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

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, получили новую версию автоматически, без изменений в коде.

Что выросло

По карточке модели новая версия выросла против прежней V4.1-Flash в шести задачах. Terminal-Bench (работа с терминалом): с 31,2 до 42,3, плюс 11,1 пункта. ProgramBench (генерация кода): с 20,3 до 29,1, плюс 8,8. Агентные задачи Apex Bench: прибавка 7,5 пунктов, Automation-Bench: 5,7.

HLE без инструментов вырос с 36,8 до 42,6 (+5,8), DeepSWE v1.1 с 74,2 до 77,0 (+2,8).

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 на задачах, где требуется глубокое планирование.

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

Цена и новые инструменты

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: 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 проверить

Обновление под тем же именем меняет поведение модели. Судя по росту в бенчмарках, модель стала эффективнее в коде и агентных задачах. Если ваши промпты рассчитаны на подробные ответы с объяснениями, уточните в запросе: «Ответ должен быть полным, с примерами».

DeepSeek V4.1 Flash есть в таблице SUJIK как одна из самых дешёвых моделей для кода и текстов: 17,87 зарядов за миллион токенов на входе, 71,49 на выходе. Запустите задачу на DeepSeek V4.1 Flash и сравните с Claude Sonnet или GPT-5.6 Sol: разница будет видна сразу, особенно в длине ответа и стиле.

Источники