DeepSeek-V4.1-Flash-1017 は 2026 年 10 月 17 日に正式リリースされ、DeepSeek は同日、公式 WeChat アカウントや公式 SNS、Hugging Face のモデルページを通じて配信を開始しました。ウェブサイト、アプリ、API はいずれも新モデルへ切り替わり、API 名は deepseek-flash のまま、価格も前バージョンから据え置きです。重みは Hugging Face と ModelScope で MIT ライセンスのもと公開されました。マイナーアップデートと位置づけられていますが、公式ベンチマーク表の伸びはほぼプログラミングとエージェント系タスクに集中しています。
伸びが大きいのはプログラミングとエージェント系
| ベンチマーク | V4.1-Flash-1017 | 従来の V4.1 Flash |
|---|---|---|
| DeepSWE v1.1 | 77.0 | 74.2 |
| Terminal-Bench 4.0 | 42.3 | 31.2 |
| ProgramBench | 29.1 | 20.3 |
| HLE（ツールなし） | 42.6 | 36.8 |
| NL2Repo-Bench | 68.2 | 65.4 |
まず測定条件を確認しておきます。DeepSWE は Mini-SWE-V2 ハーネス、Terminal-Bench 4.0 は Claude Code ハーネスで測定され、いずれも DeepSeek の自己申告値で、独立した再検証はまだありません。同じ表の中で 1017 の DeepSWE は GPT-5.6 Sol の 73.0 と Claude Opus 5 の 74.0 を上回り、Terminal-Bench 4.0 でも K3 の 12.6 と GLM-5.3 の 37.9 を上回っています。軽量な Flash 系モデルとしては、フラッグシップのスコア帯に入り込んだ形です。
Opus 5 を上回るのは一部の項目だけ
物差しを汎用推論に替えると景色は変わります。HLE（ツールなし）では Opus 5 が 56.3 に対し 1017 は 42.6、Terminal-Bench 4.0 では Opus 5 が 51.8 に対し 42.3、NL2Repo でも Opus 5 が 75.3 対 68.2 で上です。しかも比較相手は Opus 5 で、より新しい Opus 5.5 ではありません。正確に言うなら、1017 はソフトウェア工学系ベンチマークでフラッグシップ級のスコアに届いた一方、汎用推論では明確な差が残ります。DeepSeek 自身もこの更新を minor update（小規模更新）と呼んでいます。
本当の力点はエージェント基盤への最適化
今回の訓練には自己フィードバックによる強化学習が使われ、公式デモは「一文の要望だけで、モデルが自分で計画し、コードを書き、プロジェクトを通しで完成させる」タスクに集中しています。3D シーンや小規模ゲームのゼロからの構築も含まれます。リリースノートは DeepSeek Harness、テンセントの CodeBuddy、WorkBuddy への最適化を明記し、Harness を v0.2.1-rc.1 以降へ上げることも推奨しています。タスク完了の高速化と出力の短縮により、複数のハーネスで性能とコストのパレートフロンティアが前進したというのが公式の説明で、同じ仕事が速く終わり、出力トークンが減るため、タスク単価は下がります。
利用者への影響は二層です。API を直接使うチームは何も変える必要がありません。deepseek-flash の中身が新モデルになり、価格は据え置き、コンテキストは 100 万トークンのままです。一方、重みを自前で動かすチームは注意が必要です。今回のリリースには Jinja 形式のチャットテンプレートが付属せず、公式はリポジトリの encoding フォルダに参照実装を用意し、プロンプト符号化には Rust 製ツールキット deepseek-recipe を提供しています。移行時はこの層の整合を先に取る必要があります。
前バージョンが 9 月に登場した際、OpenCode が DeepSeek V4.1 Flash を無料開放し、多くの開発者が無償で試しました。1017 も同じ開放方針を継承しています。重みも価格も接続名も変わらず、変わったのは成績表だけです。
