O‘rin #10 Dasturlash — ishlab chiqarishga tayyor kod yozadigan SI
DeepSeek

DeepSeek-V4.1-Flash-1017

Skrinshotlarni o‘qiydigan, bir million token kontekstni ushlab turadigan va DeepSeek’ning o‘z xarajatlar jadvalida repozitoriy vazifalarini taxminan yigirma sent evaziga yakunlaydigan arzon, ochiq vaznli dasturlash agenti. «Flash» bu yerda kichik hajmni emas, balki narx pog‘onasini bildiradi.

Yangilangan 2026-yil 19-oktabr Coding AgentMultimodal InputOpen Weights
9.110 dan
Rasmiy veb-sayt
Eng mos

Skrinshotlarni o‘qiydigan, bir million token kontekstni ushlab turadigan va DeepSeek’ning o‘z xarajatlar jadvalida repozitoriy vazifalarini taxminan yigirma sent evaziga yakunlaydigan arzon, ochiq vaznli dasturlash agenti. «Flash» bu yerda kichik hajmni emas, balki narx pog‘onasini bildiradi.

Nima uchun bu eng yaxshisi

DeepSeek DeepSWE v1.1 testida 77,0 ballni qayd etadi — bu o‘z jadvalida Claude Opus 5 uchun keltirilgan 74,0 va GPT-5.6 Sol uchun keltirilgan 73,0 balldan yuqori — narxlar esa soatiga qarab million token uchun kirishda $0,15–$0,30 va chiqishda $0,60–$1,20 darajasida o‘zgarishsiz qolgan. Model vaznlari MIT litsenziyasi ostida ochiq.

E’tibor bering

1017 talqini bo‘yicha barcha raqamlar DeepSeek’ning o‘ziga tegishli bo‘lib, Terminal-Bench 4.0, ProgramBench va NL2Repo testlarida Opus 5 hali ham uning jadvalida yetakchilik qilmoqda. Artificial Analysis hozircha faqat avvalgi sentabr chekpoyntini baholagan: Intelligence Index bo‘yicha 39 ball — GLM-5.3-Flash’dan uch pog‘ona past.

01

Aslida bu nima

Ikki nafar ta’mirlash ustasini tasavvur qiling. Birinchisi — binodagi eng murakkab nosozlikni ham hal qila oladigan mohir usta, lekin siz unga soatbay haq to‘laysiz va hisoblagich juda tez aylanadi. Ikkinchisi oddiy ishlarda deyarli shunday epchil, ishni tezroq tugatadi, kamroq gapiradi va ancha kam haq oladi. Oldingizda mingta buyurtmadan iborat navbat turganida, ularning aksariyatini ikkinchi ustaga topshirasiz va mohir ustani tez terish tugmasida saqlab qo‘yasiz. DeepSeek-V4.1-Flash-1017 — aynan shu ikkinchi ustadir.

2026-yil 17-oktabrda DeepSeek narxlarga tegmagan holda ushbu talqinni o‘z veb-sayti, ilovasi va API endpointiga xuddi shu deepseek-flash nomi ostida joylashtirdi. Standart tarif million kirish tokeni uchun $0,15 va million chiqish tokeni uchun $0,60 ni tashkil etadi; ish kunlaridagi tig‘iz oynalarda (UTC bo‘yicha 01:00–04:00 va 06:00–10:00) u ikki baravar oshib, $0,30 va $1,20 ga yetadi, shuning uchun amaliy diapazon kirishda $0,15–$0,30 va chiqishda $0,60–$1,20 oralig‘ida bo‘ladi. Kompaniya buni sentabr oyidagi V4.1 Flash’ning kichik yangilanishi deb ataydi. Keltirilgan o‘zgarishlar qatorida mantiqiy fikrlash, dasturlash va tasvirni tushunish bo‘yicha yaxshiroq ballar, shuningdek qisqaroq javoblar va tezroq bajariladigan vazifalar bor. Har bir vazifa narxining pasayishi aynan shu oxirgi ikki omildan kelib chiqadi: bir xil tuzatishga kamroq token sarflab yetib boradigan model narxlar jadvalidagi birorta raqam o‘zgarmasa ham arzonroqqa tushadi.

