DeepSeek v sobotu vydal nový checkpoint modelu V4.1-Flash a ve stejný den poprvé pustil ven svůj interní vyhledávací stack. Search a Fetch API stojí 0,75 dolaru za tisíc úspěšných volání. Účtovat se začne 1. listopadu.
DeepSeek zveřejnil 17. října model DeepSeek-V4.1-Flash-1017 a společně s ním dvě rozhraní, která s jazykovým modelem přímo nesouvisejí: /v1/tools/search a /v1/tools/fetch. Čínská laboratoř tím prodává přístup k vyhledávacímu indexu, který dosud poháněl jen režim hledání v jejím chatu.
Nejdřív mi ta druhá polovina oznámení přišla jako okrajová položka v release notes. Čím dýl nad tím sedím, tím víc mi připadá, že je to hlavní zpráva dne.
Model je iterace, index je infrastruktura.
Model: vyšší skóre, kratší výstupy
Nová verze nahrazuje zářijový V4.1-Flash pod stejným API jménem deepseek-flash. DeepSeek ji popisuje jako paretovské zlepšení poměru výkonu a ceny a slibuje kratší odpovědi při vyšší úspěšnosti. Podle vlastních čísel laboratoře se checkpoint zlepšil na všech jedenácti reportovaných benchmarcích, a to o 2 až 11,1 bodu.
| Benchmark | Flash-1017 | zářijový Flash |
|---|---|---|
| DeepSWE v1.1 | 77,0 | 74,2 |
| Terminal-Bench 4.0 | 42,3 | 31,2 |
| HLE bez nástrojů | 42,6 | 36,8 |
| ProgramBench | 29,1 | 20,3 |
| Apex Bench v1.1 | 72,1 | 64,6 |
Jedenáct bodů navíc na Terminal-Benchi je slušný skok, jenže je potřeba číst drobným písmem: jde o čísla od výrobce, měřená v harness od Claude Code. Nezávislé ověření zatím chybí. Na DeepSWE podle téhle tabulky model přeskočil Claude Opus 5 (77,0 proti 74,0), na Terminal-Benchi mu ale pořád utíká o devět bodů a na HLE o skoro čtrnáct. Ve zkratce: na agentních úlohách v terminálu se Flash přiblížil, na čistém uvažování zaostává.
Architektura zůstává řídká. MarkTechPost uvádí 552 miliard parametrů v páteři a dalších 196 miliard v Engram vrstvě, přičemž aktivních je 8 miliard při prefillu a 16 miliard při dekódování. Karta modelu na Hugging Face naproti tomu mluví o 763 miliardách parametrů celkem, ve formátech BF16, F32, FP8 a INT8. Kontext má milion tokenů, výstup až 384 tisíc.
Váhy leží na Hugging Face pod licencí MIT, a to pro repozitář i pro samotný model. Chybí Jinja šablona pro chat, takže formátování promptu si musíte poskládat sami z referenční implementace v Pythonu, pro produkci DeepSeek doporučuje svou knihovnu deepseek-recipe v Rustu. Model rozjedete přes vLLM, SGLang nebo Docker Model Runner, všechny tři vystavují rozhraní kompatibilní s OpenAI. Kvantizace existují pro llama.cpp, Ollamu i LM Studio. Cena v API je 0,30 dolaru za milion vstupních tokenů mimo cache a 1,20 dolaru za milion výstupních, v mimošpičkových hodinách poloviční. Trefa do cache vyjde na 0,006 dolaru za milion, tedy prakticky na zaokrouhlovací chybu. Hugging Face zatím neuvádí jediného externího poskytovatele inference, takže kdo nechce volat čínské API, musí si model hostovat sám.
Vyhledávání jako samostatný produkt
Search API vrací strukturované výsledky z vlastního indexu DeepSeeku. Dotaz má limit 128 znaků a zvládá operátory site:, -site:, lang:, after: a before:. Jedním voláním si vyberete 1 až 50 výsledků, cena se podle jejich počtu nemění. Každý výsledek nese titulek, URL, krátký snippet pro zobrazení, delší souhrn psaný pro model, datum v RFC 3339 a dvě skóre: rerank_score od nuly do tří, kde hodnota 1,5 a výš podle dokumentace znamená kvalitní zásah, a authority od nuly do čtyř. Plný text stránky dostanete jen tehdy, když si o něj řeknete parametrem need_content.
Fetch dělá jednu věc: stáhne zadanou URL a vrátí ji jako markdown.
Obě rozhraní mají limit pět dotazů za sekundu na účet, u Fetche navíc platí nezveřejněný limit na doménu. Účtuje se výhradně odpověď HTTP 200 s neprázdným obsahem, prázdné výsledky a timeouty jsou zdarma. Bezplatné zůstávají do 1. listopadu i serverová volání přes DeepSeek Harness, Claude Code a Codex. Pro přímé volání API ale dokumentace žádné kredity zdarma neslibuje.
Kolik za totéž chtějí ostatní
Tady je ta cena zajímavá. Brave Search API stojí podle srovnání webu PPC Land pět dolarů za tisíc dotazů, Linkup v nabídce Cloudflare stejně, Exa přes Cloudflare sedm dolarů. Microsoft Grounding with Bing vyjde na 35 dolarů, vrací ale rovnou ocitovanou odpověď, takže to není srovnání jedna ku jedné. Levnější než DeepSeek je z porovnávaných jediný Ceramic.ai s 0,25 dolaru, ten zase vrací maximálně deset výsledků.
Pro českého vývojáře, který staví agenta s prohledáváním webu, to znamená konkrétní úsporu. Deset tisíc dotazů denně vyjde u DeepSeeku na 7,5 dolaru, u Brave na padesát. Za měsíc je v tom rozdíl 1 275 dolarů.
Co se zatím neví
Nejmíň dvě věci v oznámení nesedí. Karta modelu na Hugging Face tvrdí, že licence MIT kryje i váhy nové verze, MarkTechPost naopak píše, že licence pro checkpoint 1017 zveřejněná nebyla a MIT se vztahuje k zářijovým vahám. Rozcházejí se i parametry, 763 miliard proti součtu 552 a 196.
Druhá nejasnost je provozní. Dokumentace nikde neříká, odkud crawler leze, jestli respektuje robots.txt ani podle čeho přiděluje stránkám autoritu. Volitelné pole localization přijímá IP adresu koncového uživatele a pole ori_question původní dotaz člověka, jenže o tom, jak se tahle data ukládají a jak dlouho, mlčí obě stránky dokumentace. U služby běžící na čínské infrastruktuře to není detail, který by se dal přejít, zvlášť když si vzpomeneme na dřívější zásahy evropských regulátorů proti DeepSeeku.
A ještě jeden háček pro provozovatele obsahu. Delší souhrny psané pro model jsou navržené tak, aby agent nemusel stránku vůbec navštívit. Čím líp fungují, tím míň návštěv se dostane na weby, ze kterých index čerpá.
Model i rozhraní jsou dostupné hned, váhy na Hugging Face, endpointy na api.deepseek.com. Kdo chce vyhledávání otestovat zadarmo přes podporované harnessy, má na to necelé dva týdny.
