DeepSeek brengt V4.1-Flash-1017 uit en claimt 77,0 op DeepSWE
Het Chinese AI-bedrijf DeepSeek heeft V4.1-Flash-1017 uitgebracht, een nieuwe checkpoint van zijn V4.1-Flash-model, beschikbaar via de website, app en API, samen met een zoek-API.
DeepSeek, het Chinese bedrijf op het gebied van kunstmatige intelligentie, heeft op 17 oktober 2026 DeepSeek-V4.1-Flash-1017 uitgebracht. Het model is een nieuwe checkpoint van het bestaande V4.1-Flash van het bedrijf en is direct beschikbaar via de website van DeepSeek, de app en de API.
DeepSeek stelt dat de update op verschillende punten beter is dan de V4.1-Flash-versie die in september verscheen. Volgens het bedrijf behaalt de nieuwe checkpoint hogere benchmarkscores, voltooit taken sneller en levert kortere outputs. Het achtervoegsel 1017 lijkt te verwijzen naar de releasedatum.
Benchmarkclaims
Het model zou een score van 77,0 behalen op DeepSWE, een benchmark die gericht is op taken op het gebied van softwareontwikkeling. Dat cijfer komt van DeepSeek zelf en er is nog geen onafhankelijke evaluatie gepubliceerd die het bevestigt. De volledige set vergelijkende resultaten ten opzichte van de september-release was in de bestudeerde berichtgeving niet beschikbaar.
Het bedrijf heeft bij de lancering ook een zoek-API opengesteld voor ontwikkelaars. Details over de prijs, de dekking en het technische ontwerp zijn in de beschikbare informatie niet opgenomen.
Waarom het ertoe doet
Modellen met de naam Flash zijn doorgaans gericht op snelheid en lagere kosten in plaats van op maximale capaciteit. Kortere outputs en snellere taakafronding zouden, als ze in de praktijk standhouden, het tokengebruik en de latentie verminderen voor ontwikkelaars die grote aantallen verzoeken via de API verwerken.
DeepSeek is uitgegroeid tot een van de meest nauwlettend gevolgde Chinese AI-ontwikkelaars, bekend om concurrerende modellen tegen lage prijzen. Het uitbrengen van een vernieuwde checkpoint ongeveer een maand na de versie van september wijst erop dat het bedrijf een snel updateritme aanhoudt. Hoe het nieuwe model presteert buiten de eigen tests van DeepSeek, zal duidelijker worden zodra onafhankelijke benchmarks verschijnen.
Reacties
Nog geen reacties. Start de discussie of stel een vraag.
Gerelateerd
Het Chinese AI-bedrijf StepFun heeft de open weights gepubliceerd van Step 5 Preview, een schaars model met 600 miljard parameters, waarvan 27 miljard actief zijn, en een contextvenster van 1 miljoen tokens.
Cijfers van Vercel laten zien dat het beslismodel Jev binnen twee weken na lancering door 35% van de betaalde teams werd gebruikt, bijna het dubbele van nummer twee Sonnet 5.5.
Het Granite-team bracht op 15 oktober 2026 Granite Switch 4.1 uit, dat chat, beslissingsadapters en spraak-naar-tekst combineert in één gehoste endpoint.
