DeepSeek V4.1 Flash 1017 улучшает показатели на бенчмарках рассуждения и кодирования

17 октября 2026 года компания DeepSeek выпустила модель DeepSeek-V4.1-Flash-1017. Обновление доступно на сайте, в мобильном приложении и через API под прежним идентификатором deepseek-flash без изменения стоимости вызова.

Веса модели опубликованы на Hugging Face и ModelScope под лицензией MIT. Разработчики отмечают улучшения в reasoning, coding, agentic задачах и визуальных бенчмарках при одновременном сокращении времени выполнения и длины вывода.

Технические характеристики и результаты бенчмарков

Модель представляет собой мультимодальную MoE-архитектуру с backbone 552 млрд параметров и 196 млрд параметров Engram. При инференсе активируется около 8 млрд параметров на prefill и 16 млрд на decode. Поддерживается контекст до 1 млн токенов и генерация до 384 тыс. токенов.

По данным разработчика, на DeepSWE v1.1 модель набрала 77,0 балла против 74,2 у предыдущей версии. На Terminal-Bench 4.0 показатель вырос с 31,2 до 42,3, на ProgramBench — с 20,3 до 29,1. На Automation-Bench v1.0.6 результат увеличился с 54,8 до 60,5. Без инструментов на HLE модель показала 42,6 против прежних 36,8. Прирост зафиксирован на 11 бенчмарках в диапазоне от 2 до 11+ пунктов.

Одновременно DeepSeek открыла публичный доступ к Search и Fetch API на базе собственной поисковой системы. Стоимость составляет 0,75 доллара за 1000 успешных вызовов при лимите 5 QPS. До 31 октября 2026 года 16:00 UTC использование остаётся бесплатным через серверные инструменты.

Контекст релиза и доступность в России

Обновление следует за запуском V4.1-Flash 10 сентября 2026 года, где акцент делался на длинный контекст и сжатый KV-cache. Версия 1017 получена с помощью reinforcement learning с self-feedback и нацелена на agentic и coding сценарии.

Модель и предыдущая версия доступны через официальный веб-интерфейс и приложение без ограничений для пользователей в России. Российские ресурсы neuro-ai.ru и vc.ru уже опубликовали обзоры с указанием локальных тарифов API в рублях. Самостоятельный запуск возможен благодаря открытым весам, что позволяет организациям интегрировать модель в собственную инфраструктуру.

Дальнейшие шаги компании не объявлены. Обновление автоматически применяется для существующих пользователей deepseek-flash. Ожидается появление независимых бенчмарков и рост числа self-hosted развёртываний после публикации весов.