wrześniu argumentem była cena: DeepSeek wprowadził poza godzinami szczytu stawki API od 15 centów za milion niecache'owanych tokenów wejściowych. Bloomberg podał, że po tej premierze akcje chińskich rywali, MiniMax i Alibaby, spadły w Hongkongu.

Awaria przed premierą

Premierę poprzedziła prawie pięciogodzinna awaria API 15 października, którą Yicai Global zaliczył do najgorszych w tym roku dla DeepSeeka. Firma przeprosiła i przyznała użytkownikom kredyty odpowiadające temu, ile wydali w poprzednim tygodniu. Zapowiedziała usunięcie pojedynczych punktów zależności w swoich systemach, żeby awaria się nie powtórzyła.

Część ekspertów cytowanych przez Bloomberga zwaliła winę na brak mocy obliczeniowych, a agencja podała, że w ostatnich miesiącach spowolnienia i przerwy w usłudze DeepSeeka się nasiliły. Jego agresywnie wycenione modele cieszą się popytem wśród programistów.