17 października firma DeepSeek po cichu wypuściła zaktualizowaną wersję swojego modelu o dużej wadze otwartej, dostarczając wersję 4.1-Flash-1017 z lepszymi możliwościami rozumowania, kodowania, agenta i wizualizacji, a w najlepszej konfiguracji zajmującą dwa pierwsze miejsca w jednym z najchętniej obserwowanych niezależnych rankingów w branży.

Wydanie to aktualizuje model Flash V4.1, który chińskie laboratorium wprowadziło we wrześniu, zamiast tworzyć nową rodzinę modeli – poinformował TechNode. Wagi są dostępne na Hugging Face w ramach liberalnej licencji MIT wraz z kodem wnioskowania i instrukcjami wdrażania dla programistów, którzy chcą uruchomić model na własnej infrastrukturze.

Co zmieniło się w wersji 4.1-Flash-1017

Według DeepSeek głównym ulepszeniem jest szybkość wykonania: firma twierdzi, że model realizuje teraz zadania szybciej i przy krótszych wynikach, umożliwiając użytkownikom dokończenie tej samej pracy niższym kosztem. Krótsze wyniki mają takie samo znaczenie jak sama prędkość dla zespołów uruchamiających model na dużą skalę, ponieważ większość dostawców interfejsów API rozlicza się symbolicznie.

Udoskonalenia ukierunkowane na rozwój dotyczą agentycznych przepływów pracy — wzorca, według którego system sztucznej inteligencji planuje projekt, pisze kod, wywołuje narzędzia zewnętrzne i wykonuje iteracje w kierunku działającego wyniku. Raport TechNode opisuje aktualizację jako wzmacniającą dokładnie tę pętlę, a także poprawiającą wizualne zrozumienie danych wejściowych obrazu.

Niezależny pokaz testów porównawczych Max Variant

Artificial Analysis, niezależna firma porównująca pionierskie modele, wymienia DeepSeek V4.1 Flash 1017 (Max) z wynikiem 45 w indeksie Artificial Analysis Intelligence Index – to drugie miejsce wśród 121 monitorowanych modeli i znacznie powyżej mediany wynoszącej 19. W tym samym wpisie odnotowuje się prędkość wyjściową około 230 tokenów na sekundę, okno kontekstowe zawierające 1 milion tokenów oraz obsługę wprowadzania tekstu i obrazu.

Ceny pozostają agresywne. Sztuczna analiza raportuje 0,30 USD za milion tokenów wejściowych i 1,20 USD za milion tokenów wyjściowych dla wariantu Max, poniżej śledzonych median wynoszących odpowiednio 0,43 USD i 1,68 USD. W przypadku powtarzającego się kontekstu obowiązuje rabat w wysokości 98% na pamięć podręczną, a firma szacuje koszt pojedynczego zadania oceny Intelligence Index na około 0,26 dolara.

Firma przeprowadzająca testy porównawcze zauważa jeden kompromis: gadatliwość. Wariant Max wygenerował około 210 milionów tokenów w ramach ocen Intelligence Index — około 50 procent więcej niż mediana wynosząca 140 milionów tokenów — co w praktyce może zrekompensować część oszczędności na token.

Społeczność programistów zwraca na to uwagę

Informacja ta natychmiast zwróciła uwagę Hacker News, gdzie lista Hugging Face zgromadziła ponad 900 głosów pozytywnych, a lista OpenRouter przekroczyła 500 w ciągu kilku godzin – jest to poziom zainteresowania, jaki rzadko osiągają publikacje otwartych modeli z zachodnich laboratoriów. Entuzjazm odzwierciedla zarówno pozycję wzorcową modelu, jak i jego licencję: licencja MIT pozwala na komercyjne wykorzystanie, modyfikację i redystrybucję przy minimalnych ograniczeniach, co czyni model praktyczną bazą dla startupów budujących na otwartych ciężarach.

Ponieważ DeepSeek publikuje wraz z wagami kod wnioskowania i instrukcje wdrażania, organizacje dysponujące własną mocą procesora graficznego mogą obsługiwać model bez konieczności polegania na zewnętrznych dostawcach interfejsów API — opcja ta staje się coraz bardziej istotna, ponieważ przedsiębiorstwa porównują kwestie przechowywania danych i kontroli kosztów z wygodą hostowanego wnioskowania.

