17 октября 2026 DeepSeek выпустила DeepSeek-V4.1-Flash-1017: датированное обновление модели V4.1 Flash, а не новое поколение. Запущено одновременно в веб-версии, приложении и API. Суть: короче ответы и быстрее выполнение задач при той же цене, рост в рассуждениях, коде, агентных задачах и работе с картинками.

Что изменилось

В API модель подаётся под именем deepseek-flash. Способ вызова не менялся, старые имена deepseek-v4-flash и deepseek-v4-flash-vision-exp принимаются, но сами старые модели сняты. Все, кто вызывал deepseek-flash, автоматически получили новую версию без изменений в коде.

Архитектура: разрежённая смесь экспертов, 40 слоёв, 384 эксперта, 6 активных на токен. По весам на Hugging Face около 763 млрд параметров всего. Контекст 1 млн токенов, рекомендованный max_tokens не меньше 256K. Лицензия MIT, веса открыты.

Бенчмарки

По карточке модели новая версия выросла против прежней V4.1-Flash в шести задачах:

  • HLE без инструментов: 42,6 против 36,8 (+5,8)
  • Terminal-Bench 4.0: 42,3 против 31,2 (+11,1)
  • DeepSWE v1.1: 77,0 против 74,2 (+2,8)
  • ProgramBench: 29,1 против 20,3 (+8,8)
  • Automation-Bench v1.0.6: 60,5 против 54,8 (+5,7)
  • Apex Bench v1.1: 72,1 против 64,6 (+7,5)

Рост заметнее всего в Terminal-Bench (работа с терминалом) и ProgramBench (генерация кода). В агентных задачах и автоматизации прибавка 5–8 пунктов.

Против Claude Opus 5 в той же таблице модель отстаёт на сложных рассуждениях: HLE без инструментов 42,6 против 56,3, Terminal-Bench 4.0 42,3 против 51,8. Разрыв 9–14 пунктов.

Цена и доступность

Цена в API DeepSeek не изменилась: вход $0,15–0,30 за млн токенов (ночной/пиковый тариф), выход $0,60–1,20 за млн, попадание в кеш $0,003–0,006. Вывод до 384K токенов.

Вместе с моделью открыты инструменты Search и Fetch в API: поиск по вебу и загрузка страницы как Markdown, $0,75 за 1000 успешных запросов, лимит 5 запросов в секунду. До 1 ноября 2026 бесплатно внутри DeepSeek Harness, Claude Code и Codex.

Модель можно запускать локально через Transformers, vLLM, SGLang, есть квантованные версии для llama.cpp, Ollama и LM Studio.

Что это значит на практике

Обновление под тем же именем API меняет поведение модели. Если вы вызывали deepseek-flash до 17 октября, с этой даты ответы стали другими: короче, быстрее, с другим стилем.

Допустим, вам нужно было сгенерировать функцию на Python для парсинга JSON. Прежняя версия могла вернуть 30 строк с комментариями и проверками, новая вернёт 15 строк без лишних объяснений. Для одних задач это лучше, для других потребуется уточнить промпт.

DeepSeek V4.1 Flash есть в таблице SUJIK как одна из самых дешёвых моделей для кода и текстов. Проверить новую версию можно прямо там: откройте чат, выберите DeepSeek V4 Flash из списка, задайте один и тот же запрос ей и другой модели (например, Claude Sonnet или GPT-5.6 Sol) и сравните ответы. Разница будет видна сразу: длина, стиль, количество примеров.

Привычные промпты стоит перепроверить. Если модель раньше давала развёрнутые ответы, а теперь обрывает их на середине, добавьте в промпт явную инструкцию о длине: «Ответ должен быть полным, с примерами и объяснениями».

Источники