---
title: "DeepSeek V4.1-Flash-1017: відкрита модель на 763 млрд параметрів, яка, за заявою розробників, обійшла Claude Opus 5 у тестах на код"
description: "DeepSeek випустила відкриту модель V4.1-Flash-1017 на 763 млрд параметрів: за власними даними, вона обійшла Claude Opus 5 і GPT-5.6 Sol у тестах на програмування та стала дешевшою в API."
date: 2026-10-20T01:50:46.402Z
lang: uk
url: https://xab.info/uk/posts/deepseek-v4-1-flash-1017-oboshla-claude-opus-5
tags: [deepseek, ai-model, llm, programming, open-source]
author: "Олександр Буран"
publisher: "XAB.info"
---

# DeepSeek V4.1-Flash-1017: відкрита модель на 763 млрд параметрів, яка, за заявою розробників, обійшла Claude Opus 5 у тестах на код

![Ілюстрація з годинником і текстом DeepSeek V4.1 Flash 1017 про реліз ШІ-моделі](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)

## Ключові тези

- DeepSeek 17 жовтня 2026 р. випустила V4.1-Flash-1017 — оновлення моделі з 763,2 млрд параметрів під ліцензією MIT, доступне через API, сайт та Hugging Face.
- За внутрішніми тестами DeepSeek модель набрала 77% у DeepSWE 1.1, 60,5% в AutomationBench і 72,1% в Apex Bench, перевершивши Claude Opus 5 і GPT-5.6 Sol.
- Ключові зміни — оптимізація під ШІ-агентів і більш лаконічні відповіді за рахунок посиленого навчання з підкріпленням; архітектуру (Causal Encoder-Decoder, CSA2, FP4, SWA Bounded Replay) збережено.
- Тариф — 15 центів за млн вхідних і 60 центів за млн вихідних токенів поза піком, приблизно в 4,1 раза дешевше моделі Pro того ж вендора.
- Результати порівняння наведено самою DeepSeek і поки не підтверджено незалежними джерелами.

Увечері 17 жовтня 2026 року китайська компанія DeepSeek випустила оновлену версію своєї нейромережі — DeepSeek-V4.1-Flash-1017. Це формально «мінорне» оновлення моделі V4.1-Flash, що вийшла раніше того ж місяця, але за масштабом змін і за заявленими результатами воно помітне: розробники посилили здібності моделі до програмування, логічних міркувань і виконання багатоетапних агентських завдань, а також скоротили довжину відповідей і час виконання запитів. Ваги моделі викладено у відкритий доступ під ліцензією MIT, а в прайсі DeepSeek ім'я deepseek-flash тепер вказує саме на версію 1017 — колишні імена відключено, тож оновлення розгорнуто за наявними тарифами автоматично.

### Що змінилося у версії 1017

Згідно з опублікованими розробниками даними, ключовим напрямом доопрацювання стала оптимізація під ШІ-агентів: модель навчена самостійно запускати код, знаходити в ньому помилки та виправляти їх, а також відповідати лаконічніше. Для цього DeepSeek посилила навчання з підкріпленням — нейромережа заохочується за точні рішення без зайвих пояснень. Менше токенів у відповіді означає потенційно швидші й дешевші запити. Керівник постобучення компанії У Юй назвав те, що відбувається, початком ери програмування, доступного кожному, наголошуючи на акценті на швидкості розробки та роботі з кодом.

### Результати в бенчмарках

За опублікованими DeepSeek результатами, компактна модель перевершила Claude Opus 5 у кількох тестах. У DeepSWE 1.1 новинка набрала 77% проти 74% у Opus 5.0 (у GPT-5.6 Sol — 73%). В AutomationBench результат становив 60,5% проти 50,3% у Opus 5 і 45,8% у GPT-5.6 Sol, а в Apex Bench — 72,1% проти 65,8%. У початковій публікації також заявлено перевагу над низкою інших моделей, включно з рішеннями OpenAI. Важливо, що всі ці цифри наведено в матеріалах самої компанії: подробиць про методику порівняння та незалежного підтвердження результатів розробники не публікували.

