DeepSeek-V4.1-Flash-1017: мінорна версія з агентськими стрибками, ваги під MIT і жодного Jinja-шаблону
17 жовтня DeepSeek виклала V4.1-Flash-1017 на Hugging Face: 763 млрд параметрів, контекст 1 млн токенів, ввід текст+зображення, ліцензія MIT на репозиторій і ваги. У їхній таблиці DeepSWE зріс з 74.2 до 77.0, Terminal-Bench з 31.2 до 42.3, але Opus 5 досі попереду в кількох колонках. Шаблон чату тепер не Jinja-рядок, а еталонний кодувальник на Python і набір бібліотек на Rust.
Факти перевірено 18 жовтня 2026
17 жовтня DeepSeek опублікувала DeepSeek-V4.1-Flash-1017 на Hugging Face, назвавши це мінорним оновленням V4.1-Flash. У картці зазначені 763 млрд параметрів, вікно контексту 1 млн токенів і ввід текст+зображення. Репозиторій і ваги поширюються за ліцензією MIT, я прочитав сам файл LICENSE. Власна таблиця DeepSeek показує великі стрибки на агентських тестах, хоча Opus 5 від Anthropic лишається попереду в кількох колонках. Я нічого не встановлював і не запускав. Картка моделі
Що справді викладено
Ваги та картка моделі, не сервер і не застосунок. DeepSeek називає 1017 мінорним оновленням V4.1-Flash із суттєвими поліпшеннями в міркуваннях, коді, агентських і візуальних задачах, плюс скорочення часу виконання і довжини відповідей, що подається як краща межа Парето продуктивності та вартості в кількох агентських харнесах. У картці вказані Safetensors, 763 млрд параметрів, мітка Image-Text-to-Text, вікно контексту 1 млн токенів і рекомендовані max_tokens від 256K за temperature 1.0 і top_p 1.0.
Сигнал популярності ранній і слабкий: картка показувала 10 233 завантаження за останній місяць, коли я перевірив 18 жовтня, за день після релізу. Це перший пульс, а не впровадження.
Таблиця бенчмарків читається в обидва боки
Власна таблиця DeepSeek повідомляє про зростання DeepSWE v1.1 з 74.2 до 77.0, Terminal-Bench 4.0 з 31.2 до 42.3, ProgramBench з 20.3 до 29.1, Automation-Bench v1.0.6 з 54.8 до 60.5 і Agents' Last Exam з 31.8 до 35.4. Харнеси названі: Claude Code для Terminal-Bench 4.0 і Mini-SWE-V2 для DeepSWE v1.1.
Та сама таблиця лишає Opus 5 від Anthropic попереду в HLE без інструментів (56.3 проти 42.6), Terminal-Bench (51.8 проти 42.3), ProgramBench (37.0 проти 29.1) і NL2Repo-Bench (75.3 проти 68.2). Усі числа в картці виміряні самою DeepSeek, тому чесне прочитання напрямлене: розрив із платним фронтиром на частині агентських тестів скоротився, але не закрився. Перевірюваними ці заяви робить у принципі те, що ваги можна завантажити. Насправді 763 млрд параметрів означають, що перевірити їх майже ніхто не може.
Шаблон і є головний сигнал
У цьому релізі немає Jinja-шаблону чату. Натомість у репозиторії лежить тека encoding з самодостатньою еталонною реалізацією на Python і тестами для багатоходових діалогів, виклику інструментів, режиму міркувань, числового рівня зусиль, системних повідомлень у середині діалогу та перемежованих зображень. Для продакшену DeepSeek вказує на deepseek-recipe, набір бібліотек на Rust із прив'язками до Python, який перетворює запити Messages, Chat Completions і Responses API у формат Conversation і розбирає вивід моделі назад, лишаючи інференс, виконання інструментів і HTTP-транспорт стороні, що викликає.
Це реальна зміна в тому, як реліз моделі ставиться до власного інтерфейсу. Jinja-рядок це натяк, що пливе; протестований еталонний кодувальник плюс підтримуваний набір інструментів із розумінням протоколу це договір. Якщо ви запускаєте агентів на цій моделі, формат промпта тепер код, який ви вбудовуєте, а не рядок, який копіюєте.
Дві ідеї, які варто забрати
Відкриті ваги як пропозиція перевірки, а не сама перевірка. Ліцензія MIT на ваги означає, що будь-хто з достатнім залізом може перевірити заявлені цифри. За 763 млрд параметрів коло тих, хто реально може це зробити, мале, тож відкритість справжня, але аудит делеговано жмені лабораторій і провайдерів інференсу.
Номери версій як комунікація. Мінорне оновлення з датою в назві, що зрушує Terminal-Bench на одинадцять пунктів, каже, що церемонія мажорних версій скінчилася: можливості тепер приходять порціями, а справжній диф це таблиця бенчмарків і тека encoding, а не анонс.
Розібраний приклад: бюджет промпта проти вікна в 1 млн токенів
# Planning a prompt budget against a 1M-token window (illustrative; not from the repo)
CONTEXT = 1_000_000 # advertised window, tokens
MAX_OUT = 256_000 # card recommends max_tokens >= 256K
sys_tools = 12_000 # system prompt + tool schemas, your estimate
per_file = 1_500 # rough tokens per source file you paste in
headroom = CONTEXT - MAX_OUT - sys_tools
print(f"input headroom: {headroom:,} tokens = about {headroom // per_file:,} files of ~{per_file} tokens")
for files in (100, 300, 480):
need = sys_tools + files * per_file
left = CONTEXT - need
verdict = "fits with full output budget" if left >= MAX_OUT else "output budget gets squeezed"
print(f"{files:>3} files -> {need:,} in, {left:,} left ({verdict})")