DeepSeek、推論とコーディング性能を高めたV4.1 Flash小幅アップデートモデルを公開(huggingface.co)

- DeepSeek-V4.1-Flash-1017は、文章を読んで回答したりコードを書いたりする言語モデルの小幅アップデート版である。原文によると、推論、コーディング、複数の段階を自律的に処理するエージェント作業、画像に関する視覚ベンチマークの性能が向上したという。 - 開発チームは、作業の所要時間と出力の長さを減らし、同じ作業をより低いコストで処理できると主張している。これは開発チームの主張であり、原文に独立機関による測定結果はない。 - 開発チームが公開したベンチマーク表では、Terminal-Bench 4.0が42.3点、DeepSWE v1.1が77.0点で、従来のV4.1 Flashの31.2点、74.2点より高かった。原文には、この二つの試験がそれぞれClaude CodeとMini-SWE-V2という評価環境(ハーネス)で測定されたと記されている。 - 今回の公開にはJinja形式のチャットテンプレート(会話の形式を整える枠組み)は含まれておらず、代わりにPythonの参照実装であるencoding.pyが入っている。運用向けには、Rustで作られたdeepseek-recipeライブラリも提供されている。推奨設定は、temperature 1.0、top_p 1.0、コンテキストウィンドウ1Mトークンである。