DeepSeek V4.1 Flash עודכן — המחיר נשאר, אך המבחנים עדיין של היצרן

ב־17 באוקטובר 2026 עדכנה DeepSeek את V4.1 Flash לבניית DeepSeek-V4.1-Flash-1017 באתר, באפליקציה וב־API, לפי יומן השינויים הרשמי. מזהה הקריאה deepseek-flash והמחיר נשארו כפי שהיו. מפתח שכבר שולח בקשות למזהה הזה אינו צריך לשנות את ערך המודל בקוד כדי לקבל את הבנייה החדשה, אך אותה בקשה עשויה כעת להניב תשובה אחרת.

העדכון מכוון בעיקר למשימות תכנות ועבודה של סוכני AI. ציוני השיפור שפורסמו עם ההשקה נמדדו בידי DeepSeek ובסביבות הרצה מוגדרות. מאז הופיעה גם הערכה חיצונית לבנייה החדשה, אך היא אינה שחזור של מבחני ההשקה: סביבת הסוכן שלה שונה. לכן אפשר להצביע על סימן חיצוני לשיפור במשימה מסוימת, בלי לייחס לבדיקת צד שלישי את כל התוצאות שהחברה פרסמה.

מה השתנה מול בניית ספטמבר

כרטיס המודל של DeepSeek משווה את בניית 1017 לבניית V4.1 Flash הקודמת: DeepSWE v1.1 עלה מ־74.2 ל־77.0, ו־Terminal-Bench 4.0 מ־31.2 ל־42.3. ב־ProgramBench מוצגים 20.3 לעומת 29.1, וב־Agents’ Last Exam מוצגים 31.8 לעומת 35.4. אלה תוצאות שפרסם היצרן, ולא מדידה עצמאית של השיפור בכל אחד מהמבחנים.

סביבת ההרצה היא חלק מהתוצאה. ב־Terminal-Bench השתמשה החברה ב־Claude Code, וב־DeepSWE ב־Mini-SWE-V2. בכל אחד מהמקרים הציון משקף שילוב של מודל, סוכן וכללי עבודה, ולא יכולת של המשקולות לבדן. מוצר שמפעיל כלים אחרים, מגביל מספר צעדים או מנסח את המשימה אחרת עשוי להגיע לתוצאה שונה גם כשהוא קורא לאותו מודל.

הטבלה כוללת גם משימות שאינן תיקון קוד בלבד, ובהן בניית תוכנה והשלמת רצפי פעולות של סוכן. רוחב השיפור המדווח מסביר מדוע העדכון עשוי לעניין צוותים שמפעילים תהליכים ארוכים, אך אין בטבלה מדידה של יישום מסוים אצל לקוח. היא גם אינה מלמדת אם תשובות בשפות, בפורמטים או בתחומי תוכן שלא נכללו בבדיקות השתנו לטובה.

אותו מזהה API, התנהגות שעשויה להשתנות

השם deepseek-flash מתפקד כמזהה שירות המפנה לבנייה העדכנית. לכן החלפת הבנייה מאחורי השם יכולה להגיע למערכת קיימת בלי עדכון של ערך model, כתובת הקריאה או גרסת ספריית הלקוח. התאימות הזאת חוסכת שינוי בקוד הקריאה, אך אינה מבטיחה שתוכן התשובה, אורכה או רצף הפעולות של הסוכן יישארו זהים.

ההבדל מעשי במיוחד במקום שבו מערכת מצפה לפלט במבנה קבוע או מסתמכת על החלטות המודל להפעיל כלי. שינוי בהתנהגות יכול להשפיע על השאלה אם סוכן מבקש מידע נוסף, כמה ניסיונות הוא מבצע ואיך הוא מנסח את התוצאה הסופית. גם כשממשק ה־API תקין, שינוי כזה עלול להופיע רק בהמשך התהליך שהיישום מנהל.

רישום של deepseek-flash בלבד אינו מזהה בדיעבד איזו בנייה הפיקה תשובה לפני המעבר ואיזו הפיקה אותה אחריו. ההבחנה הזאת חשובה כשמשווים תוצאות משתי תקופות או מנסים להבין שינוי פתאומי בפלט. העדכון אינו מחייב מעבר יזום לבנייה החדשה דרך ה־API הרשמי: מי שמשתמש במזהה הקיים כבר פונה אליה.

