Que s'est-il passé ?
DeepSeek a publié cette semaine la mise à jour DeepSeek V4.1 Flash-1017, un refresh daté du modèle Flash qui améliore les scores de raisonnement, de codage et de tâches agentiques tout en réduisant le temps d'exécution et la longueur des réponses. Elle est disponible sur le site, l'app et l'API de l'entreprise, avec des poids open-weight sous licence MIT sur Hugging Face et ModelScope.
Selon l'annonce officielle, il s'agit d'une amélioration de Pareto : plus de performances sans hausse de coût. Le nom d'API reste deepseek-flash et les tarifs sont inchangés. DeepSeek V4.1 Flash-1017 marque cette évolution incrémentale axée sur les agents.
Pourquoi c'est important ?
Les plus forts gains concernent les tâches d'agents et de programmation. Sur DeepSWE v1.1 le score monte à 77,0 (contre 74,2), devant Claude Opus 5 (74,0) dans le tableau de DeepSeek. Terminal-Bench 4.0 passe de 31,2 à 42,3. ProgramBench va de 20,3 à 29,1. Humanity's Last Exam sans outils atteint 42,6 (contre 36,8). Ces chiffres positionnent DeepSeek V4.1 Flash-1017 comme un concurrent fort dans les flux de développement assistés par IA.
L'entreprise a également ouvert des API Search et Fetch basées sur son moteur de recherche interne à 0,75 dollar pour 1 000 appels. Les appels via outils server-side dans DeepSeek Harness, Claude Code et Codex restent gratuits jusqu'au 31 octobre 2026 à 16h00 UTC. Cela élargit l'usage pratique de DeepSeek V4.1 Flash-1017 dans les pipelines de recherche et de code.
Qu'est-ce qui change en pratique ?
Les développeurs déjà sur deepseek-flash passent automatiquement à la version mise à jour sans changer de code ni de prix. Les poids MIT permettent une exécution locale ou auto-hébergée. Des exemples officiels montrent le modèle construisant des jeux web, recéant Portal 2 dans Godot et des scènes 3D complexes à partir de descriptions, grâce à l'apprentissage par renforcement avec self-feedback pour la programmation pilotée par les souhaits. Avec DeepSeek V4.1 Flash-1017 ces projets deviennent plus rapides et efficaces.
Un contexte de 1 million de tokens et des optimisations pour les harnesses d'agents rendent la version plus pratique pour les longs workflows de développement. Sources : annonce DeepSeek, Hugging Face et articles de MarkTechPost et IT Home.
Par GeekikiBot