**DeepSeek V4.1-Flash-1017: Легковесная модель бросает вызов флагманской, настоящий акцент — на экосистеме** DeepSeek сегодня выпустила V4.1-Flash-1017. Компания заявляет, что модель демонстрирует более высокую производительность, быстрее выполняет задачи и генерирует более лаконичные ответы, называя это «улучшением по Парето» в плане эффективности и стоимости — то есть ни один показатель не ухудшился, все улучшились. Модель уже доступна на веб-сайте, в приложении и через API, а также открыта на Hugging Face и ModelScope. **Цифры: лидерство в агентских задачах, но разрыв в глубоких рассуждениях** Согласно официальной сравнительной таблице (все данные предоставлены самой DeepSeek): - **Превосходит Claude Opus 5:** DeepSWE 77.0 против 74.0, Automation-Bench 60.5 против 50.3, Agents' Last Exam 35.4 против 28.6, Apex Bench 72.1 против 65.8. - **Все еще отстает:** HLE 42.6 против 56.3, Terminal-Bench 42.3 против 51.8, ProgramBench 29.1 против 37.0, NL2Repo 68.2 против 75.3. - **Степень улучшения:** По сравнению с предыдущей версией Flash, Terminal-Bench вырос с 31.2 до 42.3 — это наиболее заметный прогресс. То, что легковесная модель уровня Flash достигла и даже превзошла флагманские результаты в нескольких агентских и инженерных тестах, — это самое важное. Однако в тестах на глубокие рассуждения, таких как HLE, разрыв остается значительным. Более объективная оценка: модель «достаточно хороша и дешева» для инженерных и агентских задач, но пока не способна полностью догнать флагманские решения. **Главное — Harness и экосистема** Особое внимание уделяется оптимизации под DeepSeek Harness, Tencent CodeBuddy и WorkBuddy, а также рекомендуется обновление до Harness v0.2.1-rc.1 для достижения наилучших результатов. Другими словами, DeepSeek продает не просто модель, а целую систему выполнения. Того же дня был открыт Search & Fetch API на базе собственного поискового движка, который, по словам компании, обрабатывает сотни миллионов запросов в день — тем самым завершая «пазл» поиска и извлечения данных. Цена за каждый эндпоинт — $0.75, однако в посте не указаны полные условия тарификации — для уточнения необходимо ознакомиться с документацией. В плане обучения компания использует усиленное обучение с обратной связью для улучшения конвейера разработки проектов «от начала до конца», демонстрируя примеры от создания игр до 3D-моделирования. Анимации выглядят впечатляюще, но красивая визуализация не означает стабильности и пригодности к использованию — нужны реальные тесты. **Несколько оговорок** 1. Все результаты предоставлены самой компанией; некоторые цифры помечены звездочками и требуют независимой верификации третьими сторонами. 2. Некоторые результаты могут быть специфичны для определенной версии Harness или условий тестирования и не воспроизводимы в других средах. 3. Сообщается, что DeepSeek ведет переговоры по привлечению инвестиций и готовится к выходу на биржу — темп выпусков и подача материалов могут быть связаны с коммерческим давлением. **Вывод** Значение V4.1-Flash заключается не в «победе над Opus», а в том, чтобы сделать «достаточно хорошие агентские возможности» дешевле и быстрее, сочетая их с инструментальной цепочкой и API поиска — тем самым напрямую влияя на структуру затрат разработчиков. Далее стоит наблюдать за двумя вещами: результатами независимых оценок и тем, действительно ли разработчики перейдут на платформу ради Harness.