DeepSeek V4.1 Flash 1017 (официальное название DeepSeek-V4.1-Flash-1017) — это переработанная версия модели V4.1 Flash, которая вышла в сентябре. DeepSeek опубликовала её 17 октября 2026 года. Имя API deepseek-flash осталось прежним, а изменилась только сама модель за ним. DeepSeek заявляет, что модель стала показывать лучшие результаты в тестах, быстрее выполнять задачи и давать более короткие ответы. В этой статье мы сверили заявления DeepSeek, карточку модели и страницу с ценами, а также оценки независимых сторон и реакцию государств с первоисточниками (проверено 19 октября 2026 года). Мы разделяем производительность, цены и безопасность. Модели всего два дня, поэтому независимых данных пока мало, и в статье собственные цифры DeepSeek чётко отделены от цифр независимых оценок.

Производительность

На уровне Haiku 5.5

Общая оценка независимой Artificial Analysis — 45. Это выше, чем 39 у предыдущей версии, но до Claude Sonnet 5.5 (56) и Opus 5.5 (58) она не дотягивает.

Цены

Цена за единицу та же, одна задача стоит примерно вдвое дешевле

Цена остаётся прежней: $0,30 за миллион входных токенов и $1,20 за миллион выходных (в пиковые часы). Ответы стали короче, поэтому стоимость одной задачи снизилась с $0,49 до $0,26 (по измерениям независимой стороны).

Безопасность

Оценки этой версии пока нет

Ни DeepSeek, ни независимые стороны не публиковали оценку безопасности. Данные хранятся в Китае. 19 октября появилось сообщение, что США запретили использование модели федеральными гражданскими ведомствами.

Содержание

1. Что изменилось: то же название, другая модель

Согласно журналу изменений DeepSeek, 17 октября 2026 года V4.1 Flash обновили до версии DeepSeek-V4.1-Flash-1017. Модель в официальном веб-интерфейсе и в приложении тоже перешла на эту версию. Способ вызова API и цены не изменились. Если указать deepseek-flash, будет использоваться новая версия. В карточке модели на Hugging Face эту версию называют «minor update» (небольшим обновлением) для V4.1 Flash.

ПроизводительностьDeepSeek заявляет о существенном росте по сравнению с предыдущей версией в рассуждениях, программировании, агентных задачах и оценке изображений (цифры в разделе 3).
Скорость и длина ответаПо словам DeepSeek, модель тратит меньше времени и выдаёт более короткие ответы, поэтому задачи выполняются быстрее и дешевле. Ни в одном из материалов не указано, насколько именно сократилось время или объём ответа.
Имя в APIdeepseek-flash осталось прежним, но модель за ним сменилась. Программы, которые опираются на поведение предыдущей версии, могут давать другие результаты даже без изменения настроек. Старое имя deepseek-v4-flash тоже принимается, но работает та же новая версия, и оплата идёт по тарифу Flash.
Запущено в тот же деньDeepSeek открыла общий доступ к Search API, который использует собственную поисковую систему, и Fetch API, который загружает веб-страницы (цены в разделе 5).

Источники: Change Log, DeepSeek-V4.1-Flash-1017 и Models & Pricing (DeepSeek API Docs); DeepSeek-V4.1-Flash-1017 (Hugging Face). Проверено 19 октября 2026 года.

2. Характеристики: контекст, рассуждения, размер

ПараметрЗначение
Длина контекста и максимальный вывод1 млн токенов и 384 тыс. токенов.
Входные данныеТекст и изображения.
Режим рассужденийВключён по умолчанию. Сила рассуждений задаётся в трёх уровнях: low, high и max. По умолчанию — high.
Поддерживаемые форматы APIФормат OpenAI, формат Anthropic и Responses API. Поддерживаются вывод в JSON и вызов инструментов.
Число параметровОфициальные данные сентябрьной V4.1 Flash: полная модель — 552B; при обработке входных данных на один токен задействуется 8B параметров, при генерации вывода — 16B. Отдельно есть система памяти на 196B (Engram).
ВесаВыпущены под лицензией MIT. Общий размер файлов — около 510 ГБ.

