DeepSeek vydáva aktualizáciu V4.1 Flash s lepším výkonom a prístupom k API

DeepSeek vydal aktualizáciu svojho modelu V4.1 Flash, len niečo vyše mesiaca po tom, čo bola pôvodná verzia sprístupnená 10. septembra. Nová verzia, V4.1-Flash-1017, je teraz dostupná na všetkých webových, aplikačných a API endpointoch, čo predstavuje významnú iteráciu v úsilí spoločnosti o zlepšenie výkonu a efektivity.

Aktualizácia prináša niekoľko kľúčových vylepšení, vrátane vylepšených kódovacích schopností a skrátenia času behu úlohy a dĺžky výstupov. Podľa oficiálnych testovacích údajov V4.1-Flash-1017 prekonáva svojho predchodcu vo viacerých oblastiach a dosahuje najvyššie skóre v benchmarkoch ako DeepSWE v1.1, Automation-Bench, Agents’ Last Exam a Apex Bench v1.1.

Proprietárne API vyhľadávača DeepSeek bolo tiež po prvýkrát sprístupnené vývojárom, čo im umožňuje integrovať základné vyhľadávacie schopnosti spoločnosti do ich vlastných AI aplikácií. Tento krok je považovaný za významný krok vpred v poskytovaní schopností vyhľadávania informácií v reálnom čase pre používateľov aj veľké modely.

Oficiálna technická správa opisuje túto aktualizáciu ako “menšiu aktualizáciu”, no zverejnené hodnotiace údaje naznačujú, že výkonnostné zisky výrazne presahujú to, čo znamená slovo “minor”. V skutočnosti V4.1-Flash-1017 dosiahol úspešnosť 77,0 % na najvyššej úrovni s priemernými nákladmi približne 0,19 $ za úlohu na DeepSWE v1.1.

V porovnaní so svojím predchodcom sa V4.1-Flash-1017 zlepšil vo všetkých 11 benchmarkoch uvedených na oficiálnej modelovej karte. Vedie tabuľku v štyroch kľúčových oblastiach: DeepSWE v1.1, Automation-Bench, Agents’ Last Exam a Apex Bench v1.1. Claude Opus 5 stále vedie v HLE, Terminal-Bench 4.0, ProgramBench a NL2Repo-Bench.

Nový model dosiahol tieto výkonnostné zisky pri znížení času behu úlohy a dĺžky výstupu. DeepSeek to opisuje ako “Pareto zlepšenie výkonu oproti nákladom.” Ako príklad vezmime DeepSWE v1.1, V4.1-Flash-1017 dosahuje úspešnosť 77,0 % na najvyššej úrovni s priemernými nákladmi približne 0,19 $ za úlohu.

Pre porovnanie, jeho predchodca dosiahol na najvyššej úrovni 74,2 % úspešnosť za približne 0,49 $ za úlohu na DeepSWE v1.1. Claude Opus 5 medzitým stojí takmer $12 za úlohu na najvyššej úrovni. Rozdiel medzi týmito modelmi je zrejmý pri zohľadnení úspešnosti aj nákladov na úlohu.

Oficiálna cenová stránka uvádza nasledujúce sadzby pre deepseek-flash (na milión tokenov): špičkové hodiny sú ocenené na 0,003 $/0,006 $ za milión tokenov (cache hit), zatiaľ čo mimo špičky sú účtované za polovičnú sadzbu. API ponúka endpointy vo formáte OpenAI aj Anthropic, čo umožňuje nástrojom ako Claude Code a Codex pracovať s existujúcimi konfiguráciami.

Pre vývojárov na zahraničných trhoch, ako je Japonsko, API poskytuje podporu pre dva nové koncové zariadenia: Search a Fetch. Tieto endpointy stoja 5 jüanov (približne 0,75 $) za 1 000 hovorov a umožňujú používateľom integrovať vyhľadávacie schopnosti DeepSeek priamo do vlastných AI aplikácií.

