DeepSeek släppte i tysthet en uppdaterad version av sin arbetshästmodell med öppen vikt den 17 oktober, som levererar V4.1-Flash-1017 med starkare resonemang, kodning, agent och visuella funktioner – och, i sin toppkonfiguration, en topp-två-placering på en av branschens mest bevakade oberoende topplistor.

Releasen uppdaterar V4.1 Flash-modellen som det kinesiska labbet introducerade i september istället för att starta en ny modellfamilj, rapporterade TechNode. Vikterna finns tillgängliga på Hugging Face under den tillåtande MIT-licensen, tillsammans med slutledningskod och installationsinstruktioner för utvecklare som vill köra modellen på sin egen infrastruktur.

Vad ändrades i V4.1-Flash-1017

Enligt DeepSeek är rubrikförbättringen exekveringshastighet: företaget säger att modellen nu slutför uppgifter snabbare och med kortare utgångar, vilket gör att användarna kan slutföra samma arbete till lägre kostnad. Kortare utgångar har lika stor betydelse som råhastighet för team som kör modellen i stor skala, eftersom de flesta API-leverantörer fakturerar per token.

De utvecklingsfokuserade förbättringarna riktar sig till agentarbetsflöden – mönstret i vilket ett AI-system planerar ett projekt, skriver kod, anropar externa verktyg och itererar mot ett fungerande resultat. TechNodes rapport beskriver uppdateringen som en förstärkning av just den slingan, tillsammans med vinster i visuell förståelse för bildindata.

Maxvariantens oberoende benchmarkvisning

Artificial Analysis, ett oberoende företag som riktmärker gränsmodeller, listar DeepSeek V4.1 Flash 1017 (Max) med ett Artificial Analysis Intelligence Index-poäng på 45 — tvåa bland de 121 modeller som det spårar, och långt över medianen på 19. Samma ingång registrerar en utmatningshastighet på cirka 1 miljon och 30 sekunder per fönster och 20 kontexter stöd för både text- och bildinmatning.

Prissättningen är fortfarande aggressiv. Artificiell analys rapporterar $0,30 per miljon inmatade tokens och $1,20 per miljon output-tokens för Max-varianten, under dess spårade medianvärden på $0,43 respektive $1,68. En cache-rabatt på 98 procent gäller för upprepade sammanhang, och företaget sätter kostnaden för en enda Intelligence Index-utvärderingsuppgift till cirka 0,26 USD.

Benchmarking-företaget flaggar en avvägning: utförlighet. Max-varianten genererade cirka 210 miljoner tokens över sina Intelligence Index-utvärderingar - ungefär 50 procent mer än medianen på 140 miljoner tokens - vilket kan kompensera en del av besparingarna per token i praktiken.

Utvecklargemenskapen uppmärksammar det

Releasen väckte omedelbar uppmärksamhet på Hacker News, där Hugging Face-listan samlade mer än 900 uppröster och OpenRouter-listan toppade 500 inom några timmar – en nivå av dragkraft som öppna modellsläpp från västerländska labb sällan når. Entusiasmen återspeglar både modellens benchmark-ställning och dess licensiering: MIT-licensen tillåter kommersiell användning, modifiering och omfördelning med minimala begränsningar, vilket gör modellen till en praktisk bas för startups som bygger på öppna vikter.

Eftersom DeepSeek publicerar slutledningskod och distributionsinstruktioner vid sidan av vikterna, kan organisationer med egen GPU-kapacitet tjäna modellen utan att vara beroende av externa API-leverantörer – ett alternativ som har blivit allt mer relevant när företag väger problem med datauppehåll och kostnadskontroll mot bekvämligheten med värdbaserad slutledning.

Varför agentprestanda är viktigt nu

Tonvikten på agentkodning speglar var konkurrensen mellan gränslaboratorier har flyttat. Benchmarkvinster på statiska frågeuppsättningar har blivit inkrementella; differentiatorn 2026 är hur tillförlitligt en modell upprätthåller arbete i flera steg - planering, skrivning av kod, exekvering, läsning av fel och korrigering av kurs utan mänsklig inblandning.

DeepSeeks uppdatering driver på exakt den axeln. En modell som slutför kodningsuppgifter i färre iterationer och med mindre slöseri med utdata minskar direkt kostnaderna för att driva agentflottor, som förbrukar tokens i en skala som enskilda chattanvändare aldrig ser. För ingenjörsteam som utvärderar alternativ med öppna vikter mot slutna API:er är kombinationen av en intelligensrankning nr 2 och MIT-licenser ett särskilt starkt paket.

Priskriget visar inga tecken på kylning

DeepSeek har byggt sitt rykte på aggressiv prissättning, och V4.1-Flash-1017 fortsätter det mönstret. Cache-rabatten på 98 procent – ​​prissänkningen som tillämpas när en begäran återanvänder sammanhang som leverantören redan har bearbetat – är bland de mest generösa i branschen, och belönar effektivt applikationer som upprätthåller långvariga konversationer eller återanvänder stora kodbaser över frågor.

Med ingångsprissättning på 0,30 $ per miljon tokens och utgång på 1,20 $, underskrider Max-varianten medianpriserna som Artificiell analys spårar över marknaden redan innan cache-rabatten tillämpas. För kostnadskänsliga arbetsbelastningar – batchbearbetning, sammanfattning av stora volymer, utökad generering av hämtning – är ekonomin svår för proprietära leverantörer att matcha.

Releasen landar också mitt i en intensifierad granskning av kinesiska AI-laboratorier för hårdvaruförsörjningskedjor, ett område där DeepSeek tidigare har uppmärksammats för att pressa prestanda på gränsnivå från begränsad datoranvändning. Företaget har inte avslöjat detaljerad utbildning eller hårdvaruspecifikationer för den här uppdateringen.

Vad du ska titta på härnäst

DeepSeeks kadens – en Flash-uppdatering i september, en riktad 1017-uppdatering i oktober – tyder på att labbet itererar snabbare än de traditionella sex-till-tolv månader långa utgivningscyklerna för sina västerländska konkurrenter. Oberoende rankningar från artificiell analys och community benchmarks kommer att visa om vinsterna håller utanför företagets egna utvärderingar.

För tillfället är siffrorna som kan verifieras oberoende starka: en andraplats intelligensrankning bland 121 spårade modeller, nästan 230 tokens per sekund av output genomströmning, ett 1 miljon tokens sammanhangsfönster och några av de lägsta priserna på marknaden – allt under en licens som låter vem som helst ta vikterna och bygga.

Ligg före AI

AI-landskapet rör sig snabbt – följ AI Buzz Wire för senaste AI-nyheter, modellsläpp och branschanalyser.

Läs mer AI-nyheter →