מחיר קבוע אינו עלות קבועה למשימה

תעריף ה־API נשאר ללא שינוי בעדכון הזה, אך חשבון של משימה שלמה תלוי בכמות טוקני הקלט והפלט, בשימוש במטמון ובמספר הקריאות שסוכן מבצע עד לסיום. אם בנייה חדשה משלימה עבודה בפחות צעדים, העלות הכוללת עשויה לרדת גם בלי שינוי במחיר היחידה. אם היא מפעילה יותר כלים או חוזרת על שלבים, אותו תעריף עשוי להוביל לחשבון גבוה יותר.

DeepSeek מציגה עם העדכון טענה לזמן ביצוע קצר יותר ולפלט קצר יותר. אלה נתוני יצרן על אופן פעולת הבנייה בסביבות שנבדקו; טבלת ציוני ההצלחה לבדה אינה מודדת את העלות של זרימת עבודה מסוימת ביישום. מבחינת מי שכבר משלם על deepseek-flash, השינוי הוודאי הוא בזהות הבנייה שמקבלת את הבקשה, בעוד שהשפעתה על החשבון תלויה בדפוס השימוש.

לצד השירות המתעדכן, המשקולות של בניית 1017 זמינות ברישיון MIT. כרטיס המודל ממליץ להרצה עצמאית על חלון הקשר של מיליון טוקנים ומתאר כלים לקידוד ההנחיות ולפענוח הפלט. ההמלצה הזאת שייכת להגדרות ההרצה העצמאית שמופיעות בכרטיס; אין להסיק ממנה לבדה שכל תנאי השירות והעלות של ה־API זהים להפעלה מקומית.

משקולות זמינות מאפשרות להחזיק בנייה מזוהה בסביבה שמפעיל המשתמש, בשונה מקריאה למזהה שירות שעשוי להתעדכן. עם זאת, קיבוע המשקולות אינו מקבע מעצמו את התוצאה של סוכן: כלי העבודה, נוסח ההנחיות והגבלות ההרצה ממשיכים להשפיע עליה. הפעלה עצמאית נושאת גם בעלויות מחשוב ותפעול משלה, ולכן הרישיון אינו תחליף להשוואת העלות של דרך ההפעלה בפועל.

מה מראה הבדיקה החיצונית

ב לוח Terminal-Bench של Vals AI מופיעה בניית 1017 עם ציון 31.82% באמצעות Mini-SWE-agent, לעומת 19.70% לבניית V4.1 Flash הקודמת באותה סביבת סוכן. זו מדידה חיצונית שמצביעה על שיפור בין הבניות בתנאי הבדיקה של Vals. היא גם משנה את מצב הידע מאז יום ההשקה: התוצאות הזמינות כבר אינן רק אלה שפרסם היצרן.

הציון החיצוני של הבנייה החדשה נמוך מציון Terminal-Bench שפרסמה DeepSeek, אך שתי המדידות אינן זהות בתנאים שלהן. החברה השתמשה ב־Claude Code, ואילו Vals השתמשה ב־Mini-SWE-agent ודיווחה על ממוצע של הרצות חוזרות. לפיכך ההפרש בין הציונים אינו מוכיח לבדו שצד אחד מדד את המודל באופן שגוי; הוא ממחיש עד כמה בחירת הסוכן והמתודולוגיה חשובה לפירוש תוצאה.

ההשוואה הישירה ביותר מתוך הנתונים החיצוניים היא בין שתי בניות Flash שנבדקו ב־Vals באותו מערך. גם היא מתארת הצלחה במשימות המדד, ולא מבטיחה שיפור באותו שיעור בכל מוצר. לגבי שאר ציוני ההשקה, ובהם DeepSWE ו־ProgramBench, טבלת החברה ממשיכה להיות נקודת הייחוס שפורסמה לבניית 1017. מדידות עצמאיות נוספות עם פירוט של כלי הסוכן ותנאי ההרצה יבהירו עד כמה השיפור המדווח חוזר גם מחוץ לסביבת היצרן.

קראו גם:

• Dots של OpenAI עובדים בין השיחות — ההשקה עדיין מוגבלת
• Revolut מגייסת בישראל לתפקידי אשראי — אבל מועד ההשקה עדיין חסר
• Claude נכנס ל־Webex — אבל מועד ההשקה עדיין לא פורסם