DeepSeek V4.1 Flash 1017 specs: MIT weights, 1M context, Search/Fetch at $0.75 per 1K calls
A rundown of the official release: open MIT weights, 1M context, DeepSWE v1.1 at 77.0 versus Opus 5's 74.0, Terminal-Bench 4.0 up from 31.2 to 42.3, still behind Opus 5 on HLE, and Search/Fetch at $0.75 per 1,000 calls.
DeepSeek llama a esto una "actualización menor". Los números dicen otra cosa. DeepSeek-V4.1-Flash-1017: - Pesos abiertos en Hugging Face, con licencia MIT. - Ventana de contexto de 1M tokens. - Ya disponible en su web, su app y su API. - Según DeepSeek, mejora en benchmarks, termina las tareas más rápido y da respuestas más cortas que la versión anterior. Más rendimiento por menos coste. Las cifras que publican (ojo, son suyas): - DeepSWE v1.1: 77,0, por delante de Claude Opus 5 (74,0) y GPT-5.6 Sol (73,0). - Terminal-Bench 4.0: pasa de 31,2 a 42,3 respecto a la versión anterior. - Donde no llega: Opus 5 sigue claramente por delante en HLE, Terminal-Bench, ProgramBench y NL2Repo. En su gráfica de coste por tarea en DeepSWE, ese 77% sale en torno a 0,20 $ por tarea y es el punto más alto de todo el gráfico. Pero lo que más me interesa como builder viene en el mismo anuncio: abren a todo el mundo sus APIs de Search y Fetch, con su propio buscador. Search te devuelve resultados estructurados, Fetch te trae una página en Markdown, y cada endpoint cuesta 0,75 $ por cada 1.000 llamadas. Y si usas la API de DeepSeek desde DeepSeek Harness, Claude Code o Codex, esas llamadas a Search y Fetch son gratis hasta el 31 de octubre. Modelo abierto, barato y con búsqueda web incluida. Para montar agentes sin atarte a un único proveedor, el panorama pinta cada vez mejor. https://x.com/deepseek_ai/status/2111375640717033777
This post quotes another post: x.com/deepseek_ai/status/2111375640717033777