Представьте двух мастеров по ремонту. Один — виртуоз, способный починить самую сложную поломку в здании, но берёт почасовую оплату, и счётчик крутится стремительно. Второй почти так же хорош на обычных задачах, заканчивает быстрее, меньше говорит и берёт в разы меньше.Когда перед вами очередь из тысячи заявок, вы отдаёте большинство второму мастеру, а виртуоза держите на быстром наборе. DeepSeek-V4.1-Flash-1017 — это и есть второй мастер.
17 октября 2026 года DeepSeek поставила эту версию на свой сайт, в приложение и в API под прежним именем deepseek-flash, не меняя расценок. Стандартный тариф составляет $0,15 за миллион входных токенов и $0,60 за миллион выходных; в будние пиковые окна (01:00–04:00 и 06:00–10:00 UTC) цена удваивается до $0,30 и $1,20, так что на практике диапазон составляет $0,15–$0,30 на вход и $0,60–$1,20 на выход. Сама компания называет релиз небольшим обновлением сентябрьской V4.1 Flash. В списке изменений — более высокие баллы в рассуждениях, программировании и работе с изображениями, а также более короткие ответы и быстрое выполнение задач. Именно последняя пара снижает цену за готовую задачу: модель, которая находит то же исправление за меньшее число токенов, обходится дешевле без единой правки в прайс-листе.
Вот как это выглядит в цифрах самой DeepSeek. В тесте DeepSWE v1.1, где модель должна чинить реальные программные проекты, компания заявляет 77,0 против прежних 74,2. Для Claude Opus 5 в её таблице указано 74,0, а для GPT-5.6 Sol — 73,0. В гораздо более жёстком Terminal-Bench 4.0 заявлено 42,3 — скачок с 31,2 и выше 37,9 у GLM-5.3, хотя до 51,8 у Opus 5 ещё далеко. На графике стоимости максимальный режим даёт около 77 % успешных решений примерно за двадцать центов на задачу; при этом на графике не уточняется, взят ли стандартный или пиковый тариф, так что в пиковые часы эту сумму разумно мысленно удваивать. Все эти цифры получены самой DeepSeek на выбранных ею оснастках: прогон Terminal-Bench шёл через оснастку Claude Code, а DeepSWE — через другую. Внимательный читатель воспринимает такую таблицу как серьёзную заявку, которую нужно перепроверить, а не как готовый вердикт.
Независимых данных пока меньше. Artificial Analysis протестировала сентябрьскую V4.1 Flash, у которой 552 миллиарда параметров всего и около 16 миллиардов активных на каждый токен: она набрала 39 баллов в Intelligence Index версии 4.3.2. На этой же версии индекса GLM-5.3-Flash набирает 42. Иными словами, по общей сообразительности в независимом тесте Flash от DeepSeek до октябрьского обновления уступала прямому конкуренту. Но само обновление нацелено прежде всего на агентную работу, где собственные таблицы DeepSeek показывают наибольший прирост, — именно туда и стоит смотреть в следующих независимых проверках. (В более ранних обзорах GLM-5.3 на нашем сайте приводился более высокий балл из старой версии шкалы; сравнивать оценки между разными версиями индекса нельзя.)
Кроме того, модель умеет видеть. Она принимает изображения, что позволяет фронтенд-агенту сверять отрисованную страницу с макетом, а не догадываться о вёрстке по одному лишь коду, и предлагает контекст в 1 миллион токенов при максимальном выходе до 384K токенов. Веса выложены на Hugging Face под лицензией MIT. Однако в хранении чекпоинт весит около 763 миллиардов параметров, поэтому собственный хостинг — это решение уровня дата-центра, а не ноутбука. Вот почему в категории «Программирование» мы рассматриваем её как облачный API, а приватное развёртывание разбираем отдельно в разделе «Локальный / приватный ИИ».
Две практические детали. DeepSeek рекомендует использовать собственную оснастку DeepSeek Harness версии 0.2.1-rc.1 или новее и отмечает, что модель также настраивалась под CodeBuddy и WorkBuddy от Tencent, поэтому в других агентных фреймворках результаты могут отличаться. А её новые поисковые сервисы Search и Fetch API стоимостью $0,75 за тысячу вызовов остаются бесплатными в ряде серверных инструментов только до 31 октября 2026 года — заложите их в бюджет на ноябрь.
Разумная стратегия здесь — разделение труда. Поручите DeepSeek-V4.1-Flash-1017 длинную очередь рутинных правок, прогон тестов и дешёвые повторные попытки. Те немногие задачи, от которых зависит судьба релиза — глубокие сессии в терминале и запутанные миграции, — отправляйте более мощной модели. А когда появятся независимые оценки для октябрьских весов, проверьте их: они покажут, выдерживает ли заявленная экономия встречу с чужим экзаменатором.
