DeepSeek V4.1-Flash-1017 update: MIT weights, self-reported scores, demos
Summarizes the release: MIT-licensed weights on Hugging Face and ModelScope at unchanged pricing, a self-reported 77.0% on DeepSWE v1.1, and one-prompt demos like a 3D Forbidden City and a browser racing game.
【「一言でアプリが完成」にまだ半信半疑な、個人開発者・エージェント構築者へ】 DeepSeekが10/17、V4.1 Flashを「V4.1-Flash-1017」に無料更新しました。 「要件を一文伝えるだけで、計画・コーディング・実行・自己チェック・修正まで一気通貫でやってくれる」——いわゆる「许愿式编程」。聞き慣れない謳い文句のたびに身構える方、多いのではないでしょうか。 DeepSeekは今回、自己フィードバック型強化学習の学習法でコーディング・エージェント系ベンチマークを引き上げたと発表。 ① 重みをHugging Face / ModelScopeで公開、MITライセンス。Web・アプリ・APIも同時切替、価格は維持 ② 自社発表のDeepSWE v1.1で77.0%（前版74.2%）、GPT-5.6 SolやClaude Opus 5、GPT-6 Astraを上回ると主張（※当事者発表のみ、伝聞として記載） ③ デモは故宮の3D空間・ブラウザ版レースゲーム・Godot製Portal2風再現など、一文の指示から生成した例 ④ DeepSeek Harness・騰訊CodeBuddy・WorkBuddyに最適化。Harnessは0.2.1-rc.1以上が必要 数字の優位性主張より、「無料で開放された重みと、実際に動くデモ」の方が個人開発者には実利があるポイントです。 📌 信頼度: ★★（複数の独立報道でモデル更新・デモ内容・技術説明を確認。GPT-6 Astra等との優位性比較数値はDeepSeek自身の発表のみで第三者検証は未確認） ※ベンチマーク数値は公式発表の伝聞。独立再現は未確認。原文（新智元）はアクセス制限があり転載記事で確認 詳細リンクはリプに👇 #DeepSeek #AIエージェント #オープンソースLLM