2026年10月17日、DeepSeekは開発者向けにV4.1-Flash-1017をリリースした。サフィックスはリリース日付の数字コードである。この更新は公式に「マイナーアップデート」と位置付けられているが、複数の定量指標における改善幅は、多くの競合製品における完全なバージョンアップを上回る成果をすでに超えている。モデルはDeepSeek公式サイト、アプリ、APIで同時公開され、MITライセンスのもとHugging FaceおよびModelScopeにてオープンソースとして重みが公開された。
数字の裏側：今回のアップデートの実際の規模
Terminal-Bench 4.0は、AIがコマンドライン環境でエージェントタスクを完了する能力を測定するベンチマークテストである。旧バージョンのDeepSeek-V4.1-Flashのスコアは31.2だったが、新バージョン1017版では42.3に上昇し、11.1ポイントの向上を達成した。MindStudioのテストによると、このスコアはGLM-5.3（37.9）およびGPT-5.6 Sol（39.9）を上回るが、Claude Opus 5（51.8）には及ばない。
DeepSWE v1.1では、1017版のPass@1が74.2から77.0に向上した。NL2Repo-Benchは65.4から68.2へ、ProgramBenchは20.3から29.1へ、Automation-Bench v1.0.6は54.8から60.5へ、Apex Bench v1.1は64.6から72.1へそれぞれ上昇した。
公式はこの更新をパレート改善と定義している。性能が向上し、出力が短縮され、タスク完了が高速化されたが、価格は据え置きである。The Decoderのデータによると、DeepSWEベンチマークにおいて1017版はタスクあたり約0.20ドルで77%の精度を実現し、低コストモードでは約0.10ドルで72%を維持する。従来バージョンの同様のシナリオでのコストは約0.50ドルであり、同種の競合製品は概ね2ドルから10ドル以上である。
実現方法：RLSFとKVキャッシュ圧縮
学習手法には自己フィードバック付き強化学習（RLSF）が採用されており、モデルが自身の信頼度スコアに基づいて反復的に最適化を行う。エンドツーエンドのソフトウェア開発タスクが主要な強化対象となっている。DeepSeekは公式デモとして、このモデルを用いて『Portal 2』の再現版（Godotエンジンベース）をゼロから構築したり、故宮建築群を3Dレンダリングしたりするシナリオを公開した。
アーキテクチャ面ではKVキャッシュ圧縮を採用し、長いコンテキスト推論におけるVRAM消費を削減している。モデルは100万トークンのコンテキストウィンドウをサポートし、公式は最小出力クォータとして256Kトークンを推奨している。長文書処理および複数ステップのエージェントタスクを主な用途として位置付けている。
HuggingFaceのモデルカードによると、V4.1-Flash-1017は混合専門家（MoE）マルチモーダルモデルであり、バックボーンのパラメータ数は552Bである。Engramメモリテーブル、ビジョンエンコーダ、DSparkスペキュラティブデコード重みを加えると、完全なチェックポイントは約763Bパラメータ、ストレージ使用量は約432GBとなる。量化バージョン（コミュニティのoQ4e-mtp版など）では約402GiBに圧縮される。
Search APIの開放：見落とされがちな付随的な動き
モデル更新と同時に、DeepSeek独自の検索エンジンのSearch & Fetch APIがすべての開発者に公開された。公式によると、1日あたり数億件のリクエストを処理しているという。価格は1,000回の呼び出しあたり0.75ドルで、DeepSeek Harness、Claude Code、Codexなどのツールでサーバーサイドツール経由で行われる呼び出しについては、2026年10月31日16:00 UTCまでAPIユーザーに無料で提供されると発表された。
この動きは、自社エンジンを低価格で開放するとともに、DeepSeek Harness v0.2.1-rc.1以上のバージョンとの深い統合を組み合わせることで、モデル推論からリアルタイム情報取得までの垂直チェーンを形成するものである。
各ユーザー層にとっての実際の意味
個人開発者にとって、Terminal-Benchの31.2から42.3への向上は、コマンドライン操作を含む完全な開発タスクをAI支援で完了する際の中断率とエラー修正コストが大幅に低下することを意味する。約0.10ドルの低コストモードと組み合わせ、MITライセンスにより重みの自由な改変と商用利用が可能だが、432GB以上のストレージ要件がハードウェアの参入障壁となる。
企業ユーザーにとっては、DeepSWE v1.1でのPass@1 77%、タスクあたり約0.20ドルというコストが、競合製品の2〜10ドル以上との対比で定量化可能な効率上の優位性を提供する。ただし、Terminal-BenchにおけるOpus 5（51.8）と1017版（42.3）の9ポイント差は、最も複雑なエージェントタスクにおいてはまだ全面的な優位性が確立されていないことを示している。
Tencent CodeBuddyやWorkBuddyなど深く統合されているパートナーにとっては、移行コストなしに基盤となる能力のアップグレードが得られることになる。
歴史的位置付け：過小評価されているイテレーションのペース
DeepSeekがバージョン番号の代わりに日付番号を採用しているのは、大規模なアーキテクチャ変更ではなく継続的デリバリーに対応したものである。Terminal-Benchで11ポイント、ProgramBenchで約9ポイントという改善幅は、他のベンダーであればメジャーリリースに相当するものだが、DeepSeekはサフィックスの数字だけで展開しており、エンジニアリングのペースとユーザーへのコミュニケーション戦略の違いを反映している。
この戦略により、外部コミュニティが切り替えを検討する際に明確なシグナルの基準点が欠如し、しばしばサードパーティによるベンチマーク再現を待ってからコンセンサスが形成されるという状況が生まれている。Hacker News上の開発者の議論は、初期の関心は高いものの、深い技術的検証がリリースのペースに遅れをとるという特徴を示している。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接