Résumé :
DeepSeek V4.1 Flash a été mis à jour vers la version V4.1-Flash-1017, et la page Web officielle, les modèles d'application et d'API ont été modifiés simultanément vers le nouveau modèle. Par rapport à la version précédente de DeepSeek V4.1 Flash, le nouveau modèle a apporté de grandes améliorations dans tous les aspects des tests de référence.
Tout en améliorant les performances, nous avons également réduit le temps d'exécution des tâches et la durée de sortie du modèle, permettant aux utilisateurs d'effectuer des tâches à moindre coût et plus rapidement (comme le montre la figure ci-dessous), obtenant ainsi un nouveau rapport coût-performance optimal de Pareto sous plusieurs harnais. En particulier, cette fois, nous nous sommes concentrés sur l'optimisation des frameworks de plateforme tels que DeepSeek Harness, Tencent CodeBuddy et WorkBuddy. Veuillez passer à DeepSeek Harness 0.2.1-rc.1 et versions ultérieures pour obtenir la meilleure expérience d'adaptation à la nouvelle version du modèle.
DeepSeek V4.1 Flash 1017 utilise le framework mini-swe-v2 pour tester le graphique performances/coût de DeepSWE
Développement complet du projet à partir de zéro
DeepSeek V4.1 Flash 1017 utilise une technologie de formation par apprentissage par renforcement (RL) basée sur l'auto-feedback pour améliorer la capacité à créer des projets complets à partir de zéro dans des aspects tels que le développement de jeux et la modélisation 3D, et peut prendre en charge la réalisation de tâches de programmation et de demandes de développement de projets plus « réalisables ». Le cas suivant montre l'effet de projet directement obtenu par la nouvelle version du modèle grâce à des cycles d'interaction très courts dans l'environnement du framework DeepSeek Harness avec moins de mots d'invite et de références matérielles :
Exemple 1 : Effet d'affichage de la modélisation 3D de la Cité Interdite
Exemple 2 : Résultats de développement d'un jeu de course en ligne
Exemple 3 : L'effet de reproduction du jeu "Portal 2" développé sur la base du moteur godot
Exemple 4 : Vallée des Âges : utilisez des scènes 3D pour montrer de manière dynamique le processus de développement depuis les temps préhistoriques jusqu'aux temps modernes
Ouvrir l'API de recherche auto-développée
Depuis longtemps, les capacités de recherche de DeepSeek sur le Web et l'API sont fournies avec le support sous-jacent du moteur de recherche DeepSeek auto-développé, qui gère chaque jour de manière stable des centaines de millions de requêtes de recherche provenant du monde entier.
La recherche DeepSeek est un moteur de recherche universel natif d'IA qui indexe des centaines de milliards de pages Web dans le monde, prend en charge la recherche multilingue et renvoie en temps réel des résultats de haute qualité, très pertinents, faisant autorité et opportuns. Pour la triche SEO, la manipulation GEO et les AIGC de mauvaise qualité, nous les filtrons via des mécanismes d'identification stricts pour garantir que des informations faisant autorité et crédibles sont présentées aux utilisateurs et à LLM.
Cette nouvelle version publiée par l'API DeepSeek ajoute la prise en charge des interfaces Search et Fetch, et les fonctionnalités associées sont officiellement ouvertes au public. Le prix des deux interfaces est de 5 yuans/mille fois.
Pour des instructions d'utilisation détaillées
Référez-vous à la documentation officielle de l'API :
Guide API – Recherche et exploration sur le Web
.
Veuillez noter que lorsque les utilisateurs actuels utilisent l'API DeepSeek dans DeepSeek Harness / Claude Code / Codex, ils ont déjà accédé à l'interface Search/Fetch via des appels d'outils côté serveur. Ces appels de l'interface Search/Fetch ne sont actuellement pas facturés et commenceront à être facturés par appel deux semaines plus tard (00h00 le 1er novembre 2026, heure de Pékin).
Modèle Open Source
L'adresse de téléchargement des poids du modèle DeepSeek-V4.1-Flash-1017 est la suivante :
Visage câlin :
https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
ModèlePortée :
https://modelscope.cn/models/deepseek-ai/DeepSeek-V4.1-Flash-1017
Commentaires