DeepSeek V4.1 Flash обновила модель для кода и обошла GPT-5.6

DeepSeek выпустила обновление V4.1 Flash — DeepSeek-V4.1-Flash-1017. Новая версия получила улучшения в рассуждениях, программировании, работе ИИ-агентов и анализе изображений. В отдельных тестах на программирование модель показала более высокий результат, чем GPT-5.6 Sol и Claude Opus 5, что особенно заметно в агентных сценариях.

DeepSeek V4.1 Flash показала рост в программировании

Обновлённая модель опубликована на Hugging Face. DeepSeek-V4.1-Flash-1017 на Hugging Face

Согласно результатам тестов разработчиков, наиболее заметный прирост пришёлся на задачи, в которых модель должна самостоятельно выполнять последовательность действий. Такой формат характерен для ИИ-агентов, способных не только генерировать код, но и последовательно решать многоэтапные задачи.

В Terminal-Bench 4.0 результат DeepSeek V4.1 Flash вырос с 31,2% до 42,3%. В ProgramBench показатель увеличился с 20,3% до 29,1%.

Отдельно разработчики приводят результат DeepSWE: модель набрала 77%, тогда как GPT-5.6 Sol получила 73%, а Claude Opus 5 — 74%. Таким образом, именно в этом тесте DeepSeek V4.1 Flash показала преимущество над обеими моделями.

Меньше времени и токенов на выполнение задач

Помимо качества результатов, DeepSeek заявляет о сокращении времени выполнения задач и количества генерируемых токенов. Это важно прежде всего для сложных агентных операций, где модель выполняет несколько последовательных действий.

Меньшее число токенов потенциально позволяет снизить затраты при использовании модели через API, однако исходные данные не содержат конкретных значений экономии, поэтому оценивать её размер пока нельзя.

Контекст на 1 млн токенов и открытые веса

DeepSeek V4.1 Flash поддерживает контекстное окно объёмом 1 млн токенов, а максимальная длина ответа составляет 256 тысяч токенов. Модель работает не только с текстом, но и с изображениями.

Веса модели опубликованы с заявленным количеством параметров 763 млрд и распространяются под лицензией MIT. Это позволяет использовать опубликованные веса в рамках условий данной лицензии.

Практически обновление представляет интерес для разработчиков, которые используют ИИ для программирования, автоматизации многоэтапных операций и агентных сценариев. При этом приведённые показатели относятся к конкретным тестам разработчиков и не означают универсального превосходства модели во всех задачах.