В мире искусственного интеллекта, где гонка за производительностью не затихает ни на секунду, компания DeepSeek снова заявляет о себе громким релизом. Недавно на платформе DeepSeek, в приложении и через API появилась новая контрольная точка модели — DeepSeek-V4.1-Flash-1017. Это не просто очередное обновление, а значимый шаг вперед, который компания называет «улучшением по Парето» — то есть одновременным ростом качества и снижением затрат. Но главное нововведение кроется не только в самой модели, но и в экосистеме вокруг нее: DeepSeek открыла доступ к своим API поиска и получения данных (Search and Fetch API), что создает уникальную среду для разработчиков агентов.
Для инженеров и архитекторов AI-систем это означает возможность объединить мощную языковую модель с первым в своем роде слоем веб-поиска от DeepSeek, используя всего один ключ API. В этой статье мы подробно разберем технические детали новой модели, ее архитектуру, результаты бенчмарков и то, как эти изменения могут трансформировать подход к созданию автономных AI-агентов. Мы также рассмотрим, как это работает на практике для разработчиков из России и других стран, учитывая текущие ограничения доступа.
01Что такое DeepSeek-V4.1-Flash-1017 и почему это важно?
DeepSeek-V4.1-Flash-1017 — это обновленная контрольная точка (checkpoint) после дообучения (post-training) базовой модели DeepSeek-V4.1-Flash. Она доступна под именем модели deepseek-flash в API. Архитектурные детали этой модели описаны в техническом отчете V4.1-Flash, который команда DeepSeek опубликовала для широкой общественности. Ключевое отличие версии 1017 от предыдущей сентябрьской версии заключается в использовании обучения с подкреплением с обратной связью от самой модели (reinforcement learning with self-feedback) для работы с проектами «под ключ».
Это означает, что модель теперь лучше справляется с комплексными задачами, такими как создание игр или 3D-моделирование, где требуется не просто генерация текста, а последовательность действий, проверка и исправление ошибок. Модель специально оптимизирована для работы в таких средах, как DeepSeek Harness, Tencent CodeBuddy и WorkBuddy. Разработчикам рекомендуется использовать версию DeepSeek Harness v0.2.1-rc.1 или новее для получения максимального эффекта.
Важно отметить, что хотя веса базовой модели V4.1-Flash лицензированы под MIT и доступны на Hugging Face, веса конкретной версии 1017 и точные требования к аппаратному обеспечению для локального запуска пока не раскрыты. Это оставляет пространство для спекуляций, но также подчеркивает коммерческую ценность проприетарной оптимизации, которую DeepSeek предлагает через свое API.
02Архитектура V4.1-Flash: Как устроена эта машина?
Чтобы понять, почему модель работает так быстро и эффективно, нужно заглянуть под капот. V4.1-Flash — это мультимодальная модель типа Mixture-of-Experts (MoE). Эти слои разделены на причинный энкодер и декодер. Такая архитектура позволяет эффективно обрабатывать контекст и генерировать ответы.
Причинный энкодер-декодер (CED)
Одной из самых интересных инноваций является механизм CED. Глобальный ключ-значение (KV) декодера проецируется из финальных скрытых состояний энкодера. Это решение практически вдвое снижает вычислительные затраты на этап префилла (prefill), что критически важно для скорости отклика при обработке длинных запросов.
Сжатое разреженное внимание 2 (CSA2)
Слои модели работают в режимах Full, Reindex или Reuse. Они разделяют основные ключи KV и ключи индексатора между слоями. Это позволяет значительно сократить объем памяти, необходимой для хранения контекста, без потери качества внимания к важным частям входных данных.
Кэш KV в формате FP4
Еще один прорыв — использование кэша KV в формате FP4. Глобальный KV теперь занимает всего 890 байт на токен, что составляет примерно четверть от объема, необходимого в предыдущей версии V4-Flash. Это колоссальное улучшение для эффективности памяти, позволяя обрабатывать более длинные контексты на том же оборудовании.
SWA Bounded Replay
Постоянный кэш KV сократился примерно до одной восьмой от объема, требуемого для V4-Flash. Это достигается за счет алгоритма SWA Bounded Replay, который умно управляет хранением исторических данных в контексте.
Усилия рассуждения (Reasoning Effort)
Модель использует скалярное значение от 1 до 100 для контроля усилий на рассуждение. В API эти уровни сопоставляются с параметрами low, high и max, которые соответствуют значениям 50, 75 и 100. Это дает разработчикам гибкий инструмент для балансировки между скоростью и глубиной анализа в зависимости от задачи.
03Бенчмарки: Где DeepSeek лидирует, а где уступает?
Все приведенные ниже цифры являются собственными данными DeepSeek. Компания проводила тестирование с использованием Terminal-Bench 4.0 в среде Claude Code и DeepSWE в Mini-SWE-V2. Для ZeroBench-main использовалась метрика Pass@5. Давайте разберем результаты детально, чтобы понять реальные сильные и слабые стороны модели.
Лидерство в программировании и автоматизации
Версия 1017 демонстрирует впечатляющие результаты в задачах, связанных с программированием и автономными агентами. На тесте DeepSWE v1.1 модель набрала 77.0 баллов, что выше, чем у предыдущей версии (74.2) и даже выше, чем у Claude Opus 5 (74.0) в таблице DeepSeek. Это делает ее одним из лидеров в области автоматизации разработки программного обеспечения.<
Источник: MarkTechPost ↗