DeepSeek V4.1 Flash: tanie agenty AI biją większe modele

Chińska firma DeepSeek wypuściła odświeżoną wersję swojego modelu Flash, oznaczoną jako V4.1-Flash-1017. Aktualizacja przynosi wyraźne postępy w zadaniach agentowych oraz związanych z programowaniem. Równolegle przedsiębiorstwo po raz pierwszy udostępnia zewnętrznym deweloperom swój wewnętrzny mechanizm wyszukiwania. Nowa wersja jest dostępna przez stronę firmy, aplikację oraz API, a wagi modelu opublikowano na zasadach open source w serwisach Hugging Face i ModelScope.

W porównaniu z poprzednikiem model notuje lepsze wyniki w testach porównawczych, szybciej kończy zadania i generuje krótsze odpowiedzi. DeepSeek określa tę zmianę mianem poprawy w duchu Pareto w relacji między wydajnością a kosztem – czyli takiej, w której zysk nie odbywa się kosztem innego parametru.

Jak DeepSeek uczy model budować projekty od zera

Przy tworzeniu kompletnych projektów software’owych od podstaw firma stosuje metodę uczenia ze wzmocnieniem opartą na samoocenie (reinforcement learning with self-feedback, RLSF). To technika treningu po wstępnym szkoleniu modelu, w której system wykorzystuje własne wskaźniki pewności albo samodzielnie generowaną krytykę jako sygnał nagrody. Dzięki temu zbędni stają się ludzcy oceniający oraz zewnętrzne modele nagradzające.

Według DeepSeek takie podejście usprawnia kompleksowe rozwijanie projektów – od programowania gier, przez modelowanie 3D, aż po prace projektowe. Model potrafi również przygotowywać zwięzłe filmy objaśniające, podobnie jak niedawno zaprezentowany Opus 5.5.

System dostrojono pod środowiska deweloperskie takie jak DeepSeek Harness (zalecana wersja v0.2.1-rc.1 lub nowsza), Tencent CodeBuddy oraz WorkBuddy.

Mniejszy model wygrywa z większymi rywalami

W benchmarkach przeprowadzonych przez samą firmę V4.1-Flash-1017 przewyższa poprzednika, czyli V4.1-Flash, i poprawia wynik w każdej badanej kategorii. Co istotniejsze, mniejszy model bije większych konkurentów – w tym Claude Opus 5, GPT 5.6-Sol, Kimi K3 oraz GLM 5.3 – w kilku kategoriach związanych z kodowaniem i zadaniami agentowymi.

Kluczowy okazuje się jednak nie tylko wynik, ale i jego cena. Na wykresie kosztów benchmarku DeepSWE widać, jak duże znaczenie mają krótsze odpowiedzi. Wersja V4.1-Flash-1017 osiąga szczytowy rezultat 77,0 proc. przy średnim koszcie nieco poniżej 0,20 USD za zadanie. W trybie niskim nadal przekracza 72 proc. przy wydatku około 0,10 USD. Poprzednik uzyskał 74,2 proc., ale kosztował około 0,50 USD za przebieg.

Na tle rywali różnica robi wrażenie. Modele takie jak GPT-6 Astra, Gemini 3.8 Flash czy Claude Opus 5 plasują się w przedziale od 2 do ponad 10 dolarów za zadanie, a żaden z nich nie dorównuje mniejszemu modelowi DeepSeek pod względem dokładności.

Warto zachować ostrożność. Niezależne testy jeszcze się nie pojawiły, a benchmarki i tak opowiadają tylko połowę historii. Oceny jakości kodu formułowane przez deweloperów mogą mocno odbiegać od wyników laboratoryjnych.

Wyszukiwarka DeepSeek trafia do zewnętrznych deweloperów

Obok modelu językowego DeepSeek udostępnia wszystkim programistom swoje narzędzia wyszukiwania internetowego – Search & Fetch API. Firma podkreśla, że usługi działają na zbudowanym wewnętrznie mechanizmie, który obsługuje już setki milionów zapytań dziennie na całym świecie. Szczegóły konfiguracji znajdują się w dokumentacji API.

Każdy endpoint kosztuje 0,75 USD za 1000 wywołań. Użytkownicy API DeepSeek mogą korzystać z funkcji bezpłatnie poprzez narzędzia po stronie serwera w DeepSeek Harness, Claude Code oraz Codex – do 31 października 2026 roku (16:00 UTC).

Nowe regulacje mogą pokrzyżować plany

Głębsze wdrażanie chińskich modeli AI w codzienne procesy stało się jednak nieco mniej atrakcyjne. Rząd Chin planuje bowiem zaostrzyć przepisy dotyczące publikowania modeli z otwartymi wagami, a nawet całkowicie zablokować ich udostępnianie. Jednym z decydujących kryteriów ma być pozycja danego systemu wśród 10 najzdolniejszych modeli na świecie.

Zapowiedź DeepSeek V4.1-Flash-1017 pokazuje, że wyścig nie toczy się już wyłącznie o surową moc obliczeniową. Coraz większe znaczenie zyskuje efektywność – zdolność do osiągania wysokiej skuteczności przy niskim koszcie jednostkowym. Jeśli ten trend się utrzyma, mniejsze i tańsze modele mogą stać się naturalnym wyborem w automatyzacji zadań agentowych. Kluczowe pytanie brzmi, na ile niezależne testy potwierdzą deklaracje producenta – i czy nadchodzące regulacje nie ograniczą dostępności tych narzędzi poza Chinami.