A DeepSeek atualizou seu modelo Flash para o V4.1-Flash-1017, ampliando ainda mais a vantagem de custo-benefício em tarefas de agentes. Segundo os próprios benchmarks da DeepSeek, o modelo é mais preciso e mais barato em tarefas de programação com agentes.
1. DeepSWE 77,0%, à frente do Claude Opus 5. No benchmark de programação DeepSWE v1.1, a versão 1017 atinge 77,0%, acima dos 74,0% do Claude Opus 5; o ajuste de baixo esforço ainda alcança 72% a cerca de US$ 0,10 por tarefa.
2. O segredo são saídas mais curtas. O antecessor marcava 74,2% a cerca de US$ 0,50 por tarefa; a nova versão custa menos de US$ 0,20 e ganha quase 3 pontos de precisão. Para agentes que executam centenas de tarefas por dia, essa diferença se acumula rápido.
3. Pesos abertos e uma API de busca. Os pesos estão abertos no Hugging Face e no ModelScope, e o modelo está disponível no site, no app e na API. A DeepSeek também abriu para desenvolvedores a API de busca do seu próprio mecanismo de pesquisa.
Uma ressalva: esses são números dos próprios benchmarks da DeepSeek, e testes independentes ainda não saíram. O modelo também segue atrás do Opus 5 em HLE, Terminal-Bench 4.0 e benchmarks semelhantes. Melhor aguardar a verificação de terceiros antes de concluir.
Fonte: Ler o original. Este artigo é um resumo digest para referência.
