DeepSeek обновила V4.1 Flash: модель стала быстрее, дешевле и получила собственный поиск

DeepSeek выпустила обновление V4.1-Flash-1017: главное за минуту

17 октября китайская компания DeepSeek обновила свою единственную актуальную модель до версии V4.1-Flash-1017. Четыре цифры в названии указывают на дату релиза — 10 октября (формат MMDD). Разработчики называют обновление минорным, однако по совокупности изменений это заметный шаг вперёд: модель стала быстрее, выдаёт более лаконичные ответы и набрала больше баллов в тестах на программирование и агентную работу. Параллельно DeepSeek открыла доступ к собственной поисковой системе через API — инструменты Search и Fetch. Веса новой версии опубликованы под лицензией MIT, что разрешает коммерческое использование и дообучение, а цены в API остались без изменений.

Flash стала основной моделью компании

Несмотря на приставку Flash, которая обычно обозначает облегчённые версии, эта модель сейчас — флагман линейки. После сентябрьского релиза DeepSeek перенаправила трафик старшей V4 Pro на V4.1 Flash, и до выхода V4.1 Pro именно Flash остаётся основной рабочей лошадкой. Обновление 1017 пришло на смену предыдущей версии автоматически — пользователям ничего переключать не нужно. В API модель доступна под прежним именем deepseek-flash, старые алиасы deepseek-v4-flash и deepseek-v4-flash-vision-exp теперь перенаправляются на новую версию. Чат на сайте deepseek.com и мобильное приложение уже работают на обновлённой модели бесплатно.

Цены в API остались прежними

DeepSeek сохранила тарифную сетку. Стоимость входных токенов из кэша — 0,003 доллара за миллион, без кэша — 0,15 доллара за миллион, генерация ответа — 0,6 доллара за миллион токенов. Указанные цены — ночные тарифы. В часы пик по будням (с 04:00 до 07:00 и с 09:00 до 13:00 по Москве) ставки удваиваются. Для сравнения: у ведущих западных провайдеров цены на флагманские модели часто в 10–30 раз выше, что делает DeepSeek уникальным предложением на рынке по соотношению цена/качество.

Прорыв в агентном программировании: решает задачи за копейки

Самый яркий результат нового релиза продемонстрирован на бенчмарке DeepSWE v1.1. Этот тест предлагает модели реальные задачи из открытых репозиториев с кодом и проверяет, сколько из них доводится до рабочего решения. По вертикали — процент решённых задач, по горизонтали — средняя стоимость одной задачи в долларах.

Результаты по DeepSWE v1.1

На максимальном уровне рассуждений V4.1-Flash-1017 решает 77% задач, и одна задача обходится примерно в 20 центов. Предыдущая версия давала 74% почти за 50 центов. У конкурентов цифры другого порядка: Gemini 3.8 Flash набирает около 73% примерно за 2 доллара за задачу, а Claude Opus 5 — около 74% за сумму более 10 долларов. Даже на минимальном уровне рассуждений новая DeepSeek удерживает около 72% при цене порядка 10 центов. В процентах отрыв от лидеров невелик, а в деньгах он измеряется десятками раз. Насколько короче стали ответы, компания не уточняет — проверить можно только на своих задачах.

Где прирост максимальный

В официальной таблице сравнения с прошлой V4.1 Flash, Kimi K3, GLM-5.3, GPT-5.6 Sol и Claude Opus 5 наибольший прирост пришёлся на задачи, где модель работает «руками» — пишет код, запускает команды и доводит дело до конца:

• Terminal-Bench 4.0 (работа в командной строке) — 42,3 против 31,2 у прошлой версии;
• ProgramBench (написание программ целиком) — 29,1 против 20,3;
• Apex Bench v1.1 (сложные прикладные задачи) — 72,1 против 64,6;
• Automation-Bench v1.0.6 (автоматизация рабочих процессов) — 60,5 против 54,8;
• Agents' Last Exam (многошаговые задачи для агентов) — 35,4 против 31,8.

В DeepSWE, Automation-Bench, Agents' Last Exam и Apex Bench модель DeepSeek обходит всех соперников из таблицы, включая Claude Opus 5. В визуальных тестах с инструментами (Chartography, BabyVision, ZeroBench) прибавка скромнее — 2–4 пункта.

