---
title: "DeepSeek V4.1-Flash-1017: открытая модель на 763 млрд параметров, которая по заявлению разработчиков обошла Claude Opus 5 в тестах на код"
description: "DeepSeek выпустила открытую модель V4.1-Flash-1017 на 763 млрд параметров: по собственным данным она обошла Claude Opus 5 и GPT-5.6 Sol в тестах на программирование и стала дешевле в API."
date: 2026-10-20T01:50:46.402Z
lang: ru
url: https://xab.info/posts/deepseek-v4-1-flash-1017-oboshla-claude-opus-5
tags: [deepseek, ai-model, llm, programming, open-source]
author: "Александр Буран"
publisher: "XAB.info"
---

# DeepSeek V4.1-Flash-1017: открытая модель на 763 млрд параметров, которая по заявлению разработчиков обошла Claude Opus 5 в тестах на код

![Иллюстрация с часами и текстом DeepSeek V4.1 Flash 1017 об релизе ИИ-модели](https://xab.info/media/2026/10/20/deepseek-v4-1-flash-1017-oboshla-claude-opus-5/deepseek-v4-1-flash-1017-oboshla-claude-opus-5-1.webp)

## Ключевые тезисы

- DeepSeek 17 октября 2026 г. выпустила V4.1-Flash-1017 — обновление модели с 763,2 млрд параметров под лицензией MIT, доступное через API, сайт и Hugging Face.
- По внутренним тестам DeepSeek модель набрала 77% в DeepSWE 1.1, 60,5% в AutomationBench и 72,1% в Apex Bench, превзойдя Claude Opus 5 и GPT-5.6 Sol.
- Ключевые изменения — оптимизация под ИИ-агентов и более лаконичные ответы за счёт усиленного обучения с подкреплением; архитектура (Causal Encoder-Decoder, CSA2, FP4, SWA Bounded Replay) сохранена.
- Тариф — 15 центов за млн входных и 60 центов за млн выходных токенов вне пика, примерно в 4,1 раза дешевле модели Pro того же вендора.
- Результаты сравнения приведены самой DeepSeek и пока не подтверждены независимыми источниками.

Вечером 17 октября 2026 года китайская компания DeepSeek выпустила обновлённую версию своей нейросети — DeepSeek-V4.1-Flash-1017. Это формально «минорное» обновление модели V4.1-Flash, вышедшей ранее в том же месяце, но по масштабу изменений и по заявленным результатам оно заметно: разработчики усилили способности модели к программированию, логическим рассуждениям и выполнению многоэтапных агентских задач, а также сократили длину ответов и время выполнения запросов. Веса модели выложены в открытый доступ под лицензией MIT, а в прайсе DeepSeek имя deepseek-flash теперь указывает именно на версию 1017 — прежние имена отключены, так что обновление раскатано по существующим тарифам автоматически.

### Что изменилось в версии 1017

Согласно опубликованным разработчиками данным, ключевым направлением доработки стала оптимизация под ИИ-агентов: модель обучена самостоятельно запускать код, находить в нём ошибки и исправлять их, а также отвечать более лаконично. Для этого DeepSeek усилила обучение с подкреплением — нейросеть поощряется за точные решения без лишних объяснений. Меньше токенов в ответе означает потенциально более быстрые и дешёвые запросы. Руководитель постобучения компании У Юй назвал происходящее началом эры программирования, доступного каждому, подчёркивая акцент на скорости разработки и работе с кодом.

### Результаты в бенчмарках

По опубликованным DeepSeek результатам, компактная модель превзошла Claude Opus 5 в нескольких тестах. В DeepSWE 1.1 новинка набрала 77% против 74% у Opus 5.0 (у GPT-5.6 Sol — 73%). В AutomationBench результат составил 60,5% против 50,3% у Opus 5 и 45,8% у GPT-5.6 Sol, а в Apex Bench — 72,1% против 65,8%. В исходной публикации также заявлено превосходство над рядом других моделей, включая решения OpenAI. Важно, что все эти цифры приведены в материалах самой компании: подробностей о методике сравнения и независимого подтверждения результатов разработчики не публиковали.

### Архитектура и обучение

Архитектурная основа предыдущей версии сохранена: в модели используются Causal Encoder-Decoder, Compressed Sparse Attention 2, квантование FP4 и SWA Bounded Replay. Изменения касаются в первую очередь этапа постобучения и целевых функций, а не фундаментальной структуры сети. Такой подход позволяет сохранить скорость инференса и низкую стоимость вывода при одновременном улучшении качества на агентских и программных задачах.

