DeepSeek V4.1 Flash 1017 — ЭТО ПРОСТО ШОК… 91,5% в 251 тесте всего за $1,80!

DeepSeek только что выпустила V4.1 Flash 1017, обновление, которое позиционируется как обеспечивающее лучшие результаты, более быстрое выполнение задач и более короткие выходные данные, а также открытые веса (MIT, ~763B, 1M контекст). В день запуска я дважды протестировал её на своём собственном наборе из 251 теста: первый запуск показал 84,2%, а повторный запуск с большим бюджетом токенов поднял результат до 91,5%. Она набрала 97% в бизнес-комнатах данных и 9/9 в агентах, а также построила саморешающийся кубик Рубика, трёхмерные шахматы и маятник Фуко. Слабые места: компьютерное зрение — 57%, пять веб-демоверсий, которые она так и не смогла написать, и две, которые прошли проверку, но выглядели плохо. Это лучшая открытая модель, которую я тестировал до сих пор, примерно за 0,004 доллара за тест, в 12–24 раза дешевле, чем Gemini 4 Argon и Muse Wonder. Источники: https://x.com/deepseek_ai/status/2111... https://huggingface.co/deepseek-ai/De... https://openrouter.ai/deepseek/deepse...