DeepSeek mengemas kini V4.1 Flash untuk projek lengkap dan membuka API carian kepada pembangun

Naik taraf pengekodan hadir bersama caj carian baharu

DeepSeek melancarkan V4.1-Flash-1017 pada 17 Oktober 2026, mengemas kini laman web, aplikasi dan API-nya sambil membuka enjin carian di sebalik perkhidmatannya kepada pembangun luar. Syarikat itu berkata model ini boleh membina projek yang lebih lengkap daripada arahan ringkas, menyiapkan tugasan dengan lebih pantas dan menghasilkan jawapan yang lebih pendek berbanding versi V4.1 Flash terdahulu.

Pelancaran ini menggabungkan dua bahagian aliran kerja pembangun AI: perisian yang menulis dan menyemak kod, serta perkhidmatan yang mencari maklumat terkini dalam talian. Antara muka Search dan Fetch baharu DeepSeek masing-masing berharga $0.75 bagi setiap 1,000 permintaan yang berjaya. Harga di China menyenaraikan kadar 5 yuan bagi setiap 1,000 permintaan berjaya untuk setiap perkhidmatan.

Pembangun yang menggunakan alat tertentu mendapat pengecualian sementara. Panggilan Search dan Fetch melalui alat yang berjalan pada pelayan DeepSeek dalam DeepSeek Harness, Claude Code dan Codex kini percuma untuk pengguna API DeepSeek. Pengebilan bermula pada 16:00 UTC pada 31 Oktober, bersamaan tengah malam waktu Beijing pada 1 November 2026.

Pengumuman pelancaran dalam bahasa Inggeris DeepSeek menyatakan bahawa kemas kini ini meningkatkan prestasi penanda aras sambil mengurangkan tempoh tugasan dan panjang output. Manfaat praktikalnya mudah: tugasan pengekodan automatik sepatutnya mengambil masa lebih singkat dan menghasilkan kurang teks yang dikenakan bayaran.

Syarikat itu turut menyediakan pemberat model yang dikemas kini melalui Hugging Face dan ModelScope. Keluaran ini mengembangkan V4.1 Flash yang diperkenalkan pada 10 September, bukannya melancarkan keluarga model yang berasingan. Jarak antara kedua-dua keluaran itu ialah 37 hari, menjadikan kemas kini ini sebahagian daripada kitaran pembangunan yang agak singkat.

Maksud membina projek lengkap

DeepSeek menyasarkan tugasan yang melangkaui menjawab soalan pengaturcaraan atau menghasilkan satu fungsi. Ejen AI boleh merancang projek, mencipta fail, menjalankan alat, memeriksa hasil dan menyemak semula kerjanya. Sesuatu projek lengkap mungkin memerlukan banyak tindakan sedemikian sebelum pengguna memperoleh hasil yang boleh digunakan.

Empat demonstrasi menggambarkan cita-cita itu: model 3D Kota Larangan di Beijing, permainan perlumbaan yang dimainkan dalam pelayar, pembinaan semula Portal 2 menggunakan enjin permainan Godot, dan Valley of Ages, iaitu adegan 3D yang berubah-ubah, menelusuri perkembangan dari zaman prasejarah hingga era moden.

DeepSeek berkata demonstrasi itu dihasilkan dalam DeepSeek Harness dengan arahan yang agak sedikit, bahan rujukan terhad dan beberapa pusingan interaksi sahaja. Pengumuman tersebut tidak menyatakan jumlah arahan atau tempoh masa yang tepat untuk menyiapkan contoh-contoh itu.

Syarikat itu mengaitkan peningkatan tersebut dengan pembelajaran pengukuhan menggunakan maklum balas kendiri. Secara ringkas, kaedah latihan ini menggunakan maklum balas terhadap percubaan kerja bagi membantu model membuat pilihan yang lebih baik kemudian. Dalam konteks ini, peningkatan yang disasarkan ialah keupayaan menyelesaikan tugasan melalui beberapa langkah yang saling berkaitan, bukannya menghasilkan jawapan awal yang meyakinkan lalu berhenti.

Bagi seseorang yang menugaskan sistem untuk menghasilkan permainan pelayar atau prototaip visual, perubahan yang berguna ialah pengurangan pusingan untuk meminta sistem membaiki bahagian yang tertinggal. Demonstrasi DeepSeek menumpukan pada aliran kerja projek yang lebih luas itu, termasuk pembinaan visual dan perisian interaktif.

