DeepSeek heeft op 17 oktober stilletjes een bijgewerkte versie van zijn werkpaardmodel met open gewicht uitgebracht, met V4.1-Flash-1017 met sterkere redeneer-, codeer-, agent- en visuele mogelijkheden - en, in zijn topconfiguratie, een top-twee-plaatsing op een van de meest nauwlettend in de gaten gehouden onafhankelijke klassementen in de branche.

De release updatet het V4.1 Flash-model dat het Chinese laboratorium in september introduceerde in plaats van een nieuwe modelfamilie te starten, meldde TechNode. De gewichten zijn beschikbaar op Hugging Face onder de tolerante MIT-licentie, samen met inferentiecode en implementatie-instructies voor ontwikkelaars die het model op hun eigen infrastructuur willen uitvoeren.

Wat is er veranderd in V4.1-Flash-1017

Volgens DeepSeek is de belangrijkste verbetering de uitvoeringssnelheid: het bedrijf zegt dat het model taken nu sneller en met kortere output voltooit, waardoor gebruikers hetzelfde werk tegen lagere kosten kunnen voltooien. Kortere outputs zijn net zo belangrijk als de ruwe snelheid voor teams die het model op schaal uitvoeren, omdat de meeste API-providers per token factureren.

De op ontwikkeling gerichte verbeteringen zijn gericht op agentische workflows – het patroon waarin een AI-systeem een ​​project plant, code schrijft, externe tools aanroept en itereert naar een werkend resultaat. Het rapport van TechNode beschrijft dat de update precies die lus versterkt, naast winst in visueel begrip voor beeldinvoer.

De onafhankelijke benchmarkweergave van de Max Variant

Artificial Analysis, een onafhankelijk bedrijf dat grensmodellen vergelijkt, vermeldt DeepSeek V4.1 Flash 1017 (Max) met een Artificial Analysis Intelligence Index-score van 45 – de tweede van de 121 modellen die het volgt, en ruim boven de mediaan van 19. Dezelfde invoer registreert een uitvoersnelheid van ongeveer 230 tokens per seconde, een contextvenster van 1 miljoen tokens en ondersteuning voor zowel tekst- als beeldinvoer.

De prijzen blijven agressief. Artificial Analysis rapporteert $0,30 per miljoen inputtokens en $1,20 per miljoen outputtokens voor de Max-variant, onder de gevolgde medianen van respectievelijk $0,43 en $1,68. Er geldt een cachekorting van 98 procent voor herhaalde context, en het bedrijf schat de kosten van een enkele evaluatietaak van de Intelligence Index op ongeveer $ 0,26.

Het benchmarkingbedrijf signaleert één afweging: breedsprakigheid. De Max-variant genereerde ongeveer 210 miljoen tokens volgens de Intelligence Index-evaluaties – ongeveer 50 procent meer dan de mediaan van 140 miljoen tokens – wat in de praktijk een deel van de besparingen per token kan compenseren.

De ontwikkelaarsgemeenschap merkt dit op

De release trok onmiddellijk de aandacht op Hacker News, waar de Hugging Face-lijst meer dan 900 upvotes verzamelde en de OpenRouter-lijst binnen enkele uren de top van 500 bereikte - een niveau van tractie dat open model-releases van westerse laboratoria zelden bereiken. Het enthousiasme weerspiegelt zowel de status van het model als de licentieverlening ervan: de MIT-licentie staat commercieel gebruik, wijziging en herdistributie toe met minimale beperkingen, waardoor het model een praktische basis wordt voor startups die op open gewichten voortbouwen.

Omdat DeepSeek naast de gewichten inferentiecode en implementatie-instructies publiceert, kunnen organisaties met hun eigen GPU-capaciteit het model bedienen zonder afhankelijk te zijn van externe API-providers – een optie die steeds relevanter is geworden nu bedrijven zorgen over datalocatie en kostenbeheersing afwegen tegen het gemak van gehoste inferentie.

Waarom agentische prestaties nu belangrijk zijn

De nadruk op agentische codering weerspiegelt waar de concurrentie tussen grenslaboratoria zich heeft verplaatst. De benchmarkwinsten op statische vragenreeksen zijn stapsgewijs geworden; De onderscheidende factor in 2026 is hoe betrouwbaar een model werk in meerdere stappen ondersteunt: plannen, code schrijven, uitvoeren, fouten lezen en koers corrigeren, zonder menselijke tussenkomst.

De update van DeepSeek gaat precies op die as in. Een model dat codeertaken in minder iteraties en met minder verspilde output voltooit, verlaagt direct de kosten van het runnen van agentvloten, die tokens verbruiken op een schaal die individuele chatgebruikers nooit zien. Voor technische teams die open-weights-opties beoordelen ten opzichte van gesloten API's, is de combinatie van een nummer 2-intelligentieranglijst en MIT-licenties een bijzonder sterk pakket.

De prijzenoorlog vertoont geen teken van afkoeling

DeepSeek heeft zijn reputatie opgebouwd dankzij agressieve prijzen, en V4.1-Flash-1017 zet dat patroon voort. De cachekorting van 98 procent – ​​de prijsverlaging die wordt toegepast wanneer een verzoek context hergebruikt die de provider al heeft verwerkt – is een van de meest genereuze in de branche en beloont effectief toepassingen die langlopende gesprekken onderhouden of grote codebases voor zoekopdrachten hergebruiken.

Met een inputprijs van $0,30 per miljoen tokens en een output van $1,20, ondermijnt de Max-variant de mediaanprijzen die Artificial Analysis over de markt volgt, zelfs voordat de cachekorting wordt toegepast. Voor kostengevoelige workloads – batchverwerking, samenvatting van grote volumes, ophaalbare generatie – zijn de economische aspecten voor propriëtaire leveranciers moeilijk te evenaren.

De release komt ook terecht in een periode waarin de hardware-toeleveringsketens van Chinese AI-laboratoria steeds intensiever worden onderzocht, een gebied waarop DeepSeek eerder de aandacht heeft gevestigd omdat het de prestaties op grensniveau uit beperkte rekenkracht haalt. Het bedrijf heeft geen gedetailleerde training of hardwarespecificaties voor deze update bekendgemaakt.

Wat je nu moet bekijken

De frequentie van DeepSeek – een Flash-vernieuwing in september, een gerichte 1017-update in oktober – suggereert dat het lab sneller itereert dan de traditionele releasecycli van zes tot twaalf maanden van zijn westerse concurrenten. Onafhankelijke ranglijsten van Artificial Analysis en gemeenschapsbenchmarks zullen uitwijzen of de winst standhoudt buiten de eigen evaluaties van het bedrijf.

Voorlopig zijn de cijfers die onafhankelijk verifieerbaar zijn sterk: een intelligentierangschikking op de tweede plaats onder 121 gevolgde modellen, bijna 230 tokens per seconde aan uitvoerdoorvoer, een contextvenster van 1 miljoen tokens en enkele van de laagste prijzen op de markt – allemaal onder een licentie waarmee iedereen de gewichten kan nemen en kan bouwen.

Blijf AI een stap voor

Het AI-landschap verandert snel: volg AI Buzz Wire voor het laatste AI-nieuws, modelreleases en sectoranalyses.

Lees meer AI-nieuws →