Čínský DeepSeek vydal 17. října 2026 model DeepSeek-V4.1-Flash-1017, aktualizaci modelu DeepSeek-V4.1-Flash z 10. září. Sám ji označuje za menší, ve vlastních testech ale nový model zlepšil výsledek ve všech jedenácti uvedených benchmarcích a nejvíc přidal v agentním programování. Podle firmy je silnější v uvažování, psaní kódu, agentních úlohách i práci s obrázky a úlohy dokončí rychleji a s kratšími výstupy. Váhy leží na Hugging Face a ModelScope pod licencí MIT, takže je lze volně používat i komerčně nasazovat. Zájem o model přitom ani na konci října neopadl. K 31. říjnu byl na Hugging Face druhý v žebříčku trendů, hned za modelem Nanbeige4.3-33B, a měl 4 069 lajků. Strom modelů na Hugging Face k němu do stejného dne evidoval 170 kvantizovaných verzí od komunity, mimo jiné ve formátech GGUF pro llama.cpp nebo MLX pro Macy.
Architektura zůstala stejná jako u zářijové verze, konfigurační soubory obou modelů se shodují. Je to model typu Mixture-of-Experts s 552 miliardami parametrů v páteři sítě, který čte text i obrázky a odpovídá textem. DeepSeek ho postavil jako kauzální enkodér-dekodér: prvních 20 vrstev zpracuje vstup, dalších 20 generuje odpověď. Při čtení vstupu tak model na každý token zapojí jen 8 miliard parametrů, při generování 16 miliard. Podle firmy to výrazně zlevňuje agentní práci, při které model přečte mnohem víc textu, než sám napíše. Kontext pojme milion tokenů a mezipaměť KV zabírá 890 bajtů na token, zhruba čtvrtinu proti staršímu modelu DeepSeek-V4-Flash. Změnil se trénink. DeepSeek v oznámení píše o posilovaném učení s vlastní zpětnou vazbou modelu (self-feedback), které má zlepšit vývoj celých projektů od začátku do konce, a jako ukázku přikládá třeba 3D model pekingského Zakázaného města nebo napodobeninu hry Portal 2 v enginu Godot.
Benchmarky zveřejnil DeepSeek sám. Největší posun hlásí v Terminal-Bench 4.0, kde model v prostředí Claude Code vyřešil 42,3 % úloh proti 31,2 % u zářijové verze, a v ProgramBench, kde skóre vzrostlo z 20,3 na 29,1. V DeepSWE v1.1 se posunul ze 74,2 na 77,0 % a v testu HLE bez nástrojů z 36,8 na 42,6. U vizuálních úloh s nástroji jsou zisky menší, BabyVision vzrostl z 89,6 na 92,5. V tabulce ho DeepSeek staví proti modelům Claude Opus 5, GPT-5.6 Sol, Kimi K3 a GLM-5.3. Claude Opus 5 v ní dál vede v Terminal-Bench 4.0 (51,8) a v ProgramBench (37,0), DeepSeek je naopak první v DeepSWE a v AutomationBench (60,5 proti 50,3 u Opusu). Hlavním argumentem je ale cena. V grafu DeepSeeku stojí jedna úloha DeepSWE při nejvyšší míře uvažování zhruba 0,2 dolaru, zářijová verze se na svých 74 % dostala asi za 0,5 dolaru a Claude Opus 5 s podobným výsledkem kolem 12 dolarů.
Nezávislé měření nabízí Artificial Analysis. V souhrnném Intelligence Index v5.0 získal model při maximální míře uvažování 32 bodů a mezi 22 otevřenými modely nad 150 miliard parametrů je první, medián skupiny je 23. Mistral Large 4 má ve stejném indexu 26 bodů. Model podle měření Artificial Analysis generuje 175 tokenů za sekundu a první token pošle přes API DeepSeeku za 1,1 sekundy. Slib kratších výstupů ale platí hlavně ve srovnání s předchůdcem. Při průchodu indexem model vygeneroval 170 milionů výstupních tokenů proti mediánu 99 milionů u srovnatelných modelů a Artificial Analysis ho proto řadí mezi velmi upovídané. Jedna úloha z indexu vyšla v průměru na 0,60 dolaru.
V API DeepSeeku běží nová verze pod názvem deepseek-flash a dostávají ji i požadavky na starší název deepseek-v4-flash. Milion vstupních tokenů stojí ve špičce 0,30 dolaru (z mezipaměti 0,006 dolaru) a milion výstupních 1,20 dolaru, mimo špičku polovinu. Špička platí od pondělí do pátku (kromě čínských svátků) mezi 1:00 a 4:00 a mezi 6:00 a 10:00 UTC. DeepSeek spolu s modelem otevřel všem i vlastní API pro vyhledávání a načítání webových stránek (Search a Fetch) za 0,75 dolaru za tisíc volání. Formát promptu popisuje referenční skript v Pythonu přiložený k vahám, pro produkční nasazení firma nabízí knihovnu deepseek-recipe. Jde o sadu knihoven v Rustu s vazbami pro Python, které převedou požadavky z API ve stylu OpenAI i Anthropicu na prompt nebo rovnou na tokeny a výstup modelu zase rozeberou na hotovou nebo streamovanou odpověď včetně uvažování a volání nástrojů. Samotnou inferenci a spouštění nástrojů si musí zajistit ten, kdo knihovnu používá. Knihovna přitom vyšla už se zářijovým modelem a 20. října dostala verzi 0.2.0, která rozlišuje modely V4 a V4.1 a přidává strukturovaný výstup podle JSON Schema.
Doma nebo ve firmě model rozběhne jen hodně silný stroj. Původní váhy totiž mají na Hugging Face dohromady 510 GB. Unsloth uvádí pro svou nejmenší 1bitovou kvantizaci GGUF počítač se 128 GB paměti, pro 3bitovou 256 GB. Laboratoř DASLab z rakouského institutu ISTA vydala kvantizace, které přesnost přidělují každému tenzoru zvlášť a vycházejí na 1,75 až 2,25 bitu na váhu. Podle jejího popisu je od sestavení b11870 načte i běžný llama.cpp včetně práce s obrázky.
Zdroje:
- Hugging Face: model card DeepSeek-V4.1-Flash-1017, 17. října 2026
- Hugging Face: model card DeepSeek-V4.1-Flash, 10. září 2026
- DeepSeek API Docs: DeepSeek-V4.1-Flash-1017 Release, 17. října 2026
- DeepSeek API Docs: DeepSeek-V4.1-Flash Release, 10. září 2026
- DeepSeek API Docs: Models & Pricing
- GitHub: deepseek-ai/deepseek-recipe
- Artificial Analysis: DeepSeek V4.1 Flash 1017
- Artificial Analysis: Mistral Large 4
- Hugging Face: unsloth/DeepSeek-V4.1-Flash-1017-GGUF
- Hugging Face: ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO-GGUF
- TechNode: DeepSeek releases V4.1 Flash-1017, 19. října 2026