Источники: Models & Pricing и Thinking Mode (DeepSeek API Docs); DeepSeek-V4.1-Flash и DeepSeek-V4.1-Flash-1017 (Hugging Face). Проверено 19 октября 2026 года. В карточке модели 1017 число параметров не указано. Автоматический подсчёт Hugging Face по файлам весов дал около 763B. Причины расхождения DeepSeek не раскрывала.

При работе через API часто возникают две проблемы. Первая: в диалогах с инструментами содержимое рассуждений модели (reasoning_content) нужно полностью возвращать в следующем запросе. Если этого не делать, будет ошибка 400. Вторая: в режиме рассуждений такие параметры, как temperature, не действуют. Они игнорируются без ошибки. Если указать для силы рассуждений medium или xhigh, каждое из этих значений будет считаться как high.

Источник: Thinking Mode (DeepSeek API Docs, проверено 19 октября 2026 года).

3. Производительность (1): цифры, опубликованные DeepSeek

Ниже приведена сравнительная таблица из карточки модели. Все эти цифры измерила сама DeepSeek.

Оценка1017Предыдущая версия (сентябрь)Kimi K3GLM-5.3GPT-5.6 SolClaude Opus 5
HLE (без инструментов)42,636,843,542,0*44,556,3
Terminal-Bench 4.042,331,212,637,939,951,8
DeepSWE v1.177,074,267,566,973,074,0
ProgramBench29,120,317,519,023,037,0
NL2Repo-Bench68,265,458,058,056,875,3
Automation-Bench v1.0.660,554,846,748,845,850,3
Agents' Last Exam35,431,827,628,526,728,6
Apex Bench v1.172,164,647,856,654,365,8
Chartography (с инструментами)83,078,968,1—79,984,0
BabyVision (с инструментами)92,589,685,7—88,994,1
ZeroBench-main (с инструментами)51,049,041,0—53,052,0

Источники: DeepSeek-V4.1-Flash-1017 (карточка модели на Hugging Face) и Change Log (проверено 19 октября 2026 года). * — балл HLE только по текстовой части. В примечании указано, что Terminal-Bench 4.0 измерен с помощью Claude Code, а DeepSWE v1.1 — с помощью среды выполнения Mini-SWE-V2.

При чтении этой таблицы стоит учитывать четыре момента.

  1. Модели для сравнения на поколение старше. В таблице есть Claude Opus 5 и GPT-5.6 Sol, но нет актуальных Claude Opus 5.5 и моделей GPT-6. По сравнению с Opus 5 модель обгоняет его в DeepSWE, но уступает в HLE, Terminal-Bench 4.0, ProgramBench и NL2Repo-Bench.
  2. Не указано, были ли условия одинаковыми. Настройки силы рассуждений (low, high, max) не приведены. Не сказано и то, измерялась ли предыдущая версия в тех же условиях.
  3. Некоторые цифры предыдущей версии больше не публикуются. В сентябрьской версии были также оценки GPQA Diamond, Codeforces, математики и кибербезопасности, но для 1017 их нет.
  4. Собственные цифры DeepSeek, как правило, выходят завышенными. Американский институт стандартов NIST и его центр CAISI в апреле 2026 года оценивали V4 Pro и сообщили, что собственная оценка DeepSeek дала более высокие баллы, чем у CAISI (см. раздел 6). Цифры по 1017 лучше читать с осторожностью, пока не появятся независимые измерения.

4. Производительность (2): оценки независимых сторон

Из независимых общих оценок есть Intelligence Index от Artificial Analysis. Он объединяет результаты нескольких тестов в один балл. Каждая настройка силы рассуждений выводится отдельной строкой (настройка указана в скобках). Ниже приведены значения из списка по состоянию на 19 октября 2026 года вместе с ближайшими по результатам моделями.