### Цена и доступность

Модель доступна сразу в нескольких каналах: на официальном сайте DeepSeek, в мобильном приложении и через API, а её веса опубликованы на Hugging Face под открытой лицензией MIT — скачать, запустить и встроить в коммерческий продукт может любой разработчик без разрешения и отчислений. По данным прайса, модель содержит 763,2 млрд параметров (около 510 ГБ файлов), а тариф составляет 15 центов за миллион входных токенов вне пиковых часов и 60 центов за миллион выходных; в пиковые часы цена вдвое выше. По тем же позициям прайса это примерно в 4,1 раза дешевле старшей модели Pro того же вендора. За первые полтора суток после публикации карточку модели лайкнули более 1 100 раз, а веса скачали свыше 10 000 раз.

### Оговорки и независимая проверка

Главная оговорка к заявлению о превосходстве над Claude Opus 5 и GPT-5.6 Sol состоит в том, что результаты получены во внутренних тестах DeepSeek и пока не подтверждены независимыми лабораториями. Методика сравнения, состав промптов и условия прогона в открытых материалах не раскрываются, поэтому цифры стоит воспрининимать как заявленные разработчиком, а не как верифицированный факт. Если результаты подтвердятся на практике, для разработчиков это означает возможность автоматизировать программирование и агентские задачи на заметно более дешёвой открытой модели, что может изменить расстановку сил в сегменте доступных LLM.

## Проверка фактов и источники

- [DeepSeek-V4.1-Flash-1017 обошла Claude Opus 5 в тестах на программирование](https://www.goha.ru/deepseek-v41-flash-1017-oboshla-claude-opus-5-v-testah-na-programmirovanie-lWoGrk) - Первоисточник: дата релиза, бенчмарки (DeepSWE 77% vs 74%, AutomationBench 60,5% vs 50,3%, Apex Bench 72,1% vs 65,8%), архитектура, цитата У Юй, оговорка об отсутствии независимого подтверждения.
- [DeepSeek выпустила обновлённую ИИ-модель V4.1 Flash](https://cybersport.metaratings.ru/news/deepseek-vypustila-obnovlyonnuyu-ii-model-v4-1-flash/) - Подтверждает дату (вечер 17.10.2026), результаты по GPT-5.6 Sol (73 и 45,8), сохранение цены API, доступность через сайт/приложение/API и Hugging Face под MIT.
- [763 млрд параметров за 15 центов: открытая модель DeepSeek обошла Opus 5 на агентских тестах](https://vc.ru/id6075366/3201364-otkrytaya-model-deepseek-s-763-mlrd-parametrov-i-nizkoy-tsenoy) - Подтверждает 763,2 млрд параметров, 510 ГБ, MIT, прайс 15/60 центов, ~4,1x дешевле Pro, автоматический раскат по тарифу deepseek-flash, статистику скачиваний.
- [DeepSeek добавила зрение в модель V4-Flash: новая модель нацелилась на уровень Claude в AI-агентах](https://www.ixbt.com/news/2026/08/22/deepseek-v4-flash-claude-ai.html) - Подтверждено по источнику ixbt.com

## Частые вопросы

### Когда вышла DeepSeek V4.1-Flash-1017?

Вечером 17 октября 2026 года. Это минорное обновление модели V4.1-Flash, вышедшей ранее в том же месяце.

### Сколько параметров у модели и какова её лицензия?

Модель содержит 763,2 млрд параметров (около 510 ГБ файлов) и распространяется под открытой лицензией MIT — веса доступны на Hugging Face.

### Сколько стоит использование модели через API?

По прайсу DeepSeek — 15 центов за миллион входных токенов и 60 центов за миллион выходных вне пиковых часов; в пиковые часы цена вдвое выше. Это примерно в 4,1 раза дешевле старшей модели Pro того же вендора.

### Чем V4.1-Flash-1017 лучше Claude Opus 5?

По внутренним тестам DeepSeek модель набрала 77% в DeepSWE 1.1 (против 74% у Opus 5), 60,5% в AutomationBench (против 50,3%) и 72,1% в Apex Bench (против 65,8%). Эти результаты пока не подтверждены независимыми источниками.

### Что именно изменилось в версии 1017?

Усилена оптимизация под ИИ-агентов (самостоятельный запуск кода, поиск и исправление ошибок) и обучение на более лаконичные ответы за счёт усиленного обучения с подкреплением. Архитектура (Causal Encoder-Decoder, Compressed Sparse Attention 2, FP4, SWA Bounded Replay) сохранена.