DeepSeek משחררת את V4.1-Flash-1017, עדכון שלדבריה מהיר יותר ומפיק פלטים קצרים יותר
חברת הבינה המלאכותית הסינית מתארת את המודל בעל המשקלים הפתוחים כעדכון מינורי ל-V4.1-Flash, ואומרת שהוא משפר את הציונים במבחני ביצועים ובמקביל מקצר את אורך הפלט. היא גם פתחה את ממשקי ה-API של Search ו-Fetch לכל המשתמשים.
נקודות מרכזיות
- 1DeepSeek אומרת ש-V4.1-Flash-1017 משיג ציונים טובים יותר במבחני ביצועים, משלים משימות מהר יותר ומפיק פלטים קצרים יותר מ-V4.1-Flash.
- 2לפי החברה, המודל זמין באתר, באפליקציה וב-API של DeepSeek, עם משקלים פתוחים ב-Hugging Face וב-ModelScope.
- 3ציוני Humanity's Last Exam המדווחים שפרסמה DeepSeek נעים בין 36.8 ל-42.6, לעומת 36.8 עד 39.1 לגרסה הקודמת; הנתונים סופקו על ידי החברה.
- 4DeepSeek פתחה את ממשקי ה-API של Search ו-Fetch לכל המשתמשים במחיר של $0.75 לכל 1,000 קריאות לכל נקודת קצה, כשחלק מהשימוש המבוסס על כלים חינמי עד 31 באוקטובר 2026.
- 5לפי הדיווח, השחרור מגיע לאחר תקלה של כחמש שעות מוקדם יותר השבוע, שחלק מהמומחים ייחסו למשאבי מחשוב מוגבלים.
הידיעה המלאה
DeepSeek שחררה את DeepSeek-V4.1-Flash-1017, גרסה מעודכנת של המודל V4.1-Flash שלה. בהודעת השחרור אמרה החברה כי הגרסה החדשה משיגה ציונים גבוהים יותר במבחני ביצועים, מסיימת משימות מהר יותר ומפיקה תגובות קצרות יותר מקודמתה, וכינתה את התוצאה „שיפור פארטו בביצועים ובעלות”. לדברי DeepSeek, המודל זמין באתר שלה, באפליקציה שלה ודרך ה-API שלה, והמשקלים פורסמו ב-Hugging Face וב-ModelScope.
The Economic Times, שפרסם דיווח של סוכנות ידיעות, מסר כי DeepSeek הודיעה על העדכון ביום שבת אחר הצהריים בסדרת פוסטים ב-X ותיארה אותו כגרסה מתוקנת מינורית של V4.1-Flash הקודם. הדיווח ציטט את הדוח הטכני של החברה ב-Hugging Face, שלפיו יש „שיפורים משמעותיים בהסקה, בתכנות, במשימות סוכניות ובמבחני ביצועים חזותיים”. לפי הדיווח, DeepSeek פרסמה גם ציונים ב-Humanity's Last Exam, מבחן של אלפי שאלות במתמטיקה, במדעים ובמדעי הרוח, ונתנה טווח של 36.8 עד 42.6 למודל החדש לעומת 36.8 עד 39.1 ל-V4.1-Flash. אף אחד מהמקורות אינו מסביר מה מייצגים הטווחים, והנתונים לא אומתו באופן עצמאי.
DeepSeek אמרה כי המודל אומן בלמידת חיזוק באמצעות משוב עצמי כדי להשתפר בבניית פרויקטים מלאים מקצה לקצה, והציגה דוגמאות ובהן מודל 3D של העיר האסורה, משחק מרוצים מבוסס דפדפן ושחזור של Portal 2 שנבנה במנוע Godot. החברה אמרה שהמודל עבר אופטימיזציה לכלים ובהם DeepSeek Harness, Tencent CodeBuddy ו-WorkBuddy, והיא ממליצה על DeepSeek Harness v0.2.1-rc.1 או גרסה חדשה יותר. היא גם פרסמה תרשים המציג את DeepSWE v1.1 Pass@1 מול העלות לכל משימה, כפי שנמדדו באמצעות סביבת הבדיקה mini-swe-v2.
לצד המודל, DeepSeek פתחה את ממשקי ה-API של Search ו-Fetch לכל המשתמשים. לדבריה, הם פועלים על מנוע החיפוש שלה, שלדבריה מטפל במאות מיליוני בקשות ביום, והיא תמחרה כל נקודת קצה ב-$0.75 לכל 1,000 קריאות. לפי החברה, משתמשי ה-API של DeepSeek יכולים להפעיל כלים אלה בחינם באמצעות כלים בצד השרת ב-DeepSeek Harness, ב-Claude Code וב-Codex, עד תחילת החיוב ב-31 באוקטובר 2026, בשעה 16:00 UTC.
הדיווח ממקם את השחרור בתוך תחרות רחבה יותר בין מודלים סיניים בעלי משקלים פתוחים לבין מערכות קנייניות אמריקאיות יקרות יותר של חברות כמו OpenAI ו-Anthropic, וכן מתחרות מקומיות ובהן Moonshot Kimi ו-Z.ai. צוין בו כי לאחר ההנחה החדה שבה הוצע V4.1-Flash בעקבות השקתו בתחילת ספטמבר נרשמו ירידות חדות במניות הנסחרות בהונג קונג של מתחרות כמו MiniMax, Z.ai ו-Alibaba. עוד נמסר בדיווח כי ל-DeepSeek הייתה תקלת שרתים של כחמש שעות מוקדם יותר השבוע, שחלק מהמומחים קישרו ליכולת מחשוב בלתי מספקת, וכי האטות ושיבושים נעשו תכופים יותר בחודשים האחרונים ככל שגדל הביקוש מצד מפתחים.
למה זה חשוב
המודלים הזולים של DeepSeek בעלי המשקלים הפתוחים מאתגרים את המתחרות האמריקאיות והפעילו לחץ על מתחרות סיניות, והתמחור הקודם של V4.1-Flash חפף לירידות במניות של מתחרות. אם השיפורים הנטענים במהירות ובאורך הפלט יתבררו כנכונים, העדכון עשוי להוזיל עלויות למפתחים, אף שהתקלות האחרונות מצביעות על עומסי קיבולת בעמידה בביקוש הזה.
ציר זמן
· פורסם
נושאים#DeepSeek#מודלים בעלי משקלים פתוחים#מודלי שפה גדולים#תכנות בבינה מלאכותית#סין
מקורות
ידיעה זו מתבססת על המקורות הבאים. קראו אותם לקבלת ההקשר המלא.