Источники: список моделей Artificial Analysis и страница DeepSeek V4.1 Flash 1017 (проверено 19 октября 2026 года). Модель вышла совсем недавно, и на некоторых страницах того же сайта всё ещё стоят значения предыдущей версии. Значения могут со временем измениться.

Отсюда можно сделать три вывода.

  • По сравнению с предыдущей версией балл вырос на 6 пунктов, а стоимость одной задачи почти упала вдвое. На странице Artificial Analysis видно, что для прохождения всей оценки было использовано 210 млн выходных токенов. Это больше медианы у сравниваемых моделей (140 млн), и сайт называет модель «very verbose» (очень многословной).
  • И балл, и стоимость близки к Claude Haiku 5.5. По сравнению с GLM-5.3, у которой такой же балл 45, и Kimi K3 с баллом 44, стоимость одной задачи примерно в восемь раз ниже.
  • Отрыв от Sonnet 5.5 и Opus 5.5 составляет более 10 пунктов. Стоимость при этом примерно в двадцать раз ниже, поэтому выбор зависит от того, нужны ли сложные задачи или большой объём дешёвых вычислений.

По скорости в API DeepSeek получилось около 225 токенов в секунду, первый токен появлялся примерно через 1,1 секунды (та же страница). Это почти та же скорость, что у предыдущей версии, поэтому утверждение «задачи выполняются быстрее», вероятно, объясняется более короткими ответами. На 19 октября мы не нашли результатов 1017 в официальных таблицах SWE-bench и Terminal-Bench.

5. Цены: в дневные часы по Японии действует пиковый тариф

deepseek-flash (за миллион токенов, доллары США)Вне пикаПик
Входные данные (попадание в кэш)$0,003$0,006
Входные данные (промах кэша)$0,15$0,30
Выходные данные$0,60$1,20

Источник: Models & Pricing (DeepSeek API Docs, проверено 19 октября 2026 года). Обновление до 1017 цены не изменило (Change Log).

Пик приходится на рабочее время в ЯпонииПиковые часы — с понедельника по пятницу с 01:00 до 04:00 и с 06:00 до 10:00 UTC (кроме китайских праздников). По японскому времени это рабочие часы с 10:00 до 13:00 и с 15:00 до 19:00. Вечером и в выходные действует половина тарифа.
Кэш сильно меняет стоимостьВходные данные, попавшие в кэш, стоят в 50 раз дешевле тех, что в кэш не попали. Для агентов, которые каждый раз отправляют одно и то же начало запроса, от того, работает ли кэш, зависит стоимость. Кэш включается автоматически, но попадание в него не гарантировано.
Поиск и загрузка тарифицируются отдельноSearch API и Fetch API стоят $0,75 за каждую 1 000 успешных вызовов. Вызовы, которые Claude Code, Codex и DeepSeek Harness делают на стороне сервера, пока бесплатны. Оплата начинается 31 октября 2026 года в 16:00 UTC, что соответствует 1 ноября в 01:00 по японскому времени.
Сначала списывается начисленный балансЕсли есть и бесплатный начисленный баланс, и пополненный, сначала расходуется начисленный.

Источники: Models & Pricing, Search & Fetch, Context Caching и DeepSeek-V4.1-Flash-1017 (DeepSeek API Docs, проверено 19 октября 2026 года).

Модель можно использовать и вне официального API DeepSeek. Сервисы-посредники, например OpenRouter, предлагают 1017. Некоторые берут ту же цену за единицу, что и официальный API, некоторые — меньше. Однако многие дешёвые маршруты работают на сжатой (квантованной) версии весов, поэтому качество и скорость ответов могут отличаться от официальной версии. Обработка данных зависит от условий конкретной компании.

