DeepSeek V4.1 Flash 1017 vs 0910: TTFT down ~30%, Terminal-Bench 31.2 to 42.3

OrcaRouter Japan 🐳 @OrcaRouterJPOriginally posted 2026.10.20

Open original on X

よく見落とされるモデル最適化は、難しい問題を解くために必要なトークンを減らすことです。 DeepSeek V4.1 Flash 1017 と 0910 の比較における初期観察（自社インフラのデータに基づく）: ・TTFT（最初のトークン応答までの時間）が約30%低下 ・推論トレースと出力が短くなり、冗長なトークンを排除 ・トークン単価は同じでも、タスク完了あたりのコストが低下 ・インテリジェンスが向上: Terminal-Bench は 31.2 → 42.3、DeepSWE は 74.2 → 77.0 調査チームはこれらの変化を調べました。 有力な仮説は、DeepSeek がセルフディスティレーション（自己蒸留）を適用し、冗長な推論を圧縮しつつ能力を維持・向上させた可能性が高いというものです。正確な学習方法は未確認です。DeepSeek チームは生成トークンあたりのインテリジェンス向上を最適化しているように見えます。

This post quotes another post: x.com/orcarouter/status/2112186820574466142