DeepSeekは2026年10月17日、DeepSeek-V4.1-Flash-1017 を公開しました。同社のAPIドキュメントの告知によると、Webサイト、アプリ、APIのすべてで使えるようになっています。重みは Hugging Face と ModelScope に置かれ、ライセンスは前版と同じMITです。
名前の「1017」は公開日を表します。新しいモデルではなく、9月10日に公開された DeepSeek-V4.1-Flash（V4.1-Flash の公開）の更新版です。モデルカードは「minor update（小改良）」と書いています。
何が変わったのか
モデルカードによると、推論、コーディング、エージェント作業、画像のベンチマークで改善したとしています。あわせて、作業にかかる時間と出力の長さを減らしたと説明しています。告知では、前版より「性能が高く、作業が速く終わり、出力が短い」として、性能と費用の両面で前版を上回る更新（パレート改善）だと位置づけています。いずれも同社の主張です。
改善の方法について、告知は「自己フィードバックによる強化学習」でプロジェクトを最初から最後まで作る力を高めたと説明しています。例として、紫禁城の3Dモデル、Webのレースゲーム、Godotエンジンで作ったPortal 2の再現などの動画を載せています。
一方、モデルの構成は変わっていません。Hugging Face に置かれた設定ファイル（config.json）は前版とまったく同じ内容で、40層、層ごとに384の専門家から6つを選ぶ混合エキスパート（MoE）、最大100万トークンの文脈という作りはそのままです。前版のモデルカードによると、全体は552Bで、1トークンあたり動くのは入力処理で8B、生成で16Bです。今回の更新は、構成を変えずに学習で中身を入れ替えたものと読めます。技術報告も新しくは出ておらず、モデルカードは前版の技術報告を参照しています。
発表されたベンチマーク
モデルカードに載っている比較表から、主な項目を抜き出します。値はすべてDeepSeekの発表です。
| ベンチマーク | 1017 | 前版 | Opus 5 | GPT-5.6 Sol |
|---|---|---|---|---|
| HLE（道具なし） | 42.6 | 36.8 | 56.3 | 44.5 |
| Terminal-Bench 4.0 | 42.3 | 31.2 | 51.8 | 39.9 |
| DeepSWE v1.1 | 77.0 | 74.2 | 74.0 | 73.0 |
| ProgramBench | 29.1 | 20.3 | 37.0 | 23.0 |
| NL2Repo-Bench | 68.2 | 65.4 | 75.3 | 56.8 |
| Automation-Bench v1.0.6 | 60.5 | 54.8 | 50.3 | 45.8 |
| Agents' Last Exam | 35.4 | 31.8 | 28.6 | 26.7 |
| Apex Bench v1.1 | 72.1 | 64.6 | 65.8 | 54.3 |
| Chartography（道具あり） | 83.0 | 78.9 | 84.0 | 79.9 |
| BabyVision（道具あり） | 92.5 | 89.6 | 94.1 | 88.9 |
| ZeroBench-main（道具あり） | 51.0 | 49.0 | 52.0 | 53.0 |
表には Kimi K3 と GLM-5.3 も載っています。前版と比べると、11項目すべてで値が上がっています。他社のモデルと比べると、表の中で1017が首位なのは DeepSWE v1.1、Automation-Bench、Agents' Last Exam、Apex Bench の4項目です。HLE、Terminal-Bench 4.0、ProgramBench、NL2Repo-Bench、画像系の2項目では Opus 5 が上にいます。
測り方の条件も書かれています。Terminal-Bench 4.0 は Claude Code のハーネスで、DeepSWE v1.1 は Mini-SWE-V2 のハーネスで測ったとしています。HLE には文字だけの部分集合での値（1017は44.0、前版は39.1）も併記され、ZeroBench-main は Pass@5 です。
費用あたりの成績
告知には、DeepSWE v1.1 の正答率（Pass@1）を、1課題あたりの平均費用（米ドル）に対して並べたグラフが載っています。ハーネスは mini_swe_v2 です。1017は推論の努力を最大にした設定で77.0%とされ、グラフ上では前版の最大設定より左上、つまり安く高い位置に描かれています。
グラフの注記によると、他社モデルの値は2026年9月22日時点の DeepSWE v1.1 の公開リーダーボードと、OpenAI が公式に出したグラフから取っています。1017自体の値がリーダーボードに載っているかは、告知からは分かりません。
API と料金
料金ページでは、モデル名 deepseek-flash の中身が DeepSeek-V4.1-Flash-1017 になっています。文脈は100万トークン、出力は最大384Kトークンです。100万トークンあたりの料金は次のとおりです。
| 混雑時 | 閑散時 | |
|---|---|---|
| 入力（キャッシュ一致） | 0.006ドル | 0.003ドル |
| 入力（キャッシュ不一致） | 0.3ドル | 0.15ドル |
| 出力 | 1.2ドル | 0.6ドル |
混雑時は平日の01:00〜04:00と06:00〜10:00（UTC）で、中国の祝日を除きます。旧名の deepseek-v4-flash なども受け付け、1017が応答してFlashの料金で請求されます。
同じ告知で、自社の検索エンジンを使う Search API と Fetch API を全ユーザーに開放しました。料金は成功した1,000回あたり各0.75ドルです。DeepSeek Harness、Claude Code、Codex 経由で呼ばれた分は、2026年10月31日16:00（UTC）まで無料としています。
モデルカードの推奨設定は temperature 1.0、top_p 1.0、max_tokens 256K以上です。前版では top_p を0.95または1.0としていました。前版と同じく Jinja 形式のチャットテンプレートは含まれず、encoding フォルダの Python 実装か deepseek-recipe を使います。
どう見るか
示されたのは、構成を変えずに学習だけで前版の値を11項目すべてで上げた、という同社の測定結果です。重みがMITライセンスで公開されているため、利用者が手元で確かめることはできます。
ただし、表の値はすべてDeepSeek自身の測定で、第三者による評価は今回の告知には含まれていません。「出力が短い」「作業が速い」という説明にも、出力の長さや所要時間の具体的な数字は付いていません。また、前版の NL2Repo-Bench の値は、9月のモデルカードでは64.0、今回の表では65.4と食い違っています。
他社との比較では、1017が首位に立つのはエージェント系の4項目です。道具を使わない HLE や Terminal-Bench 4.0、ProgramBench では、Opus 5 との差がなお残っています。用途によって評価が分かれる点は、前版から変わっていません。