6. Безопасность: оценки пока нет, что известно

По состоянию на 19 октября 2026 года ни DeepSeek, ни независимые стороны не опубликовали оценку 1017, которая измеряла бы реакцию на вредоносные запросы, устойчивость к взлому (джейлбрейкам) или то, насколько легко модель перехватить как агента. В объявлении, карточке модели и сентябрьском техническом отчёте нет раздела об оценке безопасности. Известное касается предыдущего поколения и компании в целом. Эти выводы не обязательно относятся к 1017.

Оценка V4 Pro (май 2026)CAISI при NIST сообщил, что возможности V4 Pro примерно на восемь месяцев отстают от американского передового уровня, и что собственная оценка DeepSeek дала более высокие баллы, чем у CAISI. Безопасность (джейлбрейки и перехват) в эту оценку не входила.
Оценка предыдущего поколения (сентябрь 2025)Тот же CAISI сообщил, что для R1-0528 при использовании известных приёмов джейлбрейка модель выполняла 94% явно вредоносных запросов (у американской модели для сравнения — 8%). Если использовать её как агента, она выполняла инструкции по перехвату в среднем в 12 раз чаще, чем ведущие американские модели. Кроме того, она выдавала неточный контент, соответствующий утверждениям Коммунистической партии Китая, в 4 раза чаще американских моделей.
Версии без защитных механизмов уже существуютПоскольку веса открыты, сообщается, что независимые разработчики опубликовали версии V4.1 Flash без механизма отказов. Если запускать модель локально, на её отказы как на защиту полагаться нельзя.

Источники: CAISI Evaluation of DeepSeek V4 Pro (NIST, май 2026); CAISI Evaluation of DeepSeek AI Models Finds Shortcomings and Risks (NIST, 30 сентября 2025); AlphaSignal (сообщение о версии без защитных механизмов; цифры самостоятельно указаны её публикатором). Проверено 19 октября 2026 года.

Если вы используете модель из агента вроде Claude Code, полезнее не ждать оценки безопасности самой модели, а ограничивать то, что агенту разрешено делать. Три базовых правила: не включать настройки, которые автоматически подтверждают действия; не давать агенту читать файлы с секретами; не доверять инструкциям, написанным в содержимом, загруженном из веба.

7. Куда уходят данные и как реагируют страны

При использовании официального API или приложения DeepSeek отправляемое содержимое попадает на серверы DeepSeek. Политика конфиденциальности DeepSeek (японская версия, последнее обновление 10 февраля 2026 года) указывает, что собранные сведения хранятся на «безопасных серверах, расположенных в Китайской Народной Республике». Одна из целей их использования — «обучение и совершенствование наших технологий, таких как модели машинного обучения и алгоритмы». Условия для разработчиков (действуют с 29 апреля 2026 года) передают обработку персональных данных на основании этой политики и устанавливают, что применяется право материкового Китая. Ни в одном из документов не найдено обещания, что содержимое, отправленное через API, не будет использоваться для обучения.

Источники: Политика конфиденциальности DeepSeek и Условия использования открытой платформы DeepSeek (проверено 19 октября 2026 года. Если политику открыть из Японии, отображается японская версия).

Страна или ведомствоРеакция
Япония (Комиссия по защите персональных данных)3 февраля 2025 года Комиссия опубликовала «Информацию о DeepSeek». В ней предупреждается, что данные хранятся на серверах в Китайской Народной Республике и что к ним применяется китайское законодательство (в том числе закон о защите персональной информации, закон о кибербезопасности, закон о безопасности данных и закон о национальной разведке). Частное использование этим не запрещается.
США (Министерство внутренней безопасности)19 октября 2026 года сообщалось, что ведомство издало приказ удалить продукты DeepSeek и сторонние сервисы, которые используют DeepSeek, из IT-систем федеральных гражданских ведомств, а также запретить их закупку. Публикация в Federal Register запланирована на 20 октября. На момент написания статьи полный текст приказа и его объём мы не проверяли.

Источники: Информация о DeepSeek (Комиссия по защите персональных данных, 3 февраля 2025 года, обновлено 5 марта 2025 года); US Moves to Bar DeepSeek From Federal Agencies and Contracts (Bloomberg, 19 октября 2026 года); DeepSeek Blocked In US Federal Agencies (BankInfoSecurity); список предварительной публикации Federal Register.