DeepSeek’ning o‘z raqamlarida bu quyidagicha ko‘rinadi. Haqiqiy dasturiy loyihalarni ta’mirlash talab etiladigan DeepSWE v1.1 testida kompaniya avvalgi 74,2 o‘rniga 77,0 ballni qayd etadi. Uning jadvalida Claude Opus 5 uchun 74,0 va GPT-5.6 Sol uchun 73,0 ko‘rsatilgan. Ancha murakkab Terminal-Bench 4.0 testida esa 42,3 ball keltiriladi — bu avvalgi 31,2 dan va GLM-5.3 uchun ko‘rsatilgan 37,9 dan yuqori, biroq Opus 5’ning 51,8 natijasidan ancha orqada. Xarajatlar grafigida eng yuqori sozlama har bir vazifa uchun taxminan yigirma sent evaziga 77% atrofida muvaffaqiyat ko‘rsatadi; grafikda bu hisob-kitob standart yoki tig‘iz tarifga asoslangani aytilmagan, shuning uchun tig‘iz soatlarda bu raqam taxminan ikki baravar oshishi mumkin deb hisoblash to‘g‘ri bo‘ladi. Ushbu ko‘rsatkichlarning barchasi DeepSeek’ning o‘ziga tegishli va kompaniya tanlagan sinov muhitlarida olingan: Terminal-Bench sinovi Claude Code muhitida, DeepSWE esa boshqa muhitda o‘tkazilgan. Zukko o‘quvchi bunday jadvalga yakuniy hukm emas, balki tasdiqlanishi kerak bo‘lgan jiddiy da’vo sifatida qaraydi.

Mustaqil ma’lumotlar hozircha kamroq. Artificial Analysis jami 552 milliard parametrga va har bir tokenda taxminan 16 milliard faol parametrga ega bo‘lgan sentabrdagi V4.1 Flash modelini baholagan: Intelligence Index 4.3.2 talqinida 39 ball. Xuddi shu talqinda GLM-5.3-Flash 42 ball oladi. Demak, uchinchi tomon o‘lchagan umumiy intellekt bo‘yicha DeepSeek’ning Flash modeli ushbu yangilanishdan oldin o‘z raqibidan ortda edi. DeepSeek yangilanishi aynan agent vazifalariga qaratilgan bo‘lib, kompaniyaning o‘z jadvallarida eng katta o‘sish shu yo‘nalishda ko‘rinadi — navbatdagi mustaqil sinovlar ham aynan shunga e’tibor qaratishi kerak. (Saytimizdagi avvalgi GLM-5.3 sharhlarida shkalaning eskiroq talqinidan olingan yuqoriroq indeks raqami keltirilgan; turli talqindagi ballarni o‘zaro taqqoslab bo‘lmaydi.)

Model ko‘rish qobiliyatiga ham ega. U tasvirlarni qabul qiladi, bu esa frontend agentiga faqat koddan xulosa chiqarish o‘rniga tayyor sahifani mo‘ljallangan dizayn bilan bevosita solishtirish imkonini beradi; shuningdek, u 1M token kontekst va 384K tokengacha chiqishni taqdim etadi. Model vaznlari MIT litsenziyasi ostida Hugging Face’da joylashgan. Biroq saqlashda chekpoynt qariyb 763 milliard parametrni tashkil etadi, shuning uchun uni mustaqil joylashtirish noutbuk emas, balki ma’lumotlar markazi darajasidagi qarordir. Shu sababli biz uni Dasturlash bo‘limida bulutli API sifatida, xususiy serverda ishlatish tomonini esa Lokal / Shaxsiy SI bo‘limida ko‘rib chiqamiz.

Ikkita amaliy eslatma. DeepSeek o‘zining DeepSeek Harness muhitining 0.2.1-rc.1 yoki undan yangiroq talqinini tavsiya qiladi hamda modelni Tencent’ning CodeBuddy va WorkBuddy vositalari uchun ham moslashtirganini aytadi, shuning uchun boshqa agent tizimlarida natijalar farq qilishi mumkin. Shuningdek, har mingta chaqiruv uchun $0,75 turadigan yangi Search va Fetch API’lari ayrim server vositalari orqali faqat 2026-yil 31-oktabrgacha bepul — undan keyingi davr uchun ularni byudjetga kiritib qo‘ying.

