DeepSeek выпустила V4.1 Flash, которая обгоняет V4 Pro по скорости и качеству
DeepSeek: DeepSeek v4.1 Flash 1017
DeepSeek V4.1 Flash 1017 — снимок от 17 октября 2026 года, первая модель компании на архитектуре Causal Encoder-Decoder. Разреженная mixture-of-experts активирует 8B параметров на входе и 16B на выходе из 552B-основы, а понимание изображений встроено в архитектуру с самого начала предобучения. Сжатый KV-кэш сокращает память примерно вчетверо, что снижает затраты на агентные задачи. Контекст — 1M токенов, цена — $0.15/$0.60 за миллион токенов.
DeepSeek позиционирует её как экономичный уровень семейства V4.1 и сообщает, что она превосходит V4 Pro по производительности, скорости и времени выполнения задач.
- OsrsNeedsf2P
DS не лучше Sol и Gemini в бенчмарках, но поработав со всеми ними какое-то время, я начинаю понимать, почему люди считают, что DS _ощущается_ намного лучше.
Во-первых, это tok/s и TTFT у провайдеров. Deepseek молниеносно справляется с работой — при вполне хорошем качестве — и ты не обнаруживаешь себя в ожидании завершения работы агентов.
Во-вторых, это открытость. Возможность видеть CoT и не быть случайно заблокированным из-за cyber review. Ты никогда не гадаешь, завис ли он или случайно сломается. В сочетании с отличной ценой.. Моя следующая подписка, вероятно, будет Z.ai
- gregwebs
Собственная новостная страница компании: https://api-docs.deepseek.com/news/news261017
Они показывают, что эта новая версия набирает значительно больше баллов в нескольких бенчмарках по программированию, обходя Sol 5.6 (6.1 — последняя) в 10 из 11 бенчмарков.
Я возвращаюсь к DeepSeek для написания кода. Я пробовал использовать Sol и мне нравился результат, но это должно закрыть большую часть этого разрыва. Я использую Opus/Sol для плана реализации и код-ревью, а также использую их для допроса. DeepSeek также выполняет проверки.
- simonw
Вот несколько пеликанов. Вариант "max" занял более 11 минут: https://tools.simonwillison.net/markdown-svg-renderer?url=ht...
Определённо улучшение по сравнению с deepseek-v4-flash-0731: https://tools.simonwillison.net/markdown-svg-renderer?url=ht...
- AmazingTurtle
итак, я провёл сравнение яблок с бананами.
я позволил 4 разным агентам просмотреть одну и ту же грязную кодовую базу (изменено 200+ файлов, c++, игровой движок):
- deepseek v4.1 flash через deepseek API: потребовалось 20 минут, чтобы найти одну релевантную проблему p1 и одну нерелевантную проблему p2
- glm 5.3 flash NVFP4 через TP2 DGX Sparks: потребовалось 1 час 5 минут, чтобы найти проблему p3 в документации
- gpt 5.6 sol: потребовалось 5 минут 30 секунд на одну проблему p1 и одну p2. обе релевантны
- gpt 6.1 sol: потребовалось 4 минуты 30 секунд на две проблемы p1 и одну p2. обе релевантны.
Стоит упомянуть: ни одна из этих находок не пересекалась.
Я позволил deepseek v4.1 flash и gpt 6.1 sol спланировать исправления по сводке находок. в этом конкретном сценарии: gpt 6.1 sol планировал увеличить размер буфера со 128 до 256, чтобы вместить 191 элемент, который выходил за рамки тестового сценария. он включил некоторый запас. deepseek v4.1 flash, с другой стороны, решил сделать его ровно 191, чтобы удовлетворить тест, например.
Декодирование TPS у deepseek впечатляет. У меня никогда не было и секунды ощущения, что меня оставили одного, и мысли "чёрт, эта штука работает". Несмотря на все мои усилия, ему потребовалось примерно в 4 раза больше времени на обзор, он нашёл меньше и спланировал хуже, чем GPT 6.1 Sol. По настенным часам. У меня нет данных о количестве токенов для сравнения. Если бы я оценивал эти модели от 1 до 10 (10 = высший уровень GG), я бы дал deepseek твёрдую 6.5, а 6.1 sol — 7.5-8.0, может быть.
- cmiles8
Честно говоря, учитывая, насколько хорошими становятся модели с открытыми весами, я больше не вижу жизнеспособной бизнес-модели для OpenAI и Anthropic. Прибыль в вычислениях, а не в модели. OpenAI и Anthropic потратили все свои деньги на аренду вычислений у других, так что да, они могут продавать инференс лёгких моделей, но у них теперь огромное структурное невыгодное положение, поскольку другие всегда могут продавать достаточно хороший инференс намного дешевле.
Также нет никакой привязанности к моделям, и у большинства компаний теперь есть свои внутренние утилиты маршрутизации, так что разработчики и пользователи могут просто сохранить ту же конечную точку API и переключаться между моделями заменой одной строки кода.
Если что-то не изменится в крупных лабораториях и быстро, они выглядят довольно *обречёнными*.
- ilitirit
Я использую DS v4.1 Flash ежедневно уже почти месяц в экспериментах с Agent Swarm. Я тестировал её против GLM-5.3-flash и Opus 5.5. DS 4.1 для меня выходит на первое место. Opus 5.5 всё ещё самая умная, но скорость и цена DS 4.1 с лихвой компенсируют разрыв в "интеллекте". Я запускал рои Chief/Builder/Reviewer автономно на несколько дней. Думаю, мой новый рабочий процесс будет таким: DS 4.1 Flash делает всю инженерию, а Opus просто проверяет её работу. 4.1 Flash действительно очень впечатляющая модель. Респект команде Deepseek.
- olavgg
Мне сейчас очень нравится связка DeepSeek Flash + Opus 5.5 в роли советника/ревьюера. Я расходую подписку Claude Code за $200 меньше чем за 24 часа теперь только на один проект, и я ненавижу возиться с разными аккаунтами каждый день. Теперь, когда с подписками включены $200 API-кредитов, я полностью переписал свой рабочий процесс для кодинг-агента.
- apejcic
Это отличное обновление, я прогнал бенчмарк, сравнивая многословность и интеллект со старыми весами.
- Reasoning effort = 1 теперь действительно можно использовать, и он производит в 2.5 раза меньше токенов, чем старые веса, без потери интеллекта.
- В целом на 20% меньше токенов при каждом уровне reasoning effort.
- Тот же интеллект и тот же паттерн вызова инструментов.
Подробности в блог-посте https://sference.com/blog/deepseek-v41f-1017-benchmark