A empresa DeepSeek apresentou oficialmente o modelo V4.1-Flash-1017, que é uma atualização menor do seu modelo V4.1 Flash. Em função disso, a empresa migrou seus serviços para interface web, aplicativo móvel e API para a nova versão. Os usuários da API não precisam fazer nenhuma alteração, pois o modelo continua sendo chamado através de deepseek-flash, e a política de preços permanece a mesma, de acordo com um comunicado da empresa noticiado pelo IT Home.
Os pesos do modelo estão disponíveis nas plataformas Hugging Face e ModelScope sob licença MIT, o que corresponde às condições vigentes para o V4.1 Flash. Anteriormente, em 17 de outubro, o nome 'deepseek-v4.1-flash-1017' apareceu brevemente na lista de modelos da API DeepSeek, conforme relatado pelo Pandaily, mas isso foi antes do anúncio oficial. Agora, este lançamento confirma essa compilação. As publicações Bloomberg e The Straits Times relataram a atualização, destacando sua maior velocidade e redução de custos.
Fontes chinesas forneceram informações adicionais sobre o processo de treinamento, ajuste do modelo e contexto de uso. A DeepSeek caracteriza esta atualização como uma melhoria de Pareto, pois garante o aumento dos indicadores nos benchmarks simultaneamente à redução do tempo de execução e do comprimento das saídas, o que diminui o custo total de cada chamada. De acordo com o cartão do modelo no Hugging Face, no teste Terminal-Bench 4.0 (usando o handler Claude Code), o indicador aumentou de 31.2 para 42.3. Da mesma forma, ProgramBench subiu de 20.3 para 29.1, DeepSWE v1.1 — de 74.2 para 77.0, NL2Repo-Bench — de 65.4 para 68.2, e Automation-Bench — de 54.8 para 60.5.
A principal mudança funcional, que a DeepSeek chama de programação em estilo desejo (wish-style programming), reside na capacidade de criar um projeto completo e executável do zero, usando apenas um prompt conciso e um volume mínimo de materiais de referência. A empresa explica isso como a aplicação de aprendizado por reforço baseado em autoavaliação, durante o qual o modelo critica seu próprio resultado final durante o treinamento. Demonstrações postadas no site da DeepSeek incluem um modelo 3D do Palácio do Museu, um jogo de corrida baseado em navegador, uma recriação de Portal 2 no motor Godot e uma cena através das eras chamada Valley of Ages, todos criados em pouquíssimas iterações dentro do DeepSeek Harness.
Além disso, a DeepSeek adaptou o modelo especificamente para o DeepSeek Harness, bem como para as ferramentas Tencent — CodeBuddy e WorkBuddy. Para suporte completo, os usuários necessitam da versão 0.2.1-rc.1 ou superior do Harness. Juntamente com o modelo, a empresa forneceu aos desenvolvedores acesso ao seu mecanismo de busca interno na forma de APIs separadas Search e Fetch.
Este lançamento ocorreu após interrupções no serviço. Na manhã de 15 de outubro, os usuários descobriram que o DeepSeek estava indisponível por quase cinco horas, conforme relatado pelo Tencent News. De acordo com a página de status público do DeepSeek, foram registrados 44 incidentes de diferentes níveis de gravidade neste ano, incluindo deterioração temporária do desempenho e falhas parciais, um dos quais durou cerca de 12 horas no final de março. A DeepSeek não associou essa falha à atualização do modelo.