DeepSeek kanthi tenang ngrilis versi dianyari saka model workhorse bobot mbukak ing 17 Oktober, ngirim V4.1-Flash-1017 kanthi kemampuan penalaran, coding, agen lan visual sing luwih kuat - lan, ing konfigurasi paling dhuwur, posisi loro paling dhuwur ing salah sawijining papan pimpinan independen sing paling diawasi ing industri.
Rilis nganyari model V4.1 Flash ing lab Cina sing dikenalake ing September tinimbang miwiti kulawarga model anyar, lapor TechNode. Bobot kasedhiya ing Hugging Face miturut lisensi MIT sing idin, bebarengan karo kode inferensi lan instruksi panyebaran kanggo pangembang sing pengin mbukak model kasebut ing infrastruktur dhewe.
Apa diganti ing V4.1-Flash-1017
Miturut DeepSeek, paningkatan judhul yaiku kacepetan eksekusi: perusahaan ujar manawa model saiki ngrampungake tugas luwih cepet lan kanthi output sing luwih cendhek, ngidini pangguna ngrampungake karya sing padha kanthi biaya sing luwih murah. Output sing luwih cendhek penting kaya kacepetan mentah kanggo tim sing nganggo model kanthi skala, amarga umume panyedhiya API tagihan kanthi token.
Dandan sing fokus ing pangembangan target alur kerja agenik - pola ing ngendi sistem AI ngrancang proyek, nulis kode, nelpon alat eksternal lan ngulang menyang asil kerja. Laporan TechNode nggambarake nganyari minangka nguatake persis loop kasebut, bebarengan karo pangerten visual kanggo input gambar.
Tampilake Benchmark Independen Varian Max
Analisa Artificial, perusahaan independen sing benchmarking model perbatasan, nyathet DeepSeek V4.1 Flash 1017 (Max) kanthi skor Indeks Intelijen Analisis Artificial 45 - kaloro ing antarane 121 model sing dilacak, lan luwih dhuwur tinimbang rata-rata 19. Entri sing padha nyathet kacepetan output kira-kira 230 token, 1 yuta gambar per detik, kanggo 230 token lan konteks gambar per detik.
Rega tetep agresif. Analisis Buatan nglaporake $ 0,30 saben yuta token input lan $ 1,20 saben yuta token output kanggo varian Max, ing ngisor rata-rata sing dilacak $ 0,43 lan $ 1,68. Diskon cache 98 persen ditrapake kanggo konteks bola-bali, lan perusahaan nyedhiyakake biaya tugas evaluasi Indeks Intelijen ing babagan $ 0,26.
Perusahaan benchmarking menehi tandha siji trade-off: verbosity. Varian Max ngasilake udakara 210 yuta token ing evaluasi Indeks Intelijen - kira-kira 50 persen luwih saka median 140 yuta token - sing bisa ngimbangi sawetara tabungan saben token ing praktik.
Komunitas Pangembang Njupuk Kabar
Rilis kasebut langsung narik kawigatosan babagan Hacker News, ing ngendi dhaptar Hugging Face nglumpukake luwih saka 900 upvotes lan dhaptar OpenRouter paling dhuwur 500 sajrone sawetara jam - tingkat daya tarik sing mbukak model sing diluncurake saka lab Barat jarang tekan. Antusiasme nggambarake posisi pathokan model lan lisensi: lisensi MIT ngidini panggunaan komersial, modifikasi lan redistribusi kanthi watesan minimal, nggawe model kasebut minangka basis praktis kanggo wiwitan mbangun bobot mbukak.
Amarga DeepSeek nerbitake kode inferensi lan instruksi panyebaran bebarengan karo bobot, organisasi kanthi kapasitas GPU dhewe bisa ngladeni model kasebut tanpa gumantung marang panyedhiya API eksternal - pilihan sing saya tambah relevan amarga perusahaan nimbang residensi data lan keprihatinan kontrol biaya marang penak saka inferensi sing di-host.
Napa Kinerja Agen Penting Saiki
Penekanan ing kodhe agenik nggambarake kompetisi ing antarane laboratorium perbatasan. Keuntungan pathokan ing set pitakonan statis wis dadi tambahan; pembeda ing 2026 punika carane andal model nyonggo karya multi-langkah - planning, kode nulis, nglakokaké, kasalahan maca lan mbenerake mesthi tanpa campur tangan manungsa.
Nganyari DeepSeek nyurung persis sumbu kasebut. Model sing ngrampungake tugas coding ing iterasi sing luwih sithik lan output sing kurang boros langsung nyuda biaya armada agen sing mlaku, sing nggunakake token ing skala sing ora nate dideleng pangguna chatting. Kanggo tim teknik sing ngevaluasi opsi bobot mbukak marang API tertutup, kombinasi peringkat intelijen No. 2 lan lisensi MIT minangka paket sing kuwat banget.
Perang Rega Nuduhake Ora Ana Tandha Kelangan
DeepSeek wis mbangun reputasi ing rega agresif, lan V4.1-Flash-1017 nerusake pola kasebut. Diskon 98 persen cache - pangurangan rega sing ditrapake nalika panyuwunan nggunakake konteks sing wis diproses panyedhiya - minangka salah sawijining sing paling loman ing industri, kanthi efektif menehi ganjaran aplikasi sing njaga obrolan sing dawa utawa nggunakake maneh basis kode gedhe ing pitakon.
Kanthi rega input $0.30 saben yuta token lan output $1.20, varian Max nyuda rega rata-rata Analisis Artificial sing dilacak ing pasar sanajan sadurunge diskon cache ditrapake. Kanggo beban kerja sing sensitif biaya - pangolahan kumpulan, ringkesan volume dhuwur, generasi sing ditambahi pengambilan - ekonomi angel dicocogake dening panyedhiya kepemilikan.
Rilis kasebut uga diluncurake ing tengah-tengah pengawasan sing intensif babagan rantai pasokan hardware labs AI China, wilayah ing ngendi DeepSeek sadurunge wis narik kawigaten kanggo nyuda kinerja tingkat wates saka komputasi sing dibatasi. Perusahaan durung ngumumake latihan rinci utawa spesifik hardware kanggo nganyari iki.
Apa sing Dideleng Sabanjure
Irama DeepSeek - refresh Flash ing September, nganyari 1017 sing ditargetake ing Oktober - nuduhake lab kasebut luwih cepet tinimbang siklus rilis nem nganti rolas wulan tradisional saka pesaing Kulon. Peringkat independen saka Analisis Ponggawa lan pathokan komunitas bakal nuduhake manawa entuk bathi ing njaba evaluasi perusahaan.
Saiki, jumlah sing bisa diverifikasi sacara mandiri kuwat: peringkat intelijen nomer loro ing antarane 121 model sing dilacak, meh 230 token per detik saka output output, jendhela konteks 1 yuta token, lan sawetara rega paling murah ing pasar - kabeh ana ing lisensi sing ngidini sapa wae njupuk bobot lan mbangun.
Tetep Ahead saka AI
Lanskap AI obah kanthi cepet — tindakake AI Buzz Wire kanggo warta AI, rilis model lan analisis industri.
Waca liyane AI warta →