Bahagian yang menunjukkan peningkatan penanda aras

Angka penilaian yang diterbitkan DeepSeek meletakkan checkpoint baharu pada 77.0 dalam DeepSWE v1.1, berbanding 74.2 bagi V4.1 Flash terdahulu. Ini merupakan peningkatan 2.8 mata. Penilaian itu menggunakan harness mini-swe-v2, iaitu persekitaran perisian yang menjalankan dan menyemak tugasan.

Terminal-Bench 4.0 menunjukkan peningkatan angka yang lebih besar, daripada 31.2 kepada 42.3, atau 11.1 mata. Automation-Bench v1.0 meningkat daripada 54.8 kepada 60.5, manakala ProgramBench naik daripada 20.3 kepada 29.1. Angka ini ialah hasil penilaian DeepSeek sendiri, dengan setiap ujian menilai jenis kerja yang berbeza.

Perbandingan dengan model pesaing berbeza mengikut tugasan. Jadual DeepSeek meletakkan V4.1-Flash-1017 mengatasi Claude Opus 5 dalam DeepSWE, dengan skor 77.0 berbanding 74.0. Claude Opus 5 memperoleh skor lebih tinggi dalam Terminal-Bench, iaitu 51.8 berbanding 42.3, dan ProgramBench, 37.0 berbanding 29.1.

Penilaian visual dan penaakulan juga menunjukkan peningkatan berbanding checkpoint Flash terdahulu. BabyVision dengan alat meningkat daripada 89.6 kepada 92.5, manakala Humanity's Last Exam tanpa alat naik daripada 36.8 kepada 42.6. Corak ini memberi pembangun alasan praktikal untuk menguji model yang dikemas kini pada beban kerja mereka sendiri: besarnya peningkatan bergantung pada tugasan.

DeepSeek menyifatkan gabungan hasil yang lebih baik dengan kos yang lebih rendah sebagai peningkatan Pareto. Ringkasnya, syarikat itu berkata pengguna memperoleh prestasi lebih baik dengan perbelanjaan lebih rendah, bukannya membayar lebih untuk peningkatan tersebut. Pengumuman dalam bahasa Chinanya menyatakan bahawa hubungan itu kekal merentas beberapa harness.

Mengapa perisian yang mengiringinya penting

DeepSeek mengesyorkan agar DeepSeek Harness dinaik taraf kepada versi 0.2.1-rc.1 atau lebih baharu. Syarikat itu turut menyatakan bahawa ia telah mengoptimumkan model untuk Tencent CodeBuddy dan WorkBuddy. Harness mengurus fail, alat, sesi dan tindakan di sekeliling model, lalu menukarkan keputusannya kepada langkah yang boleh dilaksanakan oleh komputer.

Harness versi 0.2.1-rc1 menambah ciri pengurusan pemalam, termasuk pemasangan daripada indeks pemalam tersuai serta kawalan untuk mengaktifkan, menyahaktifkan, membuang dan mengemas kini pemalam. Titik masuk baharu membolehkan pengguna meminta ejen mencipta pemalam, dengan pelaksanaan bermula selepas permintaan dihantar.

Penambahan lain menyokong kerja pembangunan harian. Pemalam Git Worktrees eksperimental membolehkan ejen mencipta dan memasuki checkout berasingan bagi repositori, sekali gus menyediakan ruang terpencil untuk mengendalikan fail. Alat working_directory membolehkan perisian memeriksa atau menukar folder yang digunakan untuk sesuatu sesi.

Keluaran ini turut meneruskan sokongan eksperimental untuk Claude Code Mods. Usaha itu menyusuli ujian keserasian pada Oktober, ketika tiga mod contoh dapat dijalankan manakala empat yang lain tidak mempunyai keupayaan yang diperlukan. Matlamat yang dinyatakan kekal untuk menguji kesesuaian antara muka sambungan Claude Code dengan pemalam DeepSeek Harness; keserasian praktikal sepenuhnya masih di luar skop eksperimen semasa.

Bagi pembangun, naik taraf model dan naik taraf harness memenuhi keperluan yang berbeza. Model menentukan tindakan yang perlu diambil, manakala harness menyediakan kawalan yang diperlukan untuk mengurus fail, sambungan dan pelaksanaan.

Search mencari halaman, Fetch membacanya

Search dan Fetch menjalankan tugas yang berasingan. Search menerima pertanyaan dan memulangkan hasil web berstruktur. Fetch mengambil halaman web tertentu dan memulangkan tajuk serta kandungannya dalam Markdown, iaitu format teks biasa yang mengekalkan struktur asas seperti tajuk dan senarai.