Dlaczego wydajność agenta ma teraz znaczenie

Nacisk na kodowanie agentowe odzwierciedla, gdzie przeniosła się konkurencja między pionierskimi laboratoriami. Zyski w zakresie testów porównawczych w zakresie statycznych zestawów pytań stały się przyrostowe; wyróżnikiem roku 2026 jest niezawodność modelu w wieloetapowej pracy — planowanie, pisanie kodu, jego wykonywanie, odczytywanie błędów i korygowanie kursu bez interwencji człowieka.

Aktualizacja DeepSeek naciska dokładnie na tę oś. Model, który wykonuje zadania kodowania w mniejszej liczbie iteracji i przy mniejszym zużyciu danych wyjściowych, bezpośrednio zmniejsza koszty obsługi flot agentów, które zużywają tokeny na skalę, której indywidualni użytkownicy czatu nigdy nie widzą. Dla zespołów inżynierskich oceniających opcje wag otwartych w porównaniu z zamkniętymi interfejsami API połączenie drugiego miejsca w rankingu wywiadowczym i licencji MIT jest szczególnie mocnym pakietem.

Wojna cenowa nie wykazuje oznak ochłodzenia

DeepSeek zbudował swoją reputację dzięki agresywnym cenom, a wersja V4.1-Flash-1017 kontynuuje ten schemat. 98-procentowy rabat na pamięć podręczną — obniżka ceny stosowana, gdy żądanie ponownie wykorzystuje kontekst już przetworzony przez dostawcę — należy do najbardziej hojnych w branży i skutecznie nagradza aplikacje, które utrzymują długotrwałe konwersacje lub ponownie wykorzystują duże bazy kodu w zapytaniach.

Przy cenie wejściowej wynoszącej 0,30 USD za milion tokenów i wartości wyjściowej wynoszącej 1,20 USD, wariant Max podcina średnie ceny, które sztuczna analiza śledzi na całym rynku, nawet przed zastosowaniem rabatu na pamięć podręczną. W przypadku obciążeń wrażliwych na koszty — przetwarzania wsadowego, podsumowań na dużą skalę, generowania wspomaganego wyszukiwaniem — dostawcy własnościowi nie są w stanie sprostać wymaganiom ekonomicznym.

Publikacja ta pojawia się także w kontekście wzmożonej kontroli łańcuchów dostaw sprzętu chińskich laboratoriów AI, czyli obszaru, na którym DeepSeek już wcześniej zwrócił uwagę na ograniczenie wydajności obliczeniowej na najwyższym poziomie. Firma nie ujawniła szczegółowych informacji dotyczących szkoleń ani sprzętu dla tej aktualizacji.

Co obejrzeć dalej

Tempo działania DeepSeek – odświeżenie Flasha we wrześniu i docelowa aktualizacja 1017 w październiku – sugeruje, że laboratorium wykonuje iteracje szybciej niż tradycyjne cykle wydawnicze trwające od sześciu do dwunastu miesięcy u jego zachodnich konkurentów. Niezależne rankingi oparte na sztucznej analizie i benchmarkach społecznościowych pokażą, czy zyski utrzymają się poza własnymi ocenami firmy.

Na razie liczby, które można niezależnie zweryfikować, są mocne: drugie miejsce w rankingu wywiadu wśród 121 śledzonych modeli, przepustowość wyjściowa wynosząca prawie 230 tokenów na sekundę, okno kontekstowe na 1 milion tokenów i jedne z najniższych cen na rynku – a wszystko to w ramach licencji, która pozwala każdemu mierzyć ciężary i budować.

Wyprzedź sztuczną inteligencję

Krajobraz sztucznej inteligencji zmienia się szybko — śledź AI Buzz Wire, aby uzyskać najświeższe informacje o sztucznej inteligencji, premiery modeli i analizy branżowe.

Przeczytaj więcej aktualności o sztucznej inteligencji →