DeepSeek выпустила V4.1-Flash-1017 и заявила 77,0 баллов в DeepSWE
Китайская компания DeepSeek выпустила V4.1-Flash-1017, новую контрольную версию модели V4.1-Flash, доступную на сайте, в приложении и через API, а также поисковый API.
Китайская компания в сфере искусственного интеллекта DeepSeek выпустила DeepSeek-V4.1-Flash-1017 17 октября 2026 года. Модель представляет собой новую контрольную версию существующей V4.1-Flash и сразу становится доступна на сайте DeepSeek, в её приложении и через API.
Компания утверждает, что обновление улучшает версию V4.1-Flash, выпущенную в сентябре, по нескольким параметрам. По словам DeepSeek, новая версия показывает более высокие результаты в тестах, быстрее выполняет задачи и выдает более короткие ответы. Суффикс 1017, по всей видимости, указывает на дату выпуска.
Результаты тестов
Сообщается, что модель набрала 77,0 баллов в DeepSWE, тесте, посвященном задачам в области разработки программного обеспечения. Эта цифра получена самой DeepSeek, независимой оценки, которая бы её подтвердила, пока не опубликовано. Полный набор сравнительных результатов с сентябрьской версией в изученных материалах не приводился.
В рамках запуска компания также открыла разработчикам поисковый API. Сведения о его ценах, охвате и технической архитектуре в доступной информации не указаны.
Почему это важно
Модели с названием Flash, как правило, ориентированы на скорость и меньшую стоимость, а не на максимальные возможности. Более короткие ответы и ускоренное выполнение задач, если они подтвердятся на практике, могли бы сократить расход токенов и задержки для разработчиков, которые отправляют через API большие объемы запросов.
DeepSeek стала одним из самых пристально наблюдаемых китайских разработчиков ИИ, известным конкурентоспособными моделями с низкими ценами. Выпуск обновленной контрольной версии примерно через месяц после сентябрьской говорит о том, что компания поддерживает быстрый темп обновлений. То, как новая модель покажет себя за пределами собственных тестов DeepSeek, станет яснее по мере появления независимых бенчмарков.
Комментарии
Комментариев пока нет. Начните обсуждение или задайте вопрос.
Похожие
Китайская компания StepFun опубликовала открытые веса Step 5 Preview, разреженной модели на 600 миллиардов параметров с 27 миллиардами активных параметров и контекстом в 1 миллион токенов.
Данные Vercel показывают, что модель принятия решений Jev от TypeSafe AI получила доступ к 35% платных команд в течение двух недель после запуска, почти вдвое больше охвата ближайшего конкурента Sonnet 5.5.
Команда Granite выпустила Granite Switch 4.1 15 октября 2026 года. Модель объединяет чат, адаптеры для принятия решений и преобразование речи в текст в одном размещённом эндпоинте.
