DeepSeek ha rilasciato silenziosamente una versione aggiornata del suo modello di cavallo di battaglia a peso aperto il 17 ottobre, fornendo V4.1-Flash-1017 con capacità di ragionamento, codifica, agente e visive più potenti e, nella sua configurazione migliore, un posizionamento tra i primi due in una delle classifiche indipendenti più seguite del settore.

La versione aggiorna il modello Flash V4.1 introdotto dal laboratorio cinese a settembre anziché avviare una nuova famiglia di modelli, ha riferito TechNode. I pesi sono disponibili su Hugging Face sotto la licenza permissiva del MIT, insieme al codice di inferenza e alle istruzioni di distribuzione per gli sviluppatori che desiderano eseguire il modello sulla propria infrastruttura.

Cosa è cambiato in V4.1-Flash-1017

Secondo DeepSeek, il miglioramento principale è la velocità di esecuzione: l’azienda afferma che il modello ora completa le attività più velocemente e con risultati più brevi, consentendo agli utenti di completare lo stesso lavoro a costi inferiori. Gli output più brevi contano tanto quanto la velocità pura per i team che eseguono il modello su larga scala, perché la maggior parte dei fornitori di API fattura in base al token.

I miglioramenti incentrati sullo sviluppo mirano ai flussi di lavoro degli agenti: il modello in cui un sistema di intelligenza artificiale pianifica un progetto, scrive codice, chiama strumenti esterni e itera verso un risultato funzionante. Il rapporto di TechNode descrive l'aggiornamento come un rafforzamento proprio di questo ciclo, insieme a miglioramenti nella comprensione visiva degli input di immagini.

Visualizzazione del benchmark indipendente della variante Max

Artificial Analysis, una società indipendente che confronta modelli di frontiera, elenca DeepSeek V4.1 Flash 1017 (Max) con un punteggio dell'Indice di intelligenza artificiale di analisi di 45, secondo tra i 121 modelli tracciati e ben al di sopra della media di 19. La stessa voce registra una velocità di output di circa 230 token al secondo, una finestra di contesto da 1 milione di token e supporto sia per l'input di testo che di immagini.

I prezzi rimangono aggressivi. L'analisi artificiale riporta 0,30 dollari per milione di token di input e 1,20 dollari per milione di token di output per la variante Max, al di sotto delle mediane tracciate rispettivamente di 0,43 dollari e 1,68 dollari. Uno sconto sulla cache del 98% si applica al contesto ripetuto e l'azienda stima il costo di una singola attività di valutazione dell'Intelligence Index a circa 0,26 dollari.

L’azienda di benchmarking segnala un compromesso: la verbosità. La variante Max ha generato circa 210 milioni di token attraverso le sue valutazioni dell'Intelligence Index - circa il 50% in più rispetto alla mediana di 140 milioni di token - che nella pratica può compensare parte del risparmio per token.

La comunità degli sviluppatori ne prende atto

Il comunicato ha attirato immediatamente l'attenzione su Hacker News, dove l'elenco di Hugging Face ha accumulato più di 900 voti positivi e l'elenco di OpenRouter ha superato i 500 in poche ore: un livello di popolarità che i rilasci di modelli aperti da parte dei laboratori occidentali raramente raggiungono. L'entusiasmo riflette sia la posizione di riferimento del modello che la sua licenza: la licenza del MIT consente l'uso commerciale, la modifica e la ridistribuzione con restrizioni minime, rendendo il modello una base pratica per le startup che si basano su pesi aperti.

Poiché DeepSeek pubblica il codice di inferenza e le istruzioni di distribuzione insieme ai pesi, le organizzazioni con la propria capacità GPU possono servire il modello senza dipendere da fornitori API esterni: un'opzione che è diventata sempre più rilevante poiché le aziende valutano le preoccupazioni relative alla residenza dei dati e al controllo dei costi rispetto alla comodità dell'inferenza ospitata.

Perché le prestazioni degli agenti sono importanti adesso

L’enfasi sulla codifica ad agenti riflette dove si è spostata la concorrenza tra i laboratori di frontiera. I guadagni di riferimento sui set di domande statiche sono diventati incrementali; l'elemento di differenziazione nel 2026 è l'affidabilità con cui un modello sostiene il lavoro in più fasi: pianificazione, scrittura del codice, esecuzione, lettura degli errori e correzione del percorso senza intervento umano.

L'aggiornamento di DeepSeek si spinge esattamente su quell'asse. Un modello che completa le attività di codifica in meno iterazioni e con meno sprechi di output riduce direttamente il costo di gestione delle flotte di agenti, che consumano token su una scala mai vista dai singoli utenti della chat. Per i team di ingegneri che valutano le opzioni open-weights rispetto alle API chiuse, la combinazione di una classifica di intelligence n. 2 e di una licenza MIT è un pacchetto particolarmente forte.

La guerra dei prezzi non mostra segni di raffreddamento

DeepSeek ha costruito la sua reputazione su prezzi aggressivi e V4.1-Flash-1017 continua questo modello. Lo sconto sulla cache del 98% (la riduzione del prezzo applicata quando una richiesta riutilizza il contesto che il provider ha già elaborato) è tra i più generosi del settore, premiando efficacemente le applicazioni che mantengono conversazioni di lunga durata o riutilizzano basi di codice di grandi dimensioni tra query.

Con un prezzo di input di 0,30 dollari per milione di token e un output di 1,20 dollari, la variante Max è inferiore ai prezzi medi tracciati da Artificial Analysis nel mercato anche prima che venga applicato lo sconto sulla cache. Per i carichi di lavoro sensibili ai costi (elaborazione batch, riepilogo di volumi elevati, generazione aumentata di recupero) i costi economici sono difficili da eguagliare per i fornitori proprietari.

Il rilascio arriva anche nel mezzo di un controllo sempre più intenso delle catene di fornitura hardware dei laboratori di intelligenza artificiale cinesi, un'area in cui DeepSeek ha precedentemente attirato l'attenzione per aver ottenuto prestazioni di frontiera da calcoli vincolati. L'azienda non ha rivelato formazione dettagliata o specifiche hardware per questo aggiornamento.

Cosa guardare dopo

La cadenza di DeepSeek (un aggiornamento Flash a settembre, un aggiornamento mirato 1017 a ottobre) suggerisce che il laboratorio sta procedendo più velocemente rispetto ai tradizionali cicli di rilascio da sei a dodici mesi dei suoi concorrenti occidentali. Le classifiche indipendenti dell'Analisi Artificiale e i benchmark della comunità mostreranno se i guadagni reggono al di fuori delle valutazioni dell'azienda.

Per ora, i numeri verificabili in modo indipendente sono forti: una classifica di intelligence al secondo posto tra 121 modelli monitorati, quasi 230 token al secondo di throughput di output, una finestra di contesto da 1 milione di token e alcuni dei prezzi più bassi sul mercato, il tutto con una licenza che consente a chiunque di prendere i pesi e costruire.

Stai al passo con l'intelligenza artificiale

Il panorama dell'intelligenza artificiale si muove velocemente: segui AI Buzz Wire per le ultime notizie sull'intelligenza artificiale, il rilascio di modelli e analisi di settore.

Leggi altre notizie sull'AI →