概要
DeepSeek-V4.1-Flash-1017は、前バージョンより推論・コーディング・エージェントタスク・視覚ベンチマークで大幅な性能向上を実現 タスク実行時間と出力長を削減し、コスト効率を向上 複数のエージェントハーネスでパレートフロンティアを前進 各種ベンチマークで他モデルと比較し優位性を示す MITライセンスで公開、詳細は公式連絡先まで
DeepSeek-V4.1-Flash-1017 技術概要
- DeepSeek-V4.1-Flash-1017 は、 DeepSeek-V4.1-Flash のマイナーアップデート版
- 推論・コーディング・エージェントタスク・視覚ベンチマーク で大幅な性能向上
- タスク実行時間と出力長 を削減し、 高速・低コスト な利用を実現
- パレートフロンティア （性能とコストの最適化）の前進
- 複数エージェントハーネス における性能向上
ベンチマーク比較
-
HLE w/o tools: 42.6（従来 36.8）、他モデルと同等以上の性能
-
Terminal-Bench 4.0: 42.3（従来 31.2）、他モデルを大きく上回る
-
DeepSWE v1.1: 77.0（従来 74.2）、高いコーディング能力
-
ProgramBench: 29.1（従来 20.3）、プログラム生成で優位
-
NL2Repo-Bench: 68.2（従来 65.4）、自然言語からリポジトリ生成に強み
-
Automation-Bench v1.0.6: 60.5（従来 54.8）、自動化タスクで高評価
-
Agents’ Last Exam: 35.4（従来 31.8）、多様なエージェント能力
-
Apex Bench v1.1: 72.1（従来 64.6）、総合パフォーマンス向上
-
Chartography/BabyVision/ZeroBench （ツール利用時）: それぞれ高スコアを記録
- †はHLEのテキストのみサブセットを示す
- Terminal-Bench 4.0はClaude Codeハーネス、DeepSWE v1.1はMini-SWE-V2ハーネスを使用
プロンプトエンコーディング
- Jinja形式のチャットテンプレート は非搭載
- encodingフォルダ に自己完結型のPythonリファレンス実装（encoding.py）を収録
- マルチターン会話 ・ ツール呼び出し ・ 思考モード ・ 数値推論 ・ システムメッセージ ・ 画像混在 のテストケースを含む
- deepseek-recipe （Rustライブラリ＋Pythonバインディング）を提供
- プロトコル対応ツールキット としてプロンプト形式変換・APIリクエストのConversation形式変換・トークンIDエンコード・モデル出力のパースに対応
- 思考・ツール呼び出し・画像・生成設定 をカバー
- モデル推論・ツール実行・HTTP通信 は利用者側で実装
最小限の推論環境
- inferenceフォルダ に重み変換・ローカル推論手順を記載
- 推奨サンプリングパラメータ
- temperature: 1.0
- top_p: 1.0
- context_window: 1M tokens
- max_tokens: 256K以上
ライセンスと連絡先
- MITライセンス で公開、モデル重みも同様
- 論文引用例を提供
- 問い合わせは [email protected] またはIssue投稿
参考文献・連絡先
- 論文引用例
- @misc{deepseekai2026deepseekv41flash, title={DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression}, author={DeepSeek-AI}, year={2026}, }
- 公式連絡先: [email protected]