DeepSeek улучшает возможности ИИ для программирования, превосходя Claude Opus 5 в задачах программной инженерии

Динамические новости Beating AI: DeepSeek обновил V4.1 Flash до версии 1017, обновления уже применены на веб-сайте, в приложении и API, а веса новой модели также открыты по лицензии MIT. В официальных тестах уровень прохождения задач по программной инженерии DeepSWE v1.1 вырос с 74,2% до 77,0%, превысив показатель Claude Opus 5 в 74,0%. Terminal-Bench 4.0 поднялся с 31,2% до 42,3%, но все еще ниже, чем у Opus 5 — 51,8%. Согласно опубликованной официальной кривой стоимости, конфигурация, обеспечивающая 77% прохождения, стоит в среднем около 1,3 юаня за задачу. Однако сравнение проводилось с Opus 5, а не с более новой версией Opus 5.5. Новая версия особенно улучшила «программирование по желанию» — когда достаточно указать простые требования, а ИИ самостоятельно планирует и завершает весь проект. DeepSeek использовал самообратную систему усиленного обучения для улучшения этой способности и продемонстрировал 3D-сцену Запретного города, веб-версию гоночной игры и копию Portal 2, созданную на движке Godot. Официально заявлено, что новая модель сократила время выполнения задач и объем вывода, а также была оптимизирована для DeepSeek Harness, Tencent CodeBuddy и WorkBuddy. Кроме того, DeepSeek впервые открыл разработчикам собственные API Search и Fetch для своего поискового движка. Разработчики могут позволить агентам напрямую искать веб-страницы и извлекать текст. Оба интерфейса оплачиваются по количеству успешных запросов — 5 юаней за тысячу запросов. Запросы Search, инициированные через Claude Code или Codex с встроенной функцией веб-поиска, в течение первых двух недель освобождаются от платы за вызов интерфейса.