
2026/10/17 17:21
DeepSeek-v4.1-Flash-1017
RSS: https://news.ycombinator.com/rss
要約▶
Japanese Translation:
DeepSeek-V4.1-Flash-1017 は、DeepSeek-V4.1-Flash のパフォーマンス向上型の後継モデルであり、推論、コーディング、エージェントタスクおよび画像ベンチマークにおいて顕著な性能向上を実現すると同時に、実行時間と出力長を削減しています。ベンチマーク結果によると、同モデルはオリジナルの V4.1-Flash を大幅に凌駕しており、HLE で 42.6(対 36.8)、Terminal-Bench 4.0 で 42.3(対 31.2)、DeepSWE v1.1 で 77.0(対 74.2)、Apex Bench v1.1 で 72.1(対 64.6)のスコアを記録しています。業界トップクラスの GPT-5.6 Sol や Opus 5 より劣るものの、前世代モデルに対しては確かな位置づけを確立しています。同モデルは、2026 年に発表された高度な KV キャッシュ圧縮技術による効率化を目的として設計されており、MIT ライセンスの下で公開されています。本番環境での統合においては、Rust ベースの
deepseek-recipe ツールキット(Python バインディング付き)を利用することをお勧めします。この toolkit は、ツール呼び出しや画像生成といった複雑なタスクを処理する際に外部チャットテンプレートを使用する必要がありません。最適なパフォーマンスを発揮するためには、1M トークンの大きなコンテキストウィンドウ、少なくとも 256K トークンの最大出力容量、および サンプリングパラメータとして temperature=1.0 および top_p=1.0 を設定する必要があります。本文
DeepSeek-V4.1-Flash-1017 技術レポート
序論
DeepSeek-V4.1-Flash-1017 は、前身モデルである DeepSeek-V4.1-Flash の小幅アップデートです。主な特徴は以下の通りです:
- 大幅な性能向上: 推論能力、コーディング性能、エージェントタスク、および視覚ベンチマークの全分野で改善
- 効率性の最大化: タスク実行時間と出力長を削減し、ユーザーがより迅速かつ低コストでタスクを完了できるよう支援
- コストパフォーマンス: エージェントフレームワークにおける性能対費用比のパレートフロンティアを押し上げる
ベンチマーク比較
主要モデルとの性能比較結果です。
DS-V4.1-Flash-1017 は前身モデル DS-V4.1-Flash を大きく上回る成績を収めています。
| モデル | DS-V4.1-Flash-1017 | DS-V4.1-Flash | K3 | GLM-5.3 | GPT-5.6 Sol Opus 5 |
|---|---|---|---|---|---|
| HLE(ツール未使用) | 42.6 (44.0†) | 36.8 (39.1†) | 43.5 | 42.0† | 44.5 |
| Terminal-Bench 4.0 | - | - | 12.6 | 37.9 | 39.9 |
| DeepSWE v1.1 | - | - | 67.5 | 66.9 | 73.0 |
| ProgramBench | 29.1 | 20.3 | 17.5 | 19.0 | 23.0 |
| NL2Repo-Bench | 68.2 | 65.4 | 58.0 | 58.0 | 56.8 |
| Automation-Bench v1.0.6 | 60.5 | 54.8 | 46.7 | 48.8 | 45.8 |
| Agents' Last Exam | 35.4 | 31.8 | 27.6 | 28.5 | 26.7 |
| Apex Bench v1.1 | 72.1 | 64.6 | 47.8 | 56.6 | 54.3 |
| Chartography(ツール使用時) | - | - | 68.1 | — | 79.9 |
| BabyVision(ツール使用時) | - | - | 85.7 | — | 88.9 |
| ZeroBench-main(ツール使用時) | - | - | 41.0 | — | 53.0 |
※脚注
: HLE テキストのみサブセットを指します。†- Terminal-Bench 4.0: Claude Code フレームワーク使用。
- DeepSWE v1.1: Mini-SWE-V2 フレームワーク使用。
プロンプトエンコーディング
本リリースでは Jinja 形式のチャットテンプレート は含まれません。代わりに、以下を含む自己完結型の Python 実装(
encoding.py)が提供されています:
- マルチターン会話
- ツール呼び出し
- 思考モード
- 数値推論への取り組み
- システムメッセージ
- 交錯する画像コンテンツ
本番環境向けツールキット
追加で
をリリースしています。これは、以下を提供するための Rust ライブラリセット(Python バインディング付き)です:deepseek-recipe
- 維持管理されているプロトコル対応のツールキットと同じプロンプト形式の提供
、Messages
、およびチャットコンプリション
リクエストを会話形式に変換Responses API- DeepSeek V4 および V4.1 のプロンプトまたはトークン ID にエンコード
- モデル出力(思考、ツール呼び出し、画像、生成設定を含む)を完全またはストリーミング応答としてパース
注意: モデル推論、ツールの実行、および HTTP 通信は呼び元(クライアント)が行うことを想定しています。
最小限の推論処理
重み変換とローカルでの推論処理に関する手順は、
フォルダを参照してください。infer
推奨サンプリングパラメータは以下の通りです:
- パラメータ: temperature 値: 1.0 - パラメータ: top_p 値: 1.0 - パラメータ: context_window 値: 1M トークン - パラメータ: max_tokens 値: ≥ 256K
ライセンス
本リポジトリおよびモデル重みは、MIT ライセンスの下で提供されています。
引用方法
学術論文などでの引用には以下の形式を使用してください:
@misc{deepseekai2026deepseekv41flash, title={DeepSeek-V4.1-Flash: KV キャッシュ圧縮の限界を突破}, author={DeepSeek-AI}, year={2026}, }
お問い合わせ
ご質問やサポートが必要な場合は、以下のいずれかの方法でご連絡ください:
- Issue 作成: リポジトリ内の Issue セクションをご利用ください
- メール:
まで直接ご連絡くださいservice@deepseek.com