Blog

DeepSeek-V4.1-Flash-1017: آپدیت «جزئی» که در کدنویسی ایجنتی جهش کرد

DeepSeek نسخه‌ی 1017 مدل اوپن‌وزت V4.1-Flash را با لایسنس MIT منتشر کرد؛ Terminal-Bench 4.0 از ۳۱ به ۴۲ رسیده، خروجی‌ها کوتاه‌تر و سریع‌تر شده‌اند و در چند بنچمارک ایجنتی از Opus 5 جلو زده است.

17 Oct 2026 · 3 min read · DeepSeek · هوش مصنوعی · اوپن‌سورس · مدل زبانی · MoE · کدنویسی · ایجنت

DeepSeek-V4.1-Flash-1017: آپدیت «جزئی» که در کدنویسی ایجنتی جهش کرد

DeepSeek بی‌سروصدا و صبح شنبه یک چک‌پوینت تازه روی Hugging Face گذاشت: DeepSeek-V4.1-Flash-1017. خودشان اسمش را «آپدیت جزئی» گذاشته‌اند، ولی عددها جزئی نیستند: روی Terminal-Bench 4.0 از ۳۱.۲ به ۴۲.۳ رسیده و روی ProgramBench از ۲۰.۳ به ۲۹.۱. وزن‌ها مثل قبل با لایسنس MIT منتشر شده‌اند.

لوگوی DeepSeek
DeepSeek نسخه‌ی 1017 مدل V4.1-Flash را با لایسنس MIT منتشر کرد. منبع: GitHub رسمی DeepSeek

چه چیزی بهتر شده؟

طبق کارت مدل، بهبودها بیشتر در استدلال، کدنویسی، کارهای ایجنتی و بنچمارک‌های تصویری است. نکته‌ی جالب‌تر اینکه به گفته‌ی DeepSeek، مدل جدید کارها را سریع‌تر و با خروجی کوتاه‌تر تمام می‌کند؛ یعنی هم بهتر شده و هم ارزان‌تر در اجرا. چند عدد از کارت مدل (قبل ← بعد):

  • HLE بدون ابزار: ۳۶.۸ ← ۴۲.۶
  • Terminal-Bench 4.0: ۳۱.۲ ← ۴۲.۳
  • DeepSWE v1.1: ۷۴.۲ ← ۷۷.۰
  • Apex Bench v1.1: ۶۴.۶ ← ۷۲.۱
  • Automation-Bench: ۵۴.۸ ← ۶۰.۵
نمودار مقایسه‌ی V4.1-Flash و V4.1-Flash-1017
مقایسه‌ی نسخه‌ی شهریور V4.1-Flash با نسخه‌ی 1017. داده: کارت مدل DeepSeek در Hugging Face

در مقایسه با مدل‌های بسته هم تصویر جالبی دارد: روی DeepSWE (۷۷ در برابر ۷۴)، Automation-Bench، Agents’ Last Exam و Apex Bench از Opus 5 بالاتر گزارش شده، ولی روی HLE، Terminal-Bench، ProgramBench و NL2Repo هنوز فاصله‌ی محسوسی با Opus 5 دارد. نسبت به GPT-5.6 Sol در بیشتر ستون‌ها جلوتر است. یادتان باشد این‌ها عددهای خود DeepSeek هستند و هنوز ارزیابی مستقلی منتشر نشده.

نمودار مقایسه‌ی DeepSeek-V4.1-Flash-1017 با Opus 5 و GPT-5.6 Sol
DeepSeek-V4.1-Flash-1017 در کنار Opus 5 و GPT-5.6 Sol. داده: کارت مدل DeepSeek

زیر کاپوت: همان معماری V4.1-Flash

این نسخه روی همان مدل پایه‌ی V4.1-Flash است که شهریور منتشر شد: یک MoE چندوجهی (متن و تصویر) با ۵۵۲ میلیارد پارامتر backbone، کانتکست یک میلیون توکن و معماری Causal Encoder-Decoder که فقط حدود ۸B پارامتر در prefill و ۱۶B در decode فعال می‌کند. با ترفندهایی مثل CSA2 و کش KV با FP4، حجم KV cache به حدود ۸۹۰ بایت برای هر توکن رسیده؛ تقریباً یک‌چهارم V4-Flash. سطح استدلال هم با یک عدد بین ۱ تا ۱۰۰ قابل تنظیم است.

نمودار حجم KV cache به ازای هر توکن در نسل‌های DeepSeek
کوچک شدن KV cache از ۳۸۹ هزار بایت در DeepSeek-V1 به ۸۹۰ بایت در V4.1-Flash. منبع: کارت مدل DeepSeek-V4.1-Flash
نمودار عملکرد ایجنتی DeepSeek-V4.1-Flash در برابر رقبا
نمودار رسمی عملکرد ایجنتی نسخه‌ی پایه‌ی V4.1-Flash (قبل از آپدیت 1017). منبع: DeepSeek

برای اجرا چه باید بدانید؟

این ریلیز قالب Jinja برای chat template ندارد. به‌جایش یک پیاده‌سازی مرجع پایتونی در پوشه‌ی encoding هست و برای production کتابخانه‌ی Rust با binding پایتون به اسم deepseek-recipe را معرفی کرده‌اند که درخواست‌های Chat Completions و Responses را به فرمت پرامپت DeepSeek تبدیل می‌کند. تنظیمات پیشنهادی: temperature و top_p برابر ۱.۰ و max_tokens حداقل ۲۵۶ هزار.

نظر من

کاری که DeepSeek می‌کند برای من از خود عددها جالب‌تر است: ریلیز بی‌هیاهو، لایسنس MIT، و تمرکز روی هزینه. وقتی مدلی که فقط ۱۶ میلیارد پارامتر در هر توکن فعال می‌کند روی بنچمارک‌های ایجنتی با Opus 5 کل‌کل می‌کند، فشار قیمتی روی API مدل‌های بسته واقعی است. برای تیم‌هایی که ایجنت کدنویسی خودشان را می‌سازند، این یکی از جدی‌ترین گزینه‌های اوپن‌وزت فعلی است.

ولی دو احتیاط: اول اینکه همه‌ی این مقایسه‌ها از خود DeepSeek است و هارنس‌ها هم متفاوت‌اند، پس تا ارزیابی مستقل نیامده هیجان‌زده نشوید. دوم اینکه «Flash» بودن را با «سبک بودن» اشتباه نگیرید؛ با ۵۵۲B پارامتر، اجرای محلی همچنان کار سخت‌افزار جدی است، نه لپ‌تاپ.

منابع: کارت مدل DeepSeek-V4.1-Flash-1017 · کارت مدل V4.1-Flash · بحث Hacker News

Comments0

Comments +

00

No comments yet — be the first. هنوز نظری ثبت نشده؛ اولین نفر باش.

Leave a comment

0 / 2000