DeepSeek publie V4.1-Flash-1017, une mise à jour qu’il dit plus rapide et produisant des réponses plus courtes

DeepSeek a publié DeepSeek-V4.1-Flash-1017, une version mise à jour de son modèle V4.1-Flash. Dans son annonce, l’entreprise a déclaré que la nouvelle version obtient de meilleurs scores aux benchmarks, accomplit les tâches plus rapidement et génère des réponses plus courtes que sa devancière, qualifiant le résultat d’« amélioration de Pareto en matière de performances et de coûts ». Selon DeepSeek, le modèle est disponible sur son site web, dans son application et via son API, et les poids ont été publiés sur Hugging Face et ModelScope.

The Economic Times, reprenant une dépêche d’agence, a indiqué que DeepSeek avait annoncé la mise à jour samedi après-midi dans une série de messages sur X et l’avait décrite comme une révision mineure de la précédente V4.1-Flash. Le rapport citait le rapport technique de l’entreprise sur Hugging Face, qui fait état d’« améliorations substantielles en raisonnement, en programmation, en tâches agentiques et sur les benchmarks visuels ». Selon le rapport, DeepSeek a également publié des scores sur Humanity's Last Exam, un test de plusieurs milliers de questions couvrant les mathématiques, les sciences et les sciences humaines, avec une fourchette de 36,8 à 42,6 pour le nouveau modèle contre 36,8 à 39,1 pour V4.1-Flash. Aucune des deux sources n’explique ce que représentent ces fourchettes, et les chiffres n’ont pas été vérifiés de manière indépendante.

DeepSeek a déclaré que le modèle avait été entraîné par apprentissage par renforcement avec autoévaluation afin de mieux construire des projets complets de bout en bout, et a présenté des exemples dont une modélisation 3D de la Cité interdite, un jeu de course jouable dans le navigateur et une recréation de Portal 2 réalisée avec le moteur Godot. L’entreprise a indiqué que le modèle a été optimisé pour des outils tels que DeepSeek Harness, Tencent CodeBuddy et WorkBuddy, et recommande DeepSeek Harness v0.2.1-rc.1 ou une version plus récente. Elle a aussi publié un graphique mettant en regard le Pass@1 sur DeepSWE v1.1 et le coût par tâche, mesuré avec le harnais mini-swe-v2.

Parallèlement au modèle, DeepSeek a ouvert ses API Search et Fetch à tous les utilisateurs. L’entreprise a indiqué qu’elles reposent sur son propre moteur de recherche, qui, selon elle, traite des centaines de millions de requêtes par jour, et a fixé le prix de chaque point d’accès à 0,75 $ pour 1 000 appels. Selon l’entreprise, les utilisateurs de l’API DeepSeek peuvent appeler ces outils gratuitement via les outils côté serveur de DeepSeek Harness, Claude Code et Codex jusqu’au début de la facturation, le 31 octobre 2026 à 16:00 UTC.

Le rapport replace cette publication dans une concurrence plus large entre les modèles chinois à poids ouverts et les systèmes propriétaires américains plus coûteux d’entreprises comme OpenAI et Anthropic, ainsi qu’avec des rivaux chinois tels que Moonshot Kimi et Z.ai. Il relève que la forte remise à laquelle V4.1-Flash avait été proposé après son lancement début septembre avait été suivie de fortes baisses des actions, cotées à Hong Kong, de concurrents comme MiniMax, Z.ai et Alibaba. Le rapport indique aussi que DeepSeek a subi plus tôt dans la semaine une panne de serveurs d’environ cinq heures, que certains experts ont liée à une capacité de calcul insuffisante, et que les ralentissements et perturbations se sont multipliés ces derniers mois avec la hausse de la demande des développeurs.