У DeepSeek вышел новый Flash 1017, который рвёт бенчмарки

Вчера днём DeepSeek сообщил о выпуске обновлённого DeepSeel v4.1 Flash с маркировкой 1017, а уже вечером твиттер кипел от 3D-рендеров и сравнения с GPT Sol. (примеры раз и два).

По бенчмаркам от разработчиков модель рвёт и 5.6 Sol и Opus 5 — сравнение несвоевременное, так как у нас уже в доступе более новые поколения, но интересно сравнение с китайскими моделями, где Flash уверенно лидирует.

💸 Всё это было бы не так интересно, если бы не стоимость, которая ниже 1 доллара за миллион токенов — а такие модели лично я считаю экономически эффективными при работе по API.

🦀 Ну и нафиг оно нужно, ведь есть Opus 5.5 и подписка за 200 баксов

Ну во первых, всегда хорошо оценить доступность технологий в условиях мира, где, допустим, все подписки исчезли и теперь работа происходит только по API. Красивые анимации через Опус5.5 в таком мире будут стоить по 20 долларов за штуку.

Лично у меня все мои Hermes и OpenClaw уже давно работают на DeepSeek, сначала на v4 Pro, потом на 4.1 Flash, сегодня переключились на 1017. Какого то специального переключения на новое поколение не требуется, в API модель по прежнему deepseek-flash.

У меня оплата за API уже полгода во всех бытовых сценариях: чаты с диетологом и тот самый кейс с ВкусВилл, пропуска для гостей, нянь и парковки, календарь/встречи для фемили офиса, пинги после зумов для саммари и все остальные «запиши, напомни, изучи». И стоит мне это в разные периоды от 20 до 50 долларов API в месяц.

А ещё Дипсику можно сколько угодно говорить о своём местоположении и он кажется никого до сих пор не забанил, в отличие от Anthropic.

🤔 Я сравнил DeepSeek с GPT 6.1 Sol на бенчмарке PAC-1

Для сравнения качества нового DeepSeek Flash я воспользовался уже привычным полигоном PAC-1 — лично моё мнение, данный тест отлично отражает, насколько хорошо агент справляется с типовыми задачами вызова инструментов и решения простых поручений. Мне собственно именно это от клешни и нужно.

Жаль, что я пока жадничаю прогнать тесты на Opus 5.5, но в сравнении с прошлыми поколениями у модели уверенное лидерство. Sol 6.1 на удивление оказался аутсайдером.

Интересна история с ценой, я делал прогоны на высоком и максимальном ризонинге, по 3 штуки и все запуски обошлись мне в 1,38 долларов API DeepSeek. — то есть можно заключить что тройка прогонов стоит 0,6 и 0,78 долларов.

А у 6.1 Sol тройка прогонов вылилась в 5,24 доллара.

Карточка модели на HF https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017

Если тоже тестировали — делитесь результатами в комменатриях. Если пробуете запустить локально — давайте прогоним на PAC-1, могу дать ссылку на агента.

----

Поляков считает — AI, код и кейсы