Ejen penyelidikan boleh menggunakan Search untuk mencari pengumuman terkini sesebuah syarikat, kemudian memanggil Fetch untuk membaca halaman yang dipilih. Ejen pengekodan boleh menggunakan kaedah yang sama untuk mencari dokumentasi dan membawa teks yang berkaitan ke dalam tugasnya. Setiap panggilan yang berjaya kepada mana-mana perkhidmatan dikira secara berasingan.

Pembangun boleh menggunakan kelayakan API DeepSeek sedia ada. Kedua-dua antara muka menggunakan hos API dan pengesahan Bearer yang sama, iaitu permintaan menyertakan token akses yang mengenal pasti akaun. Titik akhirnya ialah POST /v1/tools/search dan POST /v1/tools/fetch.

Search menerima pertanyaan sehingga 128 aksara dan memulangkan antara satu hingga 50 hasil, dengan 10 sebagai tetapan lalai. Pilihan termasuk meminta kandungan halaman dan menggunakan operator seperti site:, lang:, after: dan before: untuk mengecilkan hasil mengikut laman web, bahasa atau tarikh.

Medan hasil termasuk tajuk, alamat web, ringkasan, tarikh penerbitan jika tersedia, serta maklumat yang bertujuan membantu model menyusun kedudukan dan menilai halaman. Medan tersebut merangkumi skor pemeringkatan semula daripada sifar hingga tiga dan peringkat autoriti daripada sifar hingga empat. Ringkasan yang lebih panjang dan teks penuh pilihan memberi aplikasi lebih banyak bahan untuk digunakan sebelum membuat permintaan seterusnya.

Perkara yang diliputi oleh caj carian

Caj Search dikenakan apabila permintaan berjaya dan memulangkan senarai hasil yang tidak kosong. Caj Fetch dikenakan apabila kandungan halaman berjaya dipulangkan bersama respons HTTP 200, iaitu kod status standard bagi permintaan web yang berjaya. Permintaan gagal, hasil kosong dan tamat masa tidak dikenakan bayaran.

Bilangan hasil carian yang diminta tidak mengubah harga bagi panggilan Search yang berjaya. Oleh itu, permintaan yang memulangkan 50 hasil dikenakan caj Search yang sama seperti permintaan yang memulangkan 10 hasil. Mengambil halaman terpilih selepas itu akan menambah caj berasingan bagi setiap panggilan Fetch yang berjaya.

Sebagai contoh, 1,000 permintaan Search yang berjaya dan 1,000 permintaan Fetch yang berjaya berharga $1.50 mengikut kadar dolar, atau 10 yuan mengikut kadar di China. Pengiraan itu meliputi kedua-dua perkhidmatan pengambilan maklumat. Sebarang penggunaan model untuk merancang carian atau membaca teks yang dipulangkan mempunyai caj penggunaan tersendiri.

Setiap akaun dihadkan kepada lima permintaan sesaat untuk Search dan lima sesaat untuk Fetch, dengan kedua-dua perkhidmatan dikira secara berasingan. Fetch juga mempunyai had tambahan mengikut domain. Permintaan yang melebihi had akan menerima HTTP 429, iaitu respons yang memaklumkan aplikasi bahawa permintaan dihantar terlalu pantas.

Had ini penting apabila beberapa ejen berjalan serentak. Aplikasi perlu mengatur kadar permintaan dan mengendalikan kegagalan sementara, terutamanya apabila banyak tugasan cuba mengambil halaman daripada laman web yang sama.

Enjin di sebalik antara muka awam

Pengumuman pelancaran dalam bahasa China DeepSeek menyatakan bahawa enjin cariannya sudah menyokong laman web dan API syarikat itu, dengan mengendalikan ratusan juta permintaan sehari dari seluruh dunia. Antara muka yang kini dibuka kepada umum memberi pembangun akses kepada perkhidmatan sedia ada itu.

Syarikat itu berkata enjin berkenaan mengindeks ratusan bilion halaman web dan menyokong carian dalam pelbagai bahasa. DeepSeek menyifatkan hasilnya sebagai pilihan yang mengambil kira kerelevanan, autoriti dan ketepatan masa, dengan penapisan yang bertujuan menangani manipulasi carian dan kandungan berkualiti rendah yang dijana AI.

DeepSeek secara khusus menyebut penipuan SEO dan manipulasi GEO sebagai sasaran. SEO bermaksud pengoptimuman enjin carian, iaitu amalan menjadikan kandungan lebih mudah ditemui melalui carian. GEO merujuk kepada percubaan mempengaruhi perkara yang diambil atau dimasukkan oleh sistem AI generatif dalