DeepSeek、エージェント性能を高めたV4.1-Flash-1017を公開 検索APIも外部開放

V4.1-Flash-1017は前バージョンのV4.1-Flashに比べ、ベンチマークスコアが上がり、タスクの完了が速く、出力も短くなったという。DeepSeekはこれを性能とコストのトレードオフにおけるパレート改善と位置づけている。ソフトウェアプロジェクトを一から作るタスクでは、自己フィードバックによる強化学習（RLSF）を用いる。モデル自身の内部の確信度や自己生成した批評を報酬信号にする事後学習で、人間の評価者や外部の報酬モデルが不要になるとされる。ゲーム開発、3Dモデリング、デザインなどで、エンドツーエンドの開発が改善すると同社は説明している。短い解説動画のアニメーション生成もできる。Deepseek Harness（v0.2.1-rc.1以降を推奨）、Tencent CodeBuddy、WorkBuddyなどの開発環境向けに調整されている。

DeepSeek自身のベンチマークでは、前バージョンを全テスト項目で上回り、Claude Opus 5、GPT 5.6-Sol、Kimi K3、GLM 5.3といった大型モデルをコーディングやエージェントの複数カテゴリで上回る。DeepSWEのコスト比較図では、最高設定で77.0%を平均約0.20ドル/タスクで達成した。低設定でも72%超を約0.10ドルで出している。前バージョンは74.2%で約0.50ドルだった。GPT-6 Astra、Gemini 3.8 Flash、Claude Opus 5は1タスク2ドルから10ドル超の範囲で、いずれも精度で上回っていない。独立したベンチマークはまだ出ておらず、コード品質の印象はスコアと大きく異なる場合もある。