DeepSeek rilascia V4.1-Flash-1017, un aggiornamento che secondo l'azienda è più veloce e produce output più brevi

DeepSeek ha rilasciato DeepSeek-V4.1-Flash-1017, una versione aggiornata del suo modello V4.1-Flash. Nell'annuncio di rilascio, l'azienda ha dichiarato che la nuova versione ottiene punteggi più alti nei benchmark, completa le attività più rapidamente e genera risposte più brevi rispetto alla precedente, definendo il risultato «un miglioramento paretiano in termini di prestazioni e costi». Secondo DeepSeek, il modello è disponibile sul suo sito web, nella sua app e tramite la sua API, e i pesi sono stati pubblicati su Hugging Face e ModelScope.

The Economic Times, riprendendo un lancio d'agenzia, ha riferito che DeepSeek ha annunciato l'aggiornamento sabato pomeriggio in una serie di post su X, descrivendolo come una revisione minore del precedente V4.1-Flash. Il report ha citato il rapporto tecnico dell'azienda su Hugging Face, secondo cui il modello offre «miglioramenti sostanziali nel ragionamento, nella programmazione, nei compiti agentici e nei benchmark visivi». Secondo il report, DeepSeek ha anche pubblicato i punteggi ottenuti su Humanity's Last Exam, un test composto da migliaia di domande di matematica, scienze e discipline umanistiche, indicando un intervallo da 36,8 a 42,6 per il nuovo modello contro 36,8 a 39,1 per V4.1-Flash. Nessuna delle due fonti spiega cosa rappresentino questi intervalli, e i dati non sono stati verificati in modo indipendente.

DeepSeek ha dichiarato che il modello è stato addestrato con apprendimento per rinforzo basato sull'auto-feedback per migliorare nella realizzazione di progetti completi dall'inizio alla fine, e ha mostrato esempi tra cui un modello 3D della Città Proibita, un gioco di corse eseguibile nel browser e una ricostruzione di Portal 2 realizzata con il motore Godot. L'azienda ha affermato che il modello è stato ottimizzato per strumenti tra cui DeepSeek Harness, Tencent CodeBuddy e WorkBuddy, e raccomanda DeepSeek Harness v0.2.1-rc.1 o versioni successive. Ha inoltre pubblicato un grafico che mette in relazione il Pass@1 su DeepSWE v1.1 con il costo per attività, misurato con l'harness mini-swe-v2.

Insieme al modello, DeepSeek ha aperto a tutti gli utenti le sue API Search e Fetch. Ha dichiarato che funzionano sul proprio motore di ricerca, che a suo dire gestisce centinaia di milioni di richieste al giorno, e ha fissato il prezzo di ciascun endpoint a 0,75 $ ogni 1.000 chiamate. Secondo l'azienda, gli utenti dell'API di DeepSeek possono utilizzare gratuitamente questi strumenti tramite i tool lato server in DeepSeek Harness, Claude Code e Codex fino all'avvio della fatturazione, il 31 ottobre 2026 alle 16:00 UTC.

Il report colloca il rilascio in una più ampia competizione tra i modelli cinesi a pesi aperti e i sistemi proprietari statunitensi più costosi di aziende come OpenAI e Anthropic, oltre che con rivali nazionali tra cui Moonshot Kimi e Z.ai. Ha osservato che il forte sconto con cui V4.1-Flash è stato offerto dopo il lancio a inizio settembre è stato seguito da brusche cadute delle azioni, quotate a Hong Kong, di concorrenti come MiniMax, Z.ai e Alibaba. Il report ha inoltre riferito che in precedenza, nella stessa settimana, DeepSeek ha subito un'interruzione dei server di circa cinque ore, che alcuni esperti hanno collegato a una capacità di calcolo insufficiente, e che rallentamenti e disservizi sono diventati più frequenti negli ultimi mesi con la crescita della domanda da parte degli sviluppatori.