У суботу, 17 жовтня 2026 року, DeepSeek замінила модель, що стоїть за API-назвою deepseek-flash, на нову контрольну точку DeepSeek-V4.1-Flash-1017. Ціна не змінилася, вікно контексту не змінилося, і спосіб викликів не змінився. Змінилася сама модель: DeepSeek повідомляє про двозначні прироста в тестах для терміналу та створення програм і стверджує, що нова контрольна точка виконує завдання швидше та з коротшими відповідями.
Коротка відповідь: якщо ви запускаєте агентів для коду або робочі процеси з великою кількістю викликів інструментів на вересневій V4.1 Flash, переходьте. Ви платите ту саму ціну за токен і, за власною діаграмою витрат DeepSeek, значно менше за кожне завершене завдання. Якщо ваше навантаження – це Q&A, що потребує багатьох знань, аргументи слабші, і в цьому сенсі передові моделі все ще попереду.
На AIHubMix нова контрольна точка має власний ID, deepseek-v4.1-flash-1017, тож нічого не зміниться без вашої дії, доки ви не зміните назву моделі.
Що змінилося, а що залишилося незмінним
У примітках до релізу DeepSeek називає 1017 «Парето-покращенням продуктивності та вартості», а картка на Hugging Face називає її «незначним оновленням». Обидва визначення слушні: архітектура та поверхня API не змінилися, а післятренування нове (DeepSeek описує «навчання з підкріпленням із самозворотним зв'язком для покращення наскрізної розробки проєктів»).
| Пункт | Вересневий V4.1 Flash | V4.1 Flash 1017 |
|---|---|---|
| Архітектура | 552B MoE, 8B / 16B активних | Без змін |
| Контекст / максимум виводу | 1M / 384K | Без змін |
| Вхідні дані | Текст і зображення | Без змін |
| Режим міркування за замовчуванням | Увімкнено, рівень high | Без змін |
| Рівні зусиль | low / high / max | Без змін |
| API-назва DeepSeek | deepseek-flash | deepseek-flash (тепер 1017) |
| Базова ціна | Без змін | Без змін |
| Довжина відповіді | Довга | Коротша (за даними DeepSeek, без кількісної оцінки) |
Старі назви deepseek-v4-flash та deepseek-v4-flash-vision-exp і далі працюють в API DeepSeek, обидві тепер використовують 1017 за цінами Flash. DeepSeek не пропонує можливості зафіксувати вересневу контрольну точку, тож усі, хто викликає deepseek-flash напряму, уже перейшли на нову версію.
Де з'явилися покращення
Усі наведені нижче цифри взято з картки моделі та журналу змін DeepSeek; незалежно їх ще ніхто не відтворив. The Decoder і Kingy.ai склали ту саму таблицю та відзначили те саме застереження.
| Бенчмарк | Вересень | 1017 | Зміна |
|---|---|---|---|
| Terminal-Bench 4.0 | 31.2 | 42.3 | +11.1 |
| ProgramBench | 20.3 | 29.1 | +8.8 |
| Apex Bench v1.1 | 64.6 | 72.1 | +7.5 |
| HLE, без інструментів | 36.8 | 42.6 | +5.8 |
| Automation-Bench | 54.8 | 60.5 | +5.7 |
| Agents' Last Exam | 31.8 | 35.4 | +3.6 |
| DeepSWE v1.1 | 74.2 | 77.0 | +2.8 |
| NL2Repo-Bench | 65.4 | 68.2 | +2.8 |
| BabyVision, з інструментами | 89.6 | 92.5 | +2.9 |
Terminal-Bench 4.0 запускали в обв'язці Claude Code; DeepSWE – у mini-SWE-v2.
Картина очевидна: найбільші стрибки відбулися в довгих сесіях у терміналі та під час створення програми з нуля, що відповідає тому, на що, за словами DeepSeek, модель навчали. Виправлення помилок на рівні репозиторію (DeepSWE, NL2Repo) і зір змінилися на два-три пункти.
Коротші відповіді – справжнє покращення
Вересневу контрольну точку було дорого запускати для дешевої моделі, бо вона надто багато говорила. Коли Artificial Analysis прогнав на ній свій Intelligence Index з максимальним рівнем зусиль, вона згенерувала близько 250M вихідних токенів при медіані 130M, тобто на 62% більше, ніж V4 Pro 0813 від самого DeepSeek.
1017 саме цьому й протидіє. Діаграма DeepSeek для DeepSWE (вартість завдання на осі X, за прочитанням The Decoder) ставить вересневу модель на 74,2% при близько $0,50 за завдання, 1017 на максимальному рівні – на 77,0% при трохи менше ніж $0,20, а 1017 на низькому рівні – понад 72% при близько $0,10. Оскільки ціна за токен однакова, майже вся економія походить від того, що модель використовує менше токенів і завершує роботу за меншу кількість ходів.