Eng oqilona reja — mehnat taqsimotidir. Kundalik tuzatishlarning uzun navbatini, testlarni ishga tushirishni va arzon qayta urinishlarni DeepSeek-V4.1-Flash-1017 zimmasiga yuklang. Reliz taqdirini hal qiladigan sanoqli muammolarni — chuqur terminal sessiyalari va chigal migratsiyalarni — kuchliroq modelga yuboring. Mustaqil baholar chiqqanida esa ularni tekshirib ko‘ring: ular narx va samaradorlik haqidagi ushbu da’vo begona sinov oldida qanchalik bardosh berishini ko‘rsatadi.

02

Kuchli tomonlar va halol cheklovlar

Asosiy afzalliklari

  • Hamyonbop narxda repozitoriy ta’miri: DeepSeek’ning xarajat va muvaffaqiyat grafigida maksimal kuch sarfi (max effort) har bir vazifa uchun taxminan $0,20 evaziga qariyb 77% muvaffaqiyatni ko‘rsatadi; yuqori kuch sarfidagi GPT-6.1 Sol esa taxminan $0,65 evaziga qariyb 75% natija beradi. Bular ishlab chiquvchining o‘z grafigidan olingan ko‘rsatkichlar, biroq kun bo‘yi tinimsiz ishlaydigan agentlar uchun bunday farq muhim.
  • Qisqaroq javoblar, o‘sha-o‘sha narx: 17-oktabrdagi yangilanish narxlar ro‘yxatiga tegmasdan chiqish uzunligini va vazifani bajarish vaqtini qisqartirdi. Chiqish tokenlarini kamaytirish — dasturlash agenti qilishi mumkin bo‘lgan eng tejamkor yaxshilanishdir, chunki chiqish tokenlari kirish tokenlaridan to‘rt baravar qimmat turadi. Narxlar kunning istalgan soatida past: standart tarifda million token uchun kirish $0,15 va chiqish $0,60, tig‘iz oynalarda $0,30 va $1,20, tig‘iz bo‘lmagan vaqtda esa DeepSeek’ning keshlangan kirish narxi $0,003 ni tashkil etadi.
  • Skrinshotlar ish jarayonining bir qismi: Model tasvirlarni qabul qiladi, shuning uchun frontend agenti faqat kodga qarab taxmin qilish o‘rniga buzilgan sahifaning o‘zini ko‘rishi mumkin. DeepSeek asboblar yordamida BabyVision testida 92,5 va Chartography testida 83,0 ball olganini ma’lum qilgan.
  • Ochiq vaznlar va sodda litsenziya: MIT litsenziyasi ostidagi model vaznlari kompaniyaga modelni o‘z serverlarida joylashtirish, tekshirish va o‘zgartirish imkonini beradi. 1M tokenli kontekst oynasi va 384K maksimal chiqish hajmi butun boshli repozitoriylar bilan ishlashga mos keladi.

Haqiqiy cheklovlar

  • Ushbu chekpoynt uchun mustaqil baho yo‘q: DeepSWE, Terminal-Bench 4.0, Automation-Bench, Apex va boshqa natijalar DeepSeek model kartasidan olingan bo‘lib, DeepSeek’ning o‘zi tanlagan sinov muhitlarida (harness) ishga tushirilgan. Artificial Analysis sentabr oyidagi V4.1 Flash’ni xuddi shu indeks talqinida 39 ballga baholagan — bu 42 ball olgan GLM-5.3-Flash’dan past; 1017 yangilanishi bu farqni yopishi mumkin, ammo buni hali hech bir mustaqil tomon ko‘rsatib bermagan.
  • Eng qiyin ishlarda Opus 5’dan ortda: DeepSeek’ning o‘z jadvalida Opus 5 Terminal-Bench 4.0 da 42,3 ga qarshi 51,8, ProgramBench’da 29,1 ga qarshi 37,0 va Humanity’s Last Exam testida 42,6 ga qarshi 56,3 ball to‘playdi. Uzoq davom etadigan terminal ishlari va murakkab intellektual vazifalarda yopiq flagman modellar hamon ustun.
  • Tig‘iz vaqtdagi narxlar hisobni ikki baravar oshiradi: Standart tarif dam olish kunlari hamda ish kunlari ikkita vaqt oynasidan — UTC bo‘yicha 01:00–04:00 va 06:00–10:00 dan — tashqarida amal qiladi; shu oynalarda esa barcha narxlar ikki baravar oshadi. Bu ish kunidagi 24 soatning yetti soati bo‘lib, Osiyo va Yevropadagi ertalabki ish vaqtiga to‘g‘ri keladi. Shu soatlarda ishlaydigan jamoa kirish uchun $0,30 va chiqish uchun $1,20 ni hisobga olishi kerak; agent vazifalarini kechki payt va dam olish kunlariga navbatga qo‘ya oladiganlar esa arzonroq tarifdan foydalanadi. GLM-5.3-Flash’ning rasmiy narxida tig‘iz vaqt ustamasi yo‘q ($0,15 va $0,50), shuning uchun tig‘iz soatlarda DeepSeek chiqish narxi raqibidan 2,4 baravar qimmatga tushadi. Shuningdek, DeepSeek modelni o‘zining DeepSeek Harness muhitiga moslashtirgan va 0.2.1-rc.1 yoki undan yangiroq talqinni tavsiya qiladi.
  • Mustaqil joylashtirish — klaster darajasidagi loyiha: Chekpoynt taxminan 763 milliard parametrdan iborat, shuning uchun har bir tokenda model vaznlarining faqat kichik qismi ishlasa ham, uni o‘zingizda ishga tushirish uchun yuzlab gigabayt tezkor xotira talab etiladi. Aksariyat jamoalar uchun bulutli API endpointi eng real yo‘ldir.
03

