DeepSeek V4.1 Flash-1017 yayımlandı: Kodlama ve ajan görevlerine odaklanıyor

DeepSeek, V4.1 Flash-1017 adlı model güncellemesini 17 Ekim 2026’da şirketin web sitesi, uygulaması ve API’si üzerinden erişime açtı. Güncellemenin ağırlıkları Hugging Face ve ModelScope’da da yayımlandı. Şirket, yeni sürümün önceki Flash modeline kıyasla görevleri daha hızlı tamamladığını ve daha kısa yanıtlar ürettiğini söylüyor. DeepSeek, aynı duyuruda kendi web arama araçlarını geliştiricilere açan Search ve Fetch API’lerini de tanıttı.

Güncelleme hangi işlere odaklanıyor?

DeepSeek’in açıklamasına göre V4.1 Flash-1017, yazılım projelerini baştan sona geliştirme ve yapay zekâ ajanlarının görev yürütmesi gibi kullanımlara yönelik. Modelin eğitim sonrası aşamasında, şirketin RLSF adını verdiği öz geri bildirimli pekiştirmeli öğrenme yöntemi kullanılıyor. Bu yaklaşımda modelin kendi güven puanları veya ürettiği eleştiriler ödül sinyali olarak değerlendiriliyor; yöntemin insan değerlendiricilere ya da harici ödül modellerine ihtiyaç duymadığı belirtiliyor.

Şirket, bu yöntemin oyun programlama, 3D modelleme ve tasarım işlerine uzanan görevlerde uçtan uca proje geliştirmeyi iyileştirdiğini öne sürüyor. DeepSeek, modelin DeepSeek Harness, Tencent CodeBuddy ve WorkBuddy gibi geliştirme ortamlarına göre ayarlandığını da belirtiyor. Harness için v0.2.1-rc.1 veya daha yeni bir sürüm öneriliyor.

Kıyaslama sonuçları nasıl okunmalı?

DeepSeek’in kendi testlerinde V4.1 Flash-1017, önceki V4.1 Flash sürümünden daha yüksek sonuçlar alıyor. DeepSWE testinde üst ayarda yüzde 77,0 puan ve görev başına 0,20 doların biraz altında ortalama maliyet bildiriliyor. Düşük ayardaki sonuç yüzde 72’yi aşarken görev maliyeti yaklaşık 0,10 dolar olarak aktarılıyor. Önceki sürüm için verilen sonuç yüzde 74,2 ve çalışma başına yaklaşık 0,50 dolar.

Bunlar şirketin kendi kıyaslamalarına dayanan değerler; bağımsız testlerin henüz yayımlanmadığı da belirtiliyor. Dolayısıyla sonuçlar, her iş akışında aynı hız veya maliyetin elde edileceği anlamına gelmiyor. Gerçek kullanımda görev türü ve modelin nasıl çalıştırıldığı gibi etkenler önem taşıyabilir. DeepSeek ayrıca yeni sürümün daha kısa çıktılar ürettiğini ve bu sayede maliyet-performans dengesini iyileştirdiğini savunuyor.

Search ve Fetch API’lerinin fiyatı

Geliştiricilere açılan Search ve Fetch uç noktalarının her biri 1.000 çağrı başına 0,75 dolar olarak fiyatlandırılıyor. DeepSeek’in açıklamasına göre bu araçlar, şirketin dünya genelinde günde yüz milyonlarca sorguyu işlediği belirtilen kendi arama motorunu kullanıyor. Kurulum ayrıntıları API dokümantasyonunda yer alıyor.

DeepSeek API kullanıcıları, bu özelliklere DeepSeek Harness, Claude Code ve Codex içindeki sunucu tarafı araçlar üzerinden 31 Ekim 2026’ya, saat 16.00 UTC’ye kadar ücretsiz erişebiliyor. Bu tarih ve saat, ücretsiz kullanım penceresinin sınırını gösteriyor; sonrasında uygulanacak farklı bir fiyat bilgisi kaynakta verilmiyor.

Mimarlık, iç mekân ve görselleştirme iş akışlarına etkisi

Modelin 3D modelleme ve tasarım görevlerine yönelik iddiaları, mimarlık ofisleri ve görselleştirme ekipleri için özellikle prototipleme, yardımcı kod üretimi ve tekrarlı geliştirme işleri açısından izlenebilir. Ancak kaynaklar, modelin belirli bir 3D yazılımla doğrudan uyumunu, mimari projelerdeki doğruluğunu veya üretime hazır çıktı kalitesini ortaya koymuyor. Bu nedenle şirketin genel performans iddialarını, ofis içindeki gerçek dosya ve görevlerle ayrıca sınamak gerekiyor.

Model ağırlıklarının yayımlanması yerel çalıştırma seçeneğini gündeme getiriyor; fakat güncellemenin donanım gereksinimleri ve lisans koşulları hakkında kaynaklarda yeterli ayrıntı yok. Bu başlıklar, özellikle proje verisini dış servislere göndermek istemeyen ekipler için karar öncesinde doğrulanmalı. API kullanmayı tercih edenlerin de görev başı maliyeti ve Search-Fetch çağrılarını ayrı ayrı değerlendirmesi önemli.