### Архітектура та навчання

Архітектурну основу попередньої версії збережено: у моделі використовуються Causal Encoder-Decoder, Compressed Sparse Attention 2, квантування FP4 і SWA Bounded Replay. Зміни стосуються насамперед етапу постобучення та цільових функцій, а не фундаментальної структури мережі. такий підхід дає змогу зберегти швидкість інференсу та низьку вартість виведення за одночасного поліпшення якості на агентських і програмних завданнях.

### Ціна та доступність

Модель доступна одразу в кількох каналах: на офіційному сайті DeepSeek, у мобільному додатку та через API, а її ваги опубліковано на Hugging Face під відкритою ліцензією MIT — завантажити, запустити й вбудувати в комерційний продукт може будь-який розробник без дозволу та відрахувань. За даними прайсу, модель містить 763,2 млрд параметрів (близько 510 ГБ файлів), а тариф становить 15 центів за мільйон вхідних токенів поза піковими годинами та 60 центів за мільйон вихідних; у пікові години ціна вдвічі вища. За тими ж позиціями прайсу це приблизно в 4,1 раза дешевше за старшу модель Pro того ж вендора. За перші півтори доби після публікації картку моделі лайкнули понад 1 100 разів, а ваги завантажили понад 10 000 разів.

### Застереження та незалежна перевірка

Головне застереження до заяви про перевагу над Claude Opus 5 і GPT-5.6 Sol полягає в тому, що результати отримано у внутрішніх тестах DeepSeek і поки що не підтверджено незалежними лабораторіями. Методику порівняння, склад промптів і умови прогону у відкритих матеріалах не розкривають, тому цифри варто сприймати як заявлені розробником, а не як верифікований факт. Якщо результати підтвердяться на практиці, для розробників це означає можливість автоматизувати програмування та агентські завдання на помітно дешевшій відкритій моделі, що може змінити розстановку сил у сегменті доступних LLM.

## Перевірка фактів і джерела

- [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) - Першоджерело: дата релізу, бенчмарки (DeepSWE 77% vs 74%, AutomationBench 60,5% vs 50,3%, Apex Bench 72,1% vs 65,8%), архітектура, цитата У Юй, застереження про відсутність незалежного підтвердження.
- [DeepSeek выпустила обновлённую ИИ-модель V4.1 Flash](https://cybersport.metaratings.ru/news/deepseek-vypustila-obnovlyonnuyu-ii-model-v4-1-flash/) - Підтверджує дату (вечір 17.10.2026), результати по GPT-5.6 Sol (73 та 45,8), збереження ціни API, доступність через сайт/додаток/API та Hugging Face під 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) - Підтверджує 763,2 млрд параметрів, 510 ГБ, MIT, прайс 15/60 центів, ~4,1x дешевше за Pro, автоматичне розгортання за тарифом deepseek-flash, статистику завантажень.
- [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

## Часті запитання

### Коли вийшла DeepSeek V4.1-Flash-1017?

Увечері 17 жовтня 2026 року. Це мінорне оновлення моделі V4.1-Flash, що вийшла раніше того ж місяця.

### Скільки параметрів у моделі та яка її ліцензія?

Модель містить 763,2 млрд параметрів (близько 510 ГБ файлів) і поширюється під відкритою ліцензією MIT — ваги доступні на Hugging Face.

### Скільки коштує використання моделі через API?

За прайсом DeepSeek — 15 центів за мільйон вхідних токенів і 60 центів за мільйон вихідних поза піковими годинами; у пікові години ціна вдвічі вища. Це приблизно в 4,1 раза дешевше за старшу модель Pro того ж вендора.

### Чим V4.1-Flash-1017 краща за Claude Opus 5?

За внутрішніми тестами DeepSeek модель набрала 77% у DeepSWE 1.1 (проти 74% у Opus 5), 60,5% в AutomationBench (проти 50,3%) і 72,1% в Apex Bench (проти 65,8%). Ці результати поки не підтверджені незалежними джерелами.

### Що саме змінилося у версії 1017?

Посилено оптимізацію під ШІ-агентів (самостійний запуск коду, пошук і виправлення помилок) та навчання на більш лаконічні відповіді за рахунок посиленого навчання з підкріпленням. Архітектуру (Causal Encoder-Decoder, Compressed Sparse Attention 2, FP4, SWA Bounded Replay) збережено.