Два застереження. DeepSeek не сказав, наскільки коротшими стали відповіді, а ці витрати на завдання зчитано з діаграми постачальника, а не виміряно незалежною стороною. Перш ніж розраховувати на 60% економії, протестуйте власне навантаження.
Наскільки вона наближається до вищого рівня
У лінійці DeepSeek вищий рівень – це V4 Pro 0813, і 1017 вже обійшла його за кожним агентним бенчмарком, які DeepSeek публікує для обох (Terminal-Bench 4.0: 42,3 проти 12,4; DeepSWE: 77,0 проти 62,7). Цьому буде окрема публікація в цій серії.
Порівняно з передовими моделями картина неоднозначна. Таблиця DeepSeek обходить Claude Opus 5 у DeepSWE, Automation-Bench, Agents' Last Exam та Apex, але Opus 5 все ще лідирує в Terminal-Bench 4.0 (51,8), ProgramBench (37,0), NL2Repo (75,3) та HLE (56,3). DeepSeek також порівнював зі старішими моделями: Opus 5.5, Sonnet 5.5 і покоління GPT-6 у його таблиці відсутні, а Google окремо повідомляє, що Opus 5.5 має 66,4 у Terminal-Bench 4.0.
Ціна та реальні витрати
| Модель | Вхід DeepSeek | Вихід DeepSeek | Вхід AIHubMix | Вихід AIHubMix |
|---|---|---|---|---|
| V4.1 Flash (вересень) | $0.30 | $1.20 | $0.3098 | $1.2392 |
| V4.1 Flash 1017 | $0.30 | $1.20 | $0.3098 | $1.2392 |
| V4 Pro 0813 | $1.32 | $3.96 | $1.3944 | $4.1832 |
Ціни в піковий період за 1M токенів, промах кешу. Піковий період – 01:00–04:00 і 06:00–10:00 UTC у будні; в інші години, на вихідні та китайські державні свята діє непіковий тариф удвічі нижчий. Попадання в кеш Flash коштує $0,006 на DeepSeek і $0,0062 на AIHubMix у піковий період. AIHubMix наразі пропонує обмежену в часі знижку 30% на 1017; тут наведено базові ціни.
Одна сесія агента з розрахунком вартості. Жоден опублікований тест не дає кількості токенів на завдання для 1017, тому в цьому прикладі використано зазначені припущення: сесія виправлення помилки з 40 викликами моделі, загалом 1,2M вхідних токенів, з яких 90% обслуговуються з кешу, і 60K вихідних токенів, включно з міркуванням. За базовими цінами AIHubMix:
| Модель | Піковий період | Непіковий період |
|---|---|---|
| V4.1 Flash 1017 | $0.118 | $0.059 |
| V4 Pro 0813 | $0.469 | $0.233 |
Розрахунок для 1017 у піковий період: 0,12M × $0,3098 + 1,08M × $0,0062 + 0,06M × $1,2392 = $0,118.
Ті самі обсяги токенів коштують однаково на вересневій моделі, бо ціна однакова. Різниця проявляється в самих обсягах токенів: якщо 1017 потребує менше ходів і коротших відповідей для того самого виправлення, рахунок зменшується разом із ними. Розподіл пакетних завдань на години поза піком ще вдвічі зменшує витрати.
Ще один важіль – рівень зусиль. Робота DeepSeek про V4.1 Flash зіставляє рівні API low, high і max з внутрішніми значеннями зусиль 50, 75 і 100 і повідомляє, що останній крок до max «подовжує траєкторії агентів у 1,6–1,8 раза заради лише незначних покращень». Запускайте агентів на high, це значення за замовчуванням, а max залишайте для найскладніших завдань.
Де це не найкращий вибір
- Запитання, що потребують багатьох знань. HLE без інструментів дає 42,6, що значно нижче за Opus 5 (56,3) і нижче за Claude Haiku 5.5 (45,9, за даними Anthropic). Загальні знання досі є слабким місцем лінійки Flash.
- Довгі та складні сесії в оболонці. Terminal-Bench 4.0 з результатом 42,3 – великий стрибок, але Sonnet 5.5 (70,6) і Opus 5.5 (66,4) у цьому бенчмарку належать до іншої ліги.
- Навантаження, яким потрібна незмінна модель. В API самого DeepSeek
deepseek-flashє плаваючим псевдонімом, і вересневу контрольну точку не можна зафіксувати. Якщо вам потрібна відтворювана поведінка, викликайте модель із датованим ID. - Трафік, що повністю припадає на піковий період. Непіковий тариф удвічі нижчий за піковий; навантаження, що потрапляє у вікно будніх днів 01:00–10:00 UTC, платить повну ставку.
Хто має перейти, а хто почекати
- Переходьте зараз: агенти для коду, автоматизація терміналу та конвеєри з викликами інструментів на вересневому Flash. Та сама ціна, кращі результати та менше токенів на завдання за оцінкою DeepSeek.
