DeepSeek выпустила V4.1-Flash-1017 с открытыми весами под лицензией MIT и улучшенными агентными результатами
DeepSeek опубликовала на Hugging Face модель DeepSeek-V4.1-Flash-1017 — небольшое обновление V4.1-Flash с открытыми весами под лицензией MIT, контекстом в 1 млн токенов и заявленным ростом в тестах на программирование и работу агентов.
Китайская ИИ-компания DeepSeek опубликовала на Hugging Face модель DeepSeek-V4.1-Flash-1017. Компания называет её небольшим обновлением DeepSeek-V4.1-Flash, которое улучшает рассуждения, программирование, агентные и визуальные задачи и при этом сокращает время выполнения задач и длину ответов — то есть задачи решаются быстрее и дешевле.
Что сказано в карточке модели
- Репозиторий и веса модели распространяются под лицензией MIT — одной из самых свободных open-source-лицензий.
- Hugging Face указывает размер модели около 763 млрд параметров.
- Рекомендуемые настройки: контекстное окно в 1 млн токенов и максимальный ответ не менее 256 тыс. токенов.
- По данным DeepSeek, по сравнению с прежней V4.1-Flash результат в Terminal-Bench 4.0 вырос с 31,2 до 42,3, в DeepSWE v1.1 — с 74,2 до 77,0, в Humanity’s Last Exam без инструментов — с 36,8 до 42,6.
- Шаблона чата в формате Jinja нет: вместо него DeepSeek выпустила эталонный кодировщик на Python и deepseek-recipe — набор библиотек на Rust с привязками к Python для форматирования запросов.
Контекст
В собственной таблице DeepSeek обновление опережает ряд открытых и закрытых конкурентов в некоторых агентных тестах, но уступает другим — например, Opus 5 от Anthropic в Humanity’s Last Exam и Terminal-Bench. Все цифры приводит сама DeepSeek, независимой проверки пока не было.