DeepSeek Meningkatkan Kemampuan Pemrograman AI, Mengungguli Claude Opus 5 dalam Tugas Rekayasa Perangkat Lunak

DeepSeek merilis pembaruan V4.1 Flash ke versi 1017, dengan pemindahan serentak di situs web, aplikasi, dan API; bobot model baru juga telah dirilis sebagai open source di bawah lisensi MIT. Dalam pengujian resmi, tingkat keberhasilan tugas rekayasa perangkat lunak DeepSWE v1.1 meningkat dari 74,2% menjadi 77,0%, melebihi 74,0% Claude Opus 5. Terminal-Bench 4.0 naik dari 31,2% menjadi 42,3%, tetapi masih di bawah 51,8% Opus 5. Menurut kurva biaya yang diumumkan resmi, konfigurasi yang mencapai tingkat keberhasilan 77% hanya menghabiskan sekitar 1,3 yuan per soal. Namun, perbandingannya dilakukan dengan Opus 5, bukan Opus 5.5 yang lebih baru. Versi baru ini secara khusus memperkuat "pemrograman berbasis permintaan", yaitu hanya memberikan kebutuhan sederhana agar AI dapat merencanakan dan menyelesaikan seluruh proyek secara otomatis. DeepSeek meningkatkan kemampuan ini melalui pembelajaran penguatan umpan balik mandiri, serta menunjukkan contoh seperti adegan 3D Istana Musim Semi, game balap berbasis web, dan replika Portal 2 berbasis mesin Godot. Pihak resmi menyatakan bahwa model baru ini mengurangi waktu penyelesaian tugas dan panjang output, serta dioptimalkan untuk DeepSeek Harness, Tencent CodeBuddy, dan WorkBuddy. Selain itu, DeepSeek pertama kali membuka Search dan Fetch API dari mesin pencari buatan sendiri kepada pengembang. Pengembang dapat memungkinkan Agent untuk mencari halaman web dan mengambil teks secara langsung. Kedua antarmuka ini dikenakan biaya berdasarkan permintaan berhasil, yaitu 5 yuan per seribu permintaan. Permintaan Search yang dipicu oleh fitur pencarian web bawaan Claude Code dan Codex akan bebas biaya panggilan antarmuka selama dua minggu pertama.