- Переходьте після регресійного тестування: промпти для продакшену зі строгими форматами виводу або набори оцінювання. Коротші відповіді можуть зламати парсери, що очікували колишньої багатослівності.
- Залишайтеся на місці або шукайте інше: Q&A, що потребує багатьох знань, і складне налагодження, яке вже вимагає передової моделі. 1017 цього не змінює.
Спробуйте на AIHubMix
AIHubMix обслуговує 1017 через Chat Completions, Responses API і Anthropic Messages. Створіть ключ і дотримуйтеся швидкого старту, а потім викличте модель через SDK openai:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["AIHUBMIX_API_KEY"],
base_url="https://aihubmix.com/v1",
)
resp = client.chat.completions.create(
model="deepseek-v4.1-flash-1017",
messages=[{"role": "user", "content": "Write a Python function that merges overlapping intervals."}],
reasoning_effort="high",
max_tokens=32000,
)
print(resp.choices[0].message.content)
Під час тестового запуску 19 жовтня AIHubMix прийняв low, high і max для reasoning_effort, а поле model у кожній відповіді містило deepseek-v4-1-flash-261017, що дозволяє підтвердити, що відповідала саме контрольна точка 1017. Режим міркування увімкнено за замовчуванням, а токени міркування враховуються в max_tokens, тож задавайте це значення з запасом; картка моделі рекомендує щонайменше 256K для тривалих агентних запусків. Щоб порівняти обидві контрольні точки поруч, відкрийте сторінку порівняння AIHubMix.
Часті запитання
DeepSeek V4.1 Flash 1017 – нова модель чи оновлення?
Це оновлена контрольна точка V4.1 Flash з тією самою архітектурою, вікном контексту та поверхнею API. DeepSeek називає її незначним оновленням; приріст у бенчмарках дало нове післятренування.
Чи змінилася ціна з 1017?
Ні. DeepSeek залишив ціну Flash на рівні $0,30 за вхід і $1,20 за вихід за 1M токенів у піковий період, а в непіковий період вона удвічі нижча. AIHubMix вказує $0,3098 і $1,2392 у піковий період, зараз діє обмежена в часі знижка 30%.
Який ID моделі використовувати на AIHubMix?
Використовуйте deepseek-v4.1-flash-1017. Назва deepseek-flash належить API самого DeepSeek, де вона тепер вказує на 1017.
Чи можна й далі використовувати вересневу контрольну точку в API DeepSeek?
Ні. DeepSeek перевів deepseek-flash і старі назви Flash на 1017 і не пропонує зафіксованої назви для вересневої версії.
Наскільки коротшими стали відповіді?
DeepSeek не опублікував цифри. Його діаграма DeepSWE свідчить, що витрати на завдання знизилися з близько $0,50 до менш ніж $0,20 за тієї самої ціни за токен, що вказує на значно коротші запуски, але це дані постачальника.
Який рівень зусиль міркування використовувати?
Почніть з high, це значення за замовчуванням. Використовуйте low для простих викликів, чутливих до затримки, і max лише для найскладніших завдань, бо власна робота DeepSeek каже, що max подовжує запуски агентів у 1,6–1,8 раза заради невеликих покращень.
Чи краща 1017, ніж Claude Opus 5?
У деяких агентних бенчмарках DeepSeek повідомляє про її перевагу, наприклад DeepSWE та Automation-Bench. Opus 5 досі лідирує в Terminal-Bench 4.0, ProgramBench, NL2Repo та HLE, а новіші передові моделі не входили до порівняння DeepSeek.
Читайте далі: серія про DeepSeek V4.1 Flash 1017
- Переносите існуючу інтеграцію? У посібнику з міграції описано помилку 400 через
reasoning_content, тихе перемикання псевдонімів, тарифікацію в піковий період і налаштування інструментів для коду: Міграція на DeepSeek V4.1 Flash 1017: помилка 400 через reasoning_content, тихе перемикання псевдоніма та тарифікація в піковий період - Порівнюєте з найдешевшою моделлю Anthropic для агентної роботи? У порівнянні обидві моделі запускають на завданні з кодингу в терміналі: DeepSeek V4.1 Flash 1017 проти Claude Haiku 5.5: яка дешева модель краще підходить для агентів кодингу в терміналі?
- Досі платите за V4 Pro? У цьому дописі перевіряємо, чи Flash уже робить її зайвою: DeepSeek V4.1 Flash 1017 проти V4 Pro: чи вистачає тепер Flash?
Джерела
- Примітка до випуску DeepSeek-V4.1-Flash-1017 (DeepSeek)
- Картка моделі DeepSeek-V4.1-Flash-1017 (Hugging Face)
- DeepSeek V4.1 Flash 1017 на AIHubMix (AIHubMix)
- Deepseek V4.1 Flash 1017 перевершує більші конкуруючі моделі в агентних завданнях (The Decoder)
- DeepSeek V4.1 Flash 1017: огляд характеристик, бенчмарків і ціни (Kingy.ai)