Benchmark natijalari

DeepSWE v1.1 — 77,0 (DeepSeek sinovi, Mini-SWE muhiti)

Sentabr chekpoyntidagi 74,2 balldan o‘sgan va DeepSeek GPT-5.6 Sol uchun keltirgan 73,0 balldan oldinda. Ishlab chiquvchi tanlagan sinov muhiti natijani bir necha pog‘onaga o‘zgartirishi mumkin, shuning uchun bu ustunlikni tekshirilishi kerak bo‘lgan ko‘rsatkich sifatida qabul qiling.

Terminal-Bench 4.0 — 42,3 (DeepSeek sinovi, Claude Code muhiti)

31,2 balldan ko‘tarilgan va DeepSeek GLM-5.3 uchun keltirgan 37,9 balldan yuqori, biroq Opus 5’ning 51,8 natijasidan ancha past. Bu ancha murakkab 4.0 talqini; uni saytimizning boshqa sahifalaridagi Terminal-Bench 2.1 ballari bilan solishtirmang.

Automation-Bench 60,5 va Agents’ Last Exam 35,4 (DeepSeek sinovi)

Har ikkisi ham DeepSeek taqqoslash jadvalidagi eng yuqori ko‘rsatkichlardir — bu yakuniy reytingdan ko‘ra ko‘p bosqichli agent ishlari uchun dalil bo‘lib xizmat qiladi.

Artificial Analysis Intelligence Index — 39 (sentabrdagi V4.1 Flash, v4.3.2)

Mustaqil baho, ammo ushbu yangilanishdan oldingi chekpoynt uchun o‘lchangan. Xuddi shu indeksda GLM-5.3-Flash 42 ball olgan, sentabr modelining rasmiy API narxida bitta indeks vazifasi taxminan $0,49 ga tushgan.

04

Xulosa

DeepSeek-V4.1-Flash-1017 dasturlash agentlarini katta hajmda ishlatadigan va eng avvalo har bir yakunlangan vazifa tannarxiga e’tibor beradigan jamoalar uchundir: repozitoriy tuzatishlari, test va qayta urinish sikllari hamda skrinshotlarga asoslangan frontend ishlari shular jumlasidan. U Dasturlash turkumida 9,1 ball bilan GLM-5.3-Flash o‘rnini egallaydi va GLM-5.3-Flash’ning avvalgi 9,2 ballidan biroz pastroqqa joylashadi, chunki mustaqil dalillar sentabr chekpoyntida to‘xtagan, DeepSeek’ning 1017 bo‘yicha o‘z jadvallari esa kuchli ko‘rinadi. Eng og‘ir terminal vazifalari uchun Claude Opus 5.5 yoki GPT-6 Astra’dan foydalaning; 1017 model vaznlarining mustaqil testi chiqqanda ushbu bahoga yana qaytamiz.

05

Ko‘p so‘raladigan savollar