DeepSeek V4.1 Flash 1017 scores and pricing: DeepSWE 77.0%, Terminal-Bench 42.3%, price unchanged
The post cites DeepSWE v1.1 at 77.0% and Terminal-Bench 4.0 rising from 31.2% to 42.3%, with API at $0.15 input / $0.60 output and cost per task cut to a third.
えー、中国の時代が到来しました。 これ米国のAI企業の株価は大暴落どころの騒ぎじゃなくなるのでは...? グラフ見てもらえればわかるんですけど米国フロンティアがうじゃうじゃいる中、最も安く最も性能が高いモデルとして君臨してるのがこの「DeepSeek-V4.1 Flash 1017」 引用元のリプにある3D作品もクオリティがやばい。3D分野ではSOTAと言ってもいいレベル。 にしても性能の伸び率がエグすぎる。 DeepSWE v1.1で77.0%、Terminal-Bench 4.0は31.2%→42.3%。 上位のクローズドモデルと競合する水準なのに、API料金は入力$0.15、出力$0.60、キャッシュヒットなら$0.003とかいうイカれたコスパ。 しかも、これだけ性能が向上して価格は据え置きという...。 何気にCost Per Taskが1/3になっているのもすごい。 これってつまり、token/sが変わらなくてもタスク完了速度が3倍、費用も1/3になり得るってことで……。 さらに、どうやらDsh向けに事後学習したらしく、Dsh上で使えば性能はもっと上がるらしい。 0731の時点でRLすれば性能が伸びそうだとは思っていたが、まさかここまでとは。 これでGLM-5.3は現状必要なくなったな。 もうすぐ発表されるであろうQwen、GLM、Kimiも楽しみになってきた。
This post quotes another post: x.com/deepseek_ai/status/2111375640717033777