☝🏻DeepSeek раздаёт модель, которая обходит Opus 5 в агентных задачах

DeepSeek выложила DeepSeek-V4.1-Flash-1017. Это обновление V4.1-Flash, с существенным приростом.🤖

Модель на 763 млрд параметров с контекстом до 1 млн токенов. Понимает не только текст, но и картинки, умеет вызывать инструменты и работать в режиме рассуждений.

☝🏻Лицензия MIT: веса открыты, качай и запускай у себя, если хватит железа.🤷🏼‍♀️

Что изменилось по сравнению с прошлой версией:
🔻 Terminal-Bench 4.0: с 31,2 до 42,3;
🔻 ProgramBench: с 20,3 до 29,1;
🔻 Apex Bench: с 64,6 до 72,1.📈

☝🏻В нескольких тестах она обошла закрытые Opus 5 и GPT-5.6 Sol.

Например, DeepSWE: 77,0 против 74,0 у Opus 5 и 73,0 у GPT-5.6 Sol.
В Automation-Bench отрыв ещё больше: 60,5 против 50,3 у Opus 5.🤯

Но в сложных задачах Opus 5 пока впереди: в Humanity's Last Exam у него 56,3 против 42,6, в Terminal-Bench 51,8 против 42,3.

Ещё разработчики обещают, что задачи модель теперь выполняет быстрее, а ответы пишет короче.⚡️

☝🏻Видео выше создано кодом с помощью DeepSeek V4.1 Flash -1017 в DeepSeek Bot
================
👁 News | 👁 Soft | 👁 Hacker