IT之家 Le 17 octobre, DeepSeek V4.1 Flash a été mis à jour à la version V4.1-Flash-1017. Les interfaces officielles en ligne, l’APP et les modèles API ont été synchronisés avec le nouveau modèle (la manière de faire appel aux API et les prix restent inchangés ; il suffit d’utiliser deepseek-flash pour accéder au modèle le plus récent).
Selon les informations fournies par Deep Seek, cette mise à jour a réalisé une amélioration Pareto entre la performance et le coût : dans tous les tests de référence, les capacités du nouveau modèle sont nettement améliorées par rapport à la version précédente V4.1 Flash. Parallèlement, le temps de fonctionnement des tâches et la longueur des sorties sont réduits, ce qui fait baisser le coût global d’une invocation.
HLE (sans outils) : 42.6 (44.0)
Terminal-Bench 4.0 : 42.3
DeepSWE v1.1 : 77.0
ProgramBench : 29.1
NL2Repo-Bench : 68.2
Automation-Bench v1.0.6 : 60.5
Examen dernier des agents : 35,4
Apex Bench v1.1 : 72.1
Chartographie (outils) : 83.0
BabyVision (outils) : 92.5
ZeroBench-main (w/tools) : 51.0
DeepSeek indique que le nouveau modèle, tout en améliorant les performances, réduit également le temps de fonctionnement et la longueur des résultats du modèle, permettant aux utilisateurs d’accomplir les tâches à un coût plus faible et à une vitesse plus élevée, atteignant ainsi une nouvelle optimalité Pareto entre performance et coût sous plusieurs Harness.
De plus, DeepSeek a spécialement optimisé l’adaptation pour les plateformes telles que DeepSeek Harness, Tencent CodeBuddy et WorkBuddy. Il est recommandé aux utilisateurs de mettre à niveau DeepSeek Harness vers la version 0.2.1-rc.1 ou une version supérieure afin d’obtenir une adaptation complète.
Dans le domaine des capacités, V4.1-Flash-1017 a introduit une modification notable : grâce à l’entraînement par apprentissage renforcé basé sur l’auto-rétroaction, la capacité du modèle à construire des projets complets à partir de zéro est améliorée, couvrant des scénarios tels que le développement de jeux et le modélisation 3D.
Les sources officielles indiquent que cette amélioration permet au modèle de traiter davantage de demandes de programmation de type “vœux”, c’est-à-dire de générer directement des résultats fonctionnels sous des conditions de références de prompts et de matériaux très limitées. Les exemples de démonstration officiels montrent que, dans l’environnement DeepSeek Harness, la version nouvelle a réalisé la construction complète d’un projet en très peu de cycles d’interaction.
En même temps, les poids du modèle DeepSeek V4.1-Flash-1017 ont été mis à disposition pour téléchargement. DeepSeek propose les fichiers de poids sur HuggingFace et ModelScope, continuant ainsi la stratégie de légitimation open source sous licence MIT pour V4.1 Flash.
Adresse de IT Home :
HuggingFace : https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
ModelScope : https://modelscope.cn/models/deepseek-ai/DeepSeek-V4.1-Flash-1017