Používatelia, ktorí už prepojili DeepSeek API cez DeepSeek Harness, Claude Code alebo Codex , budú automaticky pristupovať k týmto dvom koncovým bodom. Pred 1. novembrom sú vyhľadávacie a načítavacie hovory v týchto nástrojoch zadarmo; potom budú účtované za každý hovor.

Oficiálny sprievodca používaním špecifikuje nasledovné pre dva nové koncové body: Vyhľadávanie vracia 1–50 výsledkov na jedno volanie (predvolene 10), s podporou dotazov pre site:, lang:, after:, before: a inú syntax vyhľadávania. Každý výsledok nesie rerank_score 0–3 (1,5 alebo viac znamená kvalitný výsledok) a hodnotenie autority 0–4 (3 alebo viac znamená vysokú autoritu).

Neúspešné, prázdne alebo časovo limitované požiadavky sa neúčtujú. Rýchlostné limity pre vyhľadávanie a načítanie sa počítajú nezávisle na každom účte, s dodatočnými obmedzeniami na cieľovú doménu na koncovom bode Fetch.

Váhy modelov V4.1-Flash-1017 sú teraz dostupné na HuggingFace a ModelScope pod názvom repozitára DeepSeek-V4.1-Flash-1017. Model má 763B celkových parametrov, je vydaný pod licenciou MIT open-source, podporuje prekladaný vstup obrázkov a textu a obsahuje kontextové okno s 1M-tokenom.

Oficiálne odporúčané parametre sú teplota 1,0 a top_p 1,0, pričom max_tokens nesmie byť menej ako 256K. Zo strategického hľadiska je prístup DeepSeek k tejto aktualizácii jasný: namiesto toho, aby sa rozprávalo o číslach verzií alebo veľkosti modelu, spoločnosť kladie dôraz na praktickú efektívnosť a inžinierske nasadenie vo všetkých oblastiach.

Presnejšie uvažovanie komprimuje čas na úlohy a spotrebu tokenov; silnejšie schopnosti agentov podporujú zážitok z programovania založeného na želaniach; a otvorené proprietárne vyhľadávacie API vyplňuje medzeru v informáciách v reálnom čase. Pre vývojárov aj používateľov má schopnosť skutočne dokončiť zložité úlohy s menším množstvom zdrojov a vyššou rýchlosťou väčšiu praktickú hodnotu než samotné benchmarkové skóre.

Aktualizácia sa tiež zamerala na optimalizáciu pre tri platformové rámce: DeepSeek Harness, Tencent’s CodeBuddy a WorkBuddy. Oficiálny účet DeepSeek Harness súčasne vydal verziu 0.2.1 na podporu nového modelu, pričom poznamenal, že počas trénovania dostal cielenú optimalizáciu, zlepšil výkon úloh a zároveň znížil čas behu, spotrebu výstupu a náklady na tokeny.

Skúsenostné zlepšenie DeepSeek v scenároch agentického kódovania je s touto aktualizáciou obzvlášť výrazné. Natrénovaný technikami posilňovaného učenia so samospätnou väzbou, V4.1-Flash-1017 zlepšil svoju schopnosť vytvárať kompletné projekty od nuly v oblastiach ako vývoj hier a 3D modelovanie, podporujúc viac úloh programovania založených na želaniach a požiadaviek na vývoj projektov.

Prechod od ‘interakcie v štýle supervízora’ k ‘autonómnemu doručovaniu výsledkov’ je kľúčovou skúsenostnou zmenou v agentických scenároch s touto modernizáciou. Tento posun smerom k väčšej autonómii bude pravdepodobne mať významné dôsledky pre vývojárov pracujúcich na zložitých projektoch.

Celkovo aktualizácia DeepSeek predstavuje významný krok vpred v poskytovaní praktickej efektivity a inžinierskeho nasadenia vo všetkých oblastiach. Tým, že spoločnosť kladie dôraz na reálne zlepšenie výkonu namiesto samotných benchmarkových skóre, dokazuje svoj záväzok podporovať vývojárov aj používateľov.