Création et processus de travail
DeepSeek V4.1-Flash-1017 : un Modèle de Code Moins Cher, Désormais avec sa Propre Couche Web
Le 17 octobre, DeepSeek a publié le checkpoint DeepSeek-V4.1-Flash-1017, une mise à jour du post-entraînement de son V4.1-Flash de septembre, désormais servi sous le nom de modèle existant deepseek-flash. Avec le modèle, DeepSeek a ouvert à tous les développeurs ses API Search et Fetch — alimentées par un moteur de recherche maison. Pour les bâtisseurs d’agents, cette version est deux choses à la fois : un mouvement parétien sur le coût des agents de code, et une couche web maison qui concurrence les fournisseurs indépendants d’API de recherche.
Rédaction assistée par Muse ; le propriétaire a relu les faits et les huit traductions. Il ne s’agit pas d’une révision indépendante par un modèle. Cet article a été rédigé avec l’assistance de l’IA et relu par un vérificateur de faits IA sous autorisation du propriétaire. Le propriétaire ne l’a pas relu personnellement ; aucune vérification humaine indépendante n’est revendiquée. Les chiffres de benchmarks sont ceux de DeepSeek, sans reproduction indépendante observée ; les faits d’API et de tarifs proviennent de la fiche publique du modèle et de la documentation de l’API DeepSeek.
Un checkpoint, pas un nouveau modèle
DeepSeek-V4.1-Flash-1017 est un checkpoint mis à jour du post-entraînement du V4.1-Flash lancé en septembre — pas une nouvelle architecture. Il est en ligne sur le site web, l’app et l’API de DeepSeek sous le nom de modèle existant deepseek-flash ; les identifiants hérités deepseek-v4-flash et deepseek-v4-flash-vision-exp sont retirés mais toujours acceptés, servis par le nouveau checkpoint et facturés au tarif Flash. DeepSeek le présente comme une amélioration parétienne des performances et du coût : de meilleurs scores, des tâches plus rapides et des sorties plus courtes. Le checkpoint 1017 est optimisé pour DeepSeek Harness — la version v0.2.1-rc.1 ou ultérieure est recommandée — ainsi que pour Tencent CodeBuddy et WorkBuddy, avec un apprentissage par renforcement à auto-rétroaction pour le travail de projet de bout en bout.
La fiche Hugging Face de V4.1-Flash indique que le dépôt et les poids du modèle sont sous licence MIT. La couverture tierce marque la licence des poids du checkpoint 1017 comme non divulguée, si bien qu’il n’a pas été confirmé séparément sur les pages observées que la déclaration MIT couvre spécifiquement les poids 1017 — un détail à vérifier avant de traiter le checkpoint comme MIT dans un déploiement sensible à la conformité.
L’histoire de la mémoire est le titre
Le rapport technique qui l’accompagne s’intitule « DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression », et le titre est la thèse. Le modèle est un mélange d’experts multimodal avec un backbone de 552B paramètres construit comme un Transformer Causal Encoder-Decoder de 40 couches — un encodeur causal de 20 couches suivi d’un décodeur de 20 couches — dont le cache KV global du décodeur est projeté depuis les états cachés finaux de l’encodeur. Cette conception n’active que 8B paramètres par token pendant le prefill et 16B pendant le decode. Compressed Sparse Attention 2 et le cache KV principal en FP4 (E2M1) ramènent l’empreinte KV globale à 890 octets par token, soit environ un quart de V4-Flash ; SWA Bounded Replay réduit l’empreinte KV persistante à environ un huitième. À côté figurent 196B paramètres de mémoire conditionnelle Engram, un corpus de pré-entraînement de 45T tokens, une fenêtre de contexte de 1M tokens et jusqu’à 384K tokens de sortie.
Faites le calcul : à 890 octets par token, un contexte complet de 1M tokens occupe environ 0,9 Go de cache KV persistant — une ligne plus petite que l’empreinte des poids du modèle lui-même. Pour les charges de travail agentiques lourdes en entrée, la contrainte déterminante passe de la capacité VRAM à la conception de l’orchestration et des appels d’outils. C’est l’argument économique de toute la version : le long contexte cesse d’être un luxe de mémoire et devient un choix architectural que l’on peut tarifer.
