انتشار DeepSeek-V4.1-Flash-1017؛ به‌روزرسانی متن‌باز با تمرکز بر کدنویسی
دیپ‌سیک نسخه DeepSeek-V4.1-Flash-1017 را با وزن‌های متن‌باز MIT، پنجره زمینه یک میلیون توکنی و بهبود در کدنویسی و عامل‌های هوشمند منتشر کرد.
دیپ‌سیک ۱۷ اکتبر ۲۰۲۶ از DeepSeek-V4.1-Flash-1017 رونمایی کرد. این به‌روزرسانی روی مدل V4.1-Flash است که ۱۰ سپتامبر عرضه شده بود. شرکت می‌گوید مدل جدید در معیارهای سنجش قوی‌تر است، کارها را سریع‌تر تمام می‌کند و خروجی کوتاه‌تری می‌دهد. وزن‌های مدل با مجوز MIT در Hugging Face و ModelScope منتشر شده‌اند و مدل در وب‌سایت، اپلیکیشن و API هم در دسترس است.
چه چیزی تغییر کرده است
دیپ‌سیک این نسخه را «بهبود پارتو» می‌نامد، یعنی هم عملکرد بهتر شده و هم هزینه کمتر. به گفته شرکت، مدل با یادگیری تقویتی همراه با بازخورد خودکار آموزش دیده تا بتواند پروژه را از ابتدا تا انتها بسازد. نمونه‌های معرفی‌شده شامل یک مدل سه‌بعدی، یک بازی مسابقه‌ای تحت وب، بازسازی یک بازی مشهور در موتور Godot و یک صحنه سه‌بعدی درباره تکامل تاریخی است.
مدل برای ابزارهای عامل‌محور هم بهینه شده است. دیپ‌سیک به‌روزرسانی DeepSeek Harness به نسخه v0.2.1-rc.1 یا جدیدتر را توصیه می‌کند. کارت مدل می‌گوید قابلیت‌های استدلال، کدنویسی، کارهای عاملی و بینایی بهتر شده‌اند.
نکات کلیدی
- پنجره زمینه یک میلیون توکنی
- مجوز MIT برای مخزن و وزن‌ها
- پشتیبانی از ورودی تصویر و متن
اعداد بنچمارک
طبق جدول کارت مدل، که نتایج گزارش‌شده توسط خود دیپ‌سیک است و مستقل راستی‌آزمایی نشده، نسخه 1017 در اغلب معیارها از نسخه قبلی جلوتر است. در Terminal-Bench 4.0 امتیاز از ۳۱٫۲ به ۴۲٫۳ رسیده و در DeepSWE v1.1 از ۷۴٫۲ به ۷۷٫۰. در ProgramBench از ۲۰٫۳ به ۲۹٫۱ و در Apex Bench v1.1 از ۶۴٫۶ به ۷۲٫۱ رسیده است.
در همان جدول، مدل با Opus 5 و GPT-5.6 Sol مقایسه شده است. در DeepSWE v1.1 (امتیاز ۷۷٫۰ در برابر ۷۴٫۰ برای Opus 5)، Automation-Bench، Agents' Last Exam و Apex Bench از Opus 5 بالاتر است. در معیارهایی مانند HLE بدون ابزار (۴۲٫۶ در برابر ۵۶٫۳)، Terminal-Bench 4.0 و ProgramBench از آن عقب است. این ارقام را باید با احتیاط خواند، چون ابزار و محیط اجرای هر آزمون روی نتیجه اثر می‌گذارد.
API جستجو و دریافت صفحه
دیپ‌سیک همزمان API های جستجو و دریافت محتوای وب را برای همه کاربران باز کرده است. این سرویس‌ها روی موتور جستجوی داخلی شرکت اجرا می‌شوند و هزینه هر کدام ۰٫۷۵ دلار برای هر هزار فراخوانی است. فراخوانی‌های ابزار سمت سرور از DeepSeek Harness، Claude Code و Codex فعلاً برای کاربران API رایگان است و صورت‌حساب از ۳۱ اکتبر ۲۰۲۶ ساعت ۱۶:۰۰ UTC شروع می‌شود.
چرا مهم است
برای برنامه‌نویس‌ها مهم‌ترین نکته ترکیب مجوز MIT، زمینه یک میلیون توکنی و تمرکز بر کارهای عاملی است. می‌توان مدل را به‌صورت محلی یا روی زیرساخت خودی اجرا کرد، چون کارت مدل نمونه‌هایی برای Transformers، vLLM، SGLang و Docker Model Runner دارد. این برای تیم‌هایی که نمی‌خواهند وابسته به یک API خارجی باشند یا به‌دلیل محدودیت‌های دسترسی و تحریم‌ها با سرویس‌های بسته مشکل دارند، گزینه‌ای عملی است. البته اندازه مدل بسیار بزرگ است و اجرای کامل آن سخت‌افزار جدی می‌خواهد.
برخی جزئیات هم روشن نیست: صفحه اعلامیه قیمت توکن‌ها، طول زمینه و تعداد پارامترها را ذکر نکرده است. کارت مدل از ساختار پرامپت بدون قالب Jinja استفاده می‌کند و به پیاده‌سازی مرجع پایتون در پوشه encoding ارجاع می‌دهد، پس هنگام ادغام باید این بخش را جداگانه بررسی کرد.
جمع‌بندی
DeepSeek-V4.1-Flash-1017 یک به‌روزرسانی تدریجی اما قابل‌توجه است که روی کدنویسی و عامل‌های هوشمند تمرکز دارد و وزن‌هایش آزاد است. برتری آن بر رقبا فعلاً بر پایه ارقام اعلام‌شده توسط خود دیپ‌سیک است و باید در آزمون‌های مستقل و پروژه‌های واقعی سنجیده شود.
منابع
- DeepSeek-V4.1-Flash-1017 در Hugging Facehuggingface.co
- اعلامیه رسمی دیپ‌سیک در مستندات APIapi-docs.deepseek.com
این خبر بر اساس منابع بالا به فارسی بازنویسی و خلاصه شده است؛ برای جزئیات کامل به منبع اصلی مراجعه کنید.