Una agua, plumas de garza, proveniente de un lugar sin templo
QuantumBit | Account público QbitAI
Está bien, todo está alineado.
En los dos días anteriores, DeepSeek “colapsó primero y luego compensó”, así que algunos supusieron que el profesor D estaría tomando nuevas medidas.
El resultado realmente hace que todos esperen… el nuevo modelo DeepSeek-V4.1-Flash-1017, está listo rápidamente.
Después de cambiar el nuevo modelo, DeepSeek Harness versión nueva 0.2.1 también ha recibido mejoras, como dice la empresa oficial:
El entrenamiento del nuevo modelo ha sido optimizado específicamente para DeepSeek Harness. Al mejorar el rendimiento de la tarea, se reduce el tiempo de ejecución de la tarea, así como el consumo de salida y las tarifas de token.
Vaya, hace el trabajo más rápido, más eficiente y también más eficaz!!
Además, durante el fin de semana, la profesora D también ofreció algunas ventajas:
Los usuarios que cumplen con los requisitos y se conectan por primera vez a DeepSeek Harness, pueden recibir directamente 6 yuanes de regalo, sin necesidad de cargar dinero, y es válido durante 7 días desde su recepción.
Es importante destacar que la cantidad de crédito se distribuye en limitación, y se termina cuando se agota (¡eh, tengo algo urgente que hacer~).
Más eficiente y con un costo mucho menor
Después de completar la solicitud, vuelva a ver los puntos destacados de este modelo (si ya se ha iniciado sesión en Harness, salga primero antes de volver a iniciarla).
Actualmente, las versiones oficiales en la página web, la APP y el modelo de API han sido actualizadas a un nuevo modelo.
En comparación con la versión anterior V4.1 Flash, la versión 1017 tiene una mejora notable en todos los tests de referencia, y las capacidades como el código y las tareas del agente han mejorado significativamente.
Pero el solo aumento de puntos no es lo peor de esta actualización.
Dado que el rendimiento del modelo aumenta significativamente, el tiempo de ejecución de la tarea y la longitud de la salida disminuyen al mismo tiempo.
¿Eh? De nuevo, el caballo tiene que correr, pero no le dan más hierba, ¿verdad??
Oficialmente, esto se denomina “mejora de Pareto en rendimiento y costos”. Anteriormente, para que el agente hiciera su trabajo mejor, era necesario tolerar que hiciera más esfuerzo, diera más pasos y emitiera más tokens.
En la versión V4.1-Flash-1017, el modelo comienza a intentar tomar menos caminos y decir menos tonterías, y se enfoca directamente en completar la tarea.
Según las pruebas de DeepSWE publicadas oficialmente, la versión V4.1-Flash-1017 ya ha extendido el límite entre rendimiento y costo en varios marcos de Agent.
En particular, DeepSeek Harness, Tencent CodeBuddy y WorkBuddy han recibido optimizaciones especiales.
Actualmente, para poder utilizar completamente estas nuevas capacidades, DeepSeek Harness debe ser actualizado a la versión 0.2.1-rc.1 o superior.
“Programación tipo deseo, ¡realidad en un clic!”
Por supuesto, aunque los pruebas de referencia sean hermosos, no es igual que ver directamente qué puede producir.
Y la nueva tarea que DeepSeek ha preparado para V4.1-Flash-1017 esta vez, también tiene un nombre que entienden bien los usuarios de internet.
“Programación en estilo deseo”.
¿Cómo se hace el deseo?
Anteriormente, para crear un proyecto completo, era necesario desglosar las funciones, la estructura, la interacción y la pila tecnológica, explicándolas una por una al modelo.
Ahora, el usuario solo tiene que decir claramente lo que quiere, y lo demás, como la planificación, escribir código, ejecutar, comprobar y modificar, será llevado por el modelo.
La clave detrás de esto es un conjunto de técnicas de entrenamiento de aprendizaje reforzado basadas en retroalimentación propia.
El modelo no se irá a trabajar inmediatamente después de escribir la primera versión; seguirá revisando lo que ha creado, y si encuentra algo incorrecto, volverá a arreglarlo.
¿Cuál es el resultado de este método?
Al principio, las autoridades crearon una gran obra, y directamente destruyeron el Palacio del Gran Palacio Imperial.
El profesor D utilizó directamente código para crear un escenario 3D que se puede explorar en tiempo real y cambiar de perspectiva.
Muy bien, mientras otros trabajan en Vibe Coding con listas de tareas, el profesor D ya ha comenzado a trabajar en Vibe para la Ciudad Prohibida...
