Flash model Deepseek V4.1 prekonáva väčších konkurentov v agentických úlohách

Čínska AI spoločnosť Deepseek vydala aktualizovanú verziu svojho jazykového modelu, Deepseek-V4.1-Flash-1017, ktorá sa môže pochváliť výraznými vylepšeniami oproti predchodcovi a väčším konkurenčným modelom.

Nový model je dostupný cez webovú stránku spoločnosti, aplikáciu a API, ako aj na Hugging Face a ModelScope ako model s otvorenou váhou. To umožňuje vývojárom jednoducho ho integrovať do svojich pracovných postupov.

Deepseek-V4.1-Flash-1017 bol trénovaný pomocou posilňovaného učenia so samospätnou väzbou (RLSF), metódy po trénovaní, ktorá umožňuje modelu používať vlastné vnútorné skóre dôvery alebo vlastné kritiky ako signál odmeny, čím sa eliminuje potreba ľudských hodnotiteľov alebo externých modelov odmien.

Tento prístup viedol k zlepšeniu komplexných schopností vývoja projektov, ktoré umožňujú modelu zvládať úlohy ako programovanie hier, 3D modelovanie a dizajn, a dokonca aj animáciu kompaktných vysvetľujúcich videí. Spoločnosť tvrdí, že ide o Pareto zlepšenie v rovnováhe medzi výkonom a nákladmi.

Model bol upravený pre vývojové prostredia ako Deepseek Harness (odporúčaná verzia v0.2.1-rc.1 alebo novšia), Tencent CodeBuddy a WorkBuddy, čím bol kompatibilný s rôznymi programátorskými nástrojmi a platformami.

Interné benchmarky vykonané spoločnosťou Deepseek ukazujú, že V4.1-Flash-1017 prekonáva svojho predchodcu v niekoľkých kategóriách kódovania a AI agentov, pričom prekonáva väčšie konkurenčné modely ako Claude Opus 5, GPT 5.6-Sol, Kimi K3 a GLM 5.3.

Graf nákladov pre benchmark DeepSWE zdôrazňuje výrazné zníženie nákladov na úlohu, ktoré dosiahol V4.1-Flash-1017 v porovnaní s jeho predchodcom. Nový model dosahuje najvyššie skóre 77,0 % pri priemerných nákladoch tesne pod 0,20 $ za úlohu, pričom stále dosahuje 72 % za približne $0,10 v nízkom nastavení.

Naopak, konkurenčné modely ako GPT-6 Astra, Gemini 3.8 Flash a Claude Opus 5 stoja na tom istom grafe medzi 2 a viac ako 10 dolármi za úlohu, pričom žiadny z nich nedosahuje presnosť V4.1-Flash-1017. Stojí za zmienku, že nezávislé benchmarky zatiaľ neboli zverejnené a výsledky benchmarkov sa môžu líšiť od dojmov vývojárov.

Deepseek tiež sprístupnil svoj interný vyhľadávač vývojárom prostredníctvom nových API na vyhľadávanie a načítanie. Spoločnosť tvrdí, že tieto služby bežia na vyhľadávači, ktorý vytvorila interne a ktorý už spracováva stovky miliónov dopytov denne po celom svete.