DeepSeek nâng cấp khả năng lập trình AI, vượt trội hơn Claude Opus 5 trong các nhiệm vụ kỹ sư phần mềm

Động thái Beating AI, DeepSeek đã nâng cấp V4.1 Flash lên phiên bản 1017, đồng bộ chuyển đổi trên web, App và API, đồng thời công khai trọng số mô hình mới theo giấy phép MIT. Trong các bài kiểm tra chính thức, tỷ lệ hoàn thành nhiệm vụ phần mềm DeepSWE v1.1 tăng từ 74,2% lên 77,0%, vượt qua 74,0% của Claude Opus 5. Terminal-Bench 4.0 tăng từ 31,2% lên 42,3%, nhưng vẫn thấp hơn 51,8% của Opus 5. Theo đường cong chi phí do công bố chính thức, cấu hình đạt tỷ lệ hoàn thành 77% chỉ tốn trung bình khoảng 1,3 nhân dân tệ mỗi câu hỏi. Tuy nhiên, đối thủ so sánh là Opus 5, chứ không phải phiên bản mới hơn Opus 5.5. Phiên bản mới tập trung tăng cường khả năng “lập trình theo ước nguyện” – tức chỉ đưa ra yêu cầu đơn giản để AI tự lập kế hoạch và hoàn thành toàn bộ dự án. DeepSeek cải thiện khả năng này thông qua học tăng cường phản hồi tự thân và trình diễn các ví dụ như cảnh 3D Tử Cấm Thành, trò chơi đua xe trên web, và bản sao lại Portal 2 dựa trên engine Godot. Công ty cho biết mô hình mới giảm thời gian hoàn thành nhiệm vụ và độ dài đầu ra, đồng thời tối ưu hóa cho DeepSeek Harness, Tencent CodeBuddy và WorkBuddy. Ngoài ra, DeepSeek lần đầu tiên mở cửa cho các nhà phát triển các API Search và Fetch của công cụ tìm kiếm tự phát triển. Nhà phát triển có thể cho Agent trực tiếp tìm kiếm web và trích xuất nội dung chính. Cả hai giao diện đều tính phí theo số lần yêu cầu thành công, 5 nhân dân tệ mỗi nghìn lần. Các yêu cầu Search được kích hoạt thông qua Claude Code hoặc Codex với chức năng tìm kiếm web tích hợp sẽ được miễn phí gọi API trong hai tuần đầu tiên.