Y el siguiente es aún más absurdo que el anterior:
El juego de carreras en versión web se juega directamente, la versión de Godot de Portal 2 tiene interacciones reales, y también hay un mundo 3D dinámico que abarca desde la prehistoria hasta la modernidad.
De una frase, a un proyecto completo que se puede ver, mover y jugar.
“Programación de tipo deseo”, esta vez realmente logró hacerlo posible por el profesor D.
Se sospecha que se filtró el modelo antes de su lanzamiento, “más inteligente y más simple”.
De hecho, DeepSeek-V4.1-Flash-1017 ya estaba filtrado como si fuera un colador.
Hace unas horas, algunos usuarios atentos descubrieron que, en la lista de modelos de DeepSeek, apareció temporalmente el título “DeepSeek V4.1 Flash-1017”.
Aunque el tiempo de publicación fue corto, fue capturado por quienes estaban atentos a las actualizaciones.
“1017” corresponde exactamente a 17 de octubre, y también sigue la forma habitual que DeepSeek utiliza para marcar las snapshots del modelo con fechas.
Inmediatamente después, otra prueba también apareció.
Un usuario de Internet descubrió que el huérfano de sistema que se devuelve por la interfaz deepseek-flash ha cambiado de “
aeb56401ca74e127821c4f9126dcb669” a “e72d3c7f663d3e1383b00b3884cb4501”.
El huello de huella del sistema cambia, lo que generalmente significa que la versión del modelo o la configuración de despliegue del servicio backend han sido actualizados.
Y después de una ronda de experiencias, la opinión más común actualmente es:
El nuevo modelo parece ser más inteligente, más rápido, y su salida es también más concisa.
El blogger Chetaslua descubrió que la versión nueva del lado derecho presenta detalles más ricos en las imágenes y efectos de luz más realistas.
El efecto obtenido con una sola frase también es bastante bueno, y incluye un proceso de creación específico.
El autor original indica que es más fácil de usar que el Gemini 4 Argon.
De los más de resultados multimodales, parece que el nuevo modelo ha fortalecido lacapacidad de generación en 3D.
Las varias imágenes publicadas por el blogger Hakm son realmente impresionantes; tienen ese impacto que tenía GPT-6 Astra cuando fue lanzado.
También generó casualmente un juego de batalla de armas muy clásico usando el modelo.
¡Vaya! Esta vez realmente vale la pena verlo.
La API de búsqueda desarrollada internamente también se ha puesto a disposición
Además de eso, el pez gordo también nos ha proporcionado la herramienta especial para que los agentes consulten información en línea.
El motor de búsqueda desarrollado por DeepSeek ha lanzado oficialmente dos interfaces de API: Search y Fetch. El primero se encarga de buscar en páginas web, mientras que el segundo sirve para leer el contenido.
Los desarrolladores pueden hacer que el agente busque información según palabras clave, luego extraer los enlaces seleccionados en texto Markdown y entregarlos al modelo para que continúe el análisis.
En el caso de la API de búsqueda, también se soporta la limitación de sitios web, idioma y fecha de publicación, lo que permite reducir directamente el alcance cuando se buscan los últimos mensajes.
Los costos de esta parte de la factura también se calcularán por separado según el número de solicitudes exitosas:
Bajo hasta el absurdo: cada mil solicitudes exitosas cuesta 5 yuanes, y solo se necesita medio centavo para usarla una vez; si la solicitud falla, no hay resultados en la búsqueda o hay un timeout, no se cobra nada.
Actualmente, los usuarios pueden utilizar la API DeepSeek al acceder a DeepSeek Harness, Claude Code o Codex, y es gratuito hasta el 1 de noviembre por tiempo limitado.
Para ser honesto, ese rey de la relación calidad-precio ha vuelto.
DeepSeek vuelve a entrar en el ciclo de Liang Sheng.
HuggingFace:
https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
ModelScope:
https://modelscope.cn/models/deepseek-ai/DeepSeek-V4.1-Flash-1017
Enlace de referencia:
[1]
https://mp.weixin.qq.com/s/X-5kbBkedQ5Oct9byUunag
[2]
https://x.com/aitrackerbot/status/2111295736411300047
[3]
https://x.com/yugen_matuni/status/2111336985554227345
[4]
https://x.com/hakmgpt/status/2111314470433947988
[5]
https://x.com/hakmgpt/status/2111314427416895798
[6]
https://api-docs.deepseek.com/guides/search/