8. Как выбрать способ использования: API, Claude Code, локальный запуск

Официальный API DeepSeekСамый дешёвый вариант, новая версия подключается автоматически. Отправляемое содержимое хранится на серверах в Китае. Подходит для работы, которую не жалко показать посторонним: открытых проектов или личного обучения.
Использование из Claude CodeDeepSeek официально описывает настройку для работы с Claude Code. Порядок настройки и соображения по стоимости описаны в статье Использование DeepSeek, GLM и Kimi в Claude Code. Обратите внимание: оплата поиска начинается 1 ноября.
Использование через посредникаДоступ предоставляют сервисы вроде OpenRouter. Обработка данных зависит от условий этой компании. Дешёвые маршруты часто используют квантованные версии.
Запуск весов у себяКод не покидает ваш компьютер, но только файлы весов занимают около 510 ГБ, и для запуска нужна среда с несколькими GPU для дата-центров. На обычном ПК это не запустить. Модели, которые можно запустить локально, сравниваются в статье Рекомендуемые локальные LLM.

Итоги

  • DeepSeek V4.1 Flash 1017 — переработанная версия V4.1 Flash, выпущенная 17 октября 2026 года. Имя API deepseek-flash сохранилось, модель за ним сменилась, цены не изменились.
  • В объявлении DeepSeek сказано, что модель превосходит предыдущую версию во всех 11 оценках. Однако модели для сравнения на поколение старше, а условия тестов описаны не подробно.
  • По данным независимой Artificial Analysis, модель набрала 45 баллов (у предыдущей версии было 39). Это примерно уровень Claude Haiku 5.5 (43 балла), а от Sonnet 5.5 и Opus 5.5, которые выше более чем на 10 пунктов, она отстаёт.
  • Стоимость одной задачи снизилась с $0,49 до $0,26. Цена за единицу: $0,30 за миллион входных токенов и $1,20 за миллион выходных (в пиковые часы). В будние дневные часы по Японии действует пиковый тариф.
  • Поиск и загрузка, которые вызываются из Claude Code и подобных инструментов, стоят $0,75 за каждую 1 000 успешных вызовов. Оплата начинается 1 ноября в 01:00 по японскому времени.
  • Оценки безопасности 1017 пока нет. Предыдущее поколение признали уязвимым к джейлбрейкам и перехвату. Данные хранятся на серверах в Китае, а США, по сообщениям, запретили использование модели федеральными гражданскими ведомствами.

FAQ

В. Можно ли продолжать использовать предыдущую версию V4.1 Flash?

О. Через официальный API DeepSeek — нет. И deepseek-flash, и старое имя deepseek-v4-flash теперь работают с 1017. Если нужна предыдущая версия, придётся запустить её общедоступные веса самостоятельно или найти сервис-посредник, который её ещё предлагает.

В. Цена выросла?

О. Цена за единицу не менялась. Ответы стали короче, поэтому стоимость той же задачи снижается. По измерениям Artificial Analysis, средняя стоимость одной задачи снизилась с $0,49 до $0,26. Однако с 1 ноября (по японскому времени) поиск и загрузка, которые вызываются из Claude Code и подобных инструментов, будут оплачиваться отдельно.

В. Безопасно ли отправлять рабочий код?

О. Содержимое, отправленное в официальный API, хранится на серверах в Китае, а в условиях нет обещания, что оно не будет использоваться для обучения. Рабочий код, данные клиентов и секреты не стоит отправлять, пока работодатель не разрешит.

В. Запрещено ли использование в Японии?

О. По состоянию на 19 октября 2026 года японских мер, которые запрещали бы частное использование, мы не нашли. Комиссия по защите персональных данных предупреждает, что данные хранятся на серверах в Китае и к ним применяется китайское законодательство.

Источники