Компания DeepSeek выпустила V4.1-Flash-1017, обновленную Flash-модель для агентских и программных задач, которая набирает 77,0% в бенчмарке DeepSWE при цене чуть ниже $0,20 за задачу. Модель доступна через сайт, приложение и API, а веса опубликованы на Hugging Face и ModelScope. Для бизнеса это важно, поскольку агентские запуски стоимостью в доллары теперь стоят центы без потери точности.
Рост бенчмарков и снижение цены запуска
По сравнению с V4.1-Flash новая версия 1017 показывает более высокие оценки, быстрее выполняет задачи и создает более короткие ответы. DeepSeek называет это изменение Pareto improvement в балансе между качеством и стоимостью. В экономичном режиме модель сохраняет результат выше 72% при цене около $0,10 за задачу, тогда как предшественник давал 74,2% при цене около $0,50 за запуск. Более короткие ответы напрямую снижают расходы на API, поскольку на каждую задачу тратится меньше токенов.
Модель настроена для сред разработки, включая DeepSeek Harness версии v0.2.1-rc.1 или новее, Tencent CodeBuddy и WorkBuddy. Для сквозного создания программ DeepSeek применяет reinforcement learning with self-feedback, или RLSF. В этом методе постобучения модель использует внутренние оценки уверенности или собственные критические замечания как сигнал награды, без оценщиков-людей и внешних моделей награды. По заявлению компании, это улучшает разработку проектов от программирования игр до 3D-моделирования и дизайна, а также анимацию компактных объясняющих видео.
В собственных бенчмарках компании V4.1-Flash-1017 обходит более крупные модели, такие как Claude Opus 5, GPT 5.6-Sol, Kimi K3 и GLM 5.3, в ряде категорий кодирования и агентской работы. На графике стоимости DeepSWE модели GPT-6 Astra, Gemini 3.8 Flash и Claude Opus 5 находятся в диапазоне от $2 до более $10 за задачу и не дотягивают до компактной модели DeepSeek по точности. Независимые бенчмарки пока не вышли, а сами оценки лишь частично предсказывают удовлетворенность разработчиков качеством кода. Этот разрыв между лабораторными результатами и практикой остается главной оговоркой.
Что это меняет для бюджетов автоматизации
Для компаний, массово использующих программных агентов, изменение цены меняет окупаемость рабочих процессов. При цене ниже $0,20 за задачу DeepSWE против $2–$10 у конкурирующих моделей команды могут позволить больше итераций, широкое тестовое покрытие и параллельные попытки в рамках того же бюджета. Небольшие компании получают доступ к агентскому прототипированию, которое раньше было слишком дорогим для регулярных запусков. Крупные организации могут распространить тот же агентский стек на большее число команд без пропорционального роста затрат на API.
Отдельно DeepSeek впервые открыл сторонним разработчикам внутренние Search и Fetch API. По данным компании, лежащая в их основе поисковая система уже обрабатывает сотни миллионов запросов в день по всему миру, а детали настройки приведены в документации API. Каждый эндпоинт стоит $0,75 за 1000 вызовов, а пользователи DeepSeek API получают бесплатный доступ через серверные инструменты в DeepSeek Harness, Claude Code и Codex до 31 октября 2026 года, 16:00 UTC. Покупателям стоит проверить качество поиска, задержки и покрытие данных в своей предметной области до принятия решения.
Удобным маркером станут независимые результаты бенчмарков и отзывы разработчиков о качестве кода в реальных репозиториях в ближайшие месяцы. Вторым маркером будет регулирование публикации моделей с открытыми весами в Китае, которое, по сообщениям, ужесточается для систем из числа 10 самых сильных моделей. Если веса останутся доступными, а сторонние тесты подтвердят преимущество в цене, дешевые агенты быстрее войдут в стандартные конвейеры разработки.