Где конкуренты всё ещё впереди

Картина не везде в пользу DeepSeek. Claude Opus 5 опережает V4.1 Flash 1017 в Terminal-Bench 4.0 (51,8 против 42,3), ProgramBench (37,0 против 29,1) и NL2Repo-Bench, где нужно собрать целый репозиторий по описанию (75,3 против 68,2). В Humanity's Last Exam без инструментов — наборе трудных вопросов на эрудицию из разных наук — разрыв самый заметный: 56,3 против 42,6. Здесь DeepSeek уступает и GPT-5.6 Sol, и Kimi K3. Стоит учитывать состав соперников: в таблице стоят Claude Opus 5 и GPT-5.6 Sol, хотя у Anthropic и OpenAI уже есть более новые модели. На графике DeepSWE свежие GPT-6 присутствуют, и там DeepSeek сохраняет первенство по проценту решённых задач, но с отрывом в пару пунктов.

Четыре демонстрационных проекта «с нуля»

Отдельно DeepSeek показывает, как модель собирает законченный проект от идеи до результата. По словам компании, этому её научили через обучение с подкреплением, где модель оценивает собственные промежуточные результаты. В демонстрации четыре примера: 3D-модель Запретного города, браузерная гоночная игра, ремейк Portal 2 на движке Godot и 3D-сцена Valley of Ages с развитием человечества от доисторических времён до наших дней. Демонстрации отбирает сама компания, поэтому о стабильности результата они говорят мало, зато показывают, на какой сценарий DeepSeek делает ставку — агентное создание готовых артефактов.

Новый поисковый API: Search и Fetch

Вместе с моделью DeepSeek открыла всем два инструмента на собственной поисковой системе, которая, по данным компании, обрабатывает сотни миллионов запросов в день. Search находит страницы по запросу и возвращает структурированные результаты, Fetch загружает одну страницу и отдаёт её текст в формате Markdown. Такие инструменты критически важны для агентов, которым по ходу задачи надо сходить в интернет за актуальной информацией. Каждый инструмент стоит 0,75 доллара за тысячу успешных вызовов — ошибки и пустые ответы не оплачиваются. Через серверные инструменты в DeepSeek Harness, Claude Code и Codex пользователи DeepSeek API пока ищут бесплатно. Оплата начнётся 31 октября в 19:00 по Москве.

Открытые веса под MIT: можно дообучать и использовать коммерчески

Веса DeepSeek V4.1 Flash 1017 опубликованы на Hugging Face и ModelScope под лицензией MIT, которая разрешает коммерческое использование и дообучение без ограничений. Контекстное окно — до миллиона токенов. Разработчики рекомендуют параметры temperature 1.0 и top_p 1.0, лимит ответа max_tokens не меньше 256 тысяч токенов. Для агентной работы DeepSeek советует собственную оболочку DeepSeek Harness версии 0.2.1-rc.1 и новее; модель также оптимизирована под Tencent CodeBuddy и WorkBuddy. Для запуска у себя нужен серьёзный сервер — домашний компьютер такую модель не потянет. Большинству проще работать через чат или API.

Как попробовать новую версию уже сейчас

Обычному пользователю ничего делать не нужно — чат на сайте и мобильное приложение бесплатны и уже работают на V4.1-Flash-1017. Тем, кто подключает DeepSeek к Claude Code или Codex как недорогую замену, имеет смысл до 31 октября прогнать на ней свои типовые задачи, пока поиск в этих оболочках бесплатен. Так будет видно, сколько на деле стоит одна задача и насколько короче стали ответы.

Вывод: флагманский уровень за цену младшей модели

DeepSeek V4.1 Flash 1017 не выигрывает у Claude Opus 5 везде — особенно в задачах на эрудицию и сборку больших проектов. Зато в агентном программировании она держится рядом с лидерами при цене задачи в десятки раз ниже. Для тех, кто запускает агентов сотнями прогонов в день, этот аргумент весит больше пары пунктов в таблице бенчмарков. Следующая проверка — V4.1 Pro, которую DeepSeek пока не датировала.