Benchmarks, notes de bas de page jointes
Le propre tableau de DeepSeek pour le checkpoint 1017 rapporte DeepSWE v1.1 à 77,0, contre 74,2 auparavant et devant les 74,0 de Claude Opus 5 et les 73,0 de GPT-5.6 Sol ; Terminal-Bench 4.0 à 42,3, contre 31,2 mais toujours derrière les 51,8 d’Opus 5 ; Automation-Bench v1.0.6 à 60,5 ; Agents’ Last Exam à 35,4 ; Apex Bench v1.1 à 72,1 ; ProgramBench à 29,1 ; NL2Repo-Bench à 68,2 ; et HLE sans outils à 42,6 contre 56,3 pour Opus 5. Sur les 11 benchmarks rapportés par DeepSeek, le checkpoint bat le Flash de septembre de 2,0 à 11,1 points.
Chacun de ces chiffres est celui de DeepSeek, exécuté dans son cadre interne, et aucune reproduction indépendante n’a été publiée ; les scores des concurrents sont les comparaisons rapportées par DeepSeek, non vérifiées indépendamment. Cela ne rend pas le tableau inutile — la direction et les deltas sont une information réelle — mais les chiffres restent indicatifs tant que quelqu’un d’autre n’a pas lancé le harnais. Les faits durables et contractuels de cette version sont la surface d’API et la grille tarifaire, pas le classement.
Une couche web maison pour les agents
La moitié infrastructure de la version compte peut-être plus que le modèle. DeepSeek a ouvert ses API Search et Fetch à tous les développeurs : POST /v1/tools/search et POST /v1/tools/fetch sur api.deepseek.com. La facturation est par requête réussie — 0,75 $ pour 1 000 requêtes pour chaque endpoint — et une requête ne compte que si elle renvoie HTTP 200 avec un résultat ; les requêtes échouées, les résultats de recherche vides et les délais dépassés sont gratuits. Chaque API est limitée à 5 QPS par compte. Les appels côté serveur effectués via DeepSeek Harness, Claude Code ou Codex restent gratuits jusqu’au début de la facturation à la requête à 00h00 heure de Pékin le 1er novembre 2026.
L’API Search renvoie des résultats structurés du moteur maison de DeepSeek : 1 à 50 résultats par requête, des opérateurs comme site:, lang:, after: et before:, un score de rerank de 0 à 3 et un niveau d’autorité de 0 à 4 sur chaque résultat. L’API Fetch récupère une seule page et renvoie son titre plus le contenu en Markdown. Derrière la même clé d’API et le même solde que le modèle, cela fait de la pile d’agents — modèle plus récupération — une surface facturable unique, et place DeepSeek en concurrence directe avec les fournisseurs indépendants d’API de recherche pour les charges de travail d’agents.
Qu’en faire
Le tarif du modèle est inchangé : pic à 0,30 $ pour 1M tokens d’entrée hors cache (0,15 $ hors pic), 1,20 $ pour 1M tokens de sortie (0,60 $ hors pic), les tarifs hors pic étant la moitié du pic. Rien dans cette version ne vous demande de migrer — le nom du modèle n’a pas changé, le prix n’a pas changé, et le checkpoint arrive comme une amélioration en place. La seule date du calendrier qui compte est le 1er novembre : fin des appels de recherche gratuits côté serveur, et la couche web devient mesurée.
Pour les équipes qui exploitent des agents de code à grande échelle, c’est un événement d’achat autant qu’un événement de modèle. La bonne évaluation est le coût mesuré par tâche accomplie dans votre propre harnais, pas le classement du fournisseur — et, tant que vous y êtes, une vraie comparaison du palier à 0,75 $ le millier de recherches avec le fournisseur de navigation que vos agents utilisent aujourd’hui.
Sources et lectures
Le propriétaire a relu les références ; aucune vérification indépendante des faits ni révision indépendante par un modèle n’est revendiquée.
- DeepSeek-V4.1-Flash — fiche du modèle (DeepSeek, Hugging Face)
DeepSeek (Hugging Face model card)
Recorded publication date ·
Recorded verification time ·
- Documentation de l’API DeepSeek — Modèles et tarifs
DeepSeek (API docs)
Source publication date not verified
Recorded verification time ·
- Documentation de l’API DeepSeek — guide Search et Fetch
DeepSeek (API docs)
Source publication date not verified
Recorded verification time ·
- MarkTechPost — couverture indépendante
MarkTechPost
Recorded publication date ·
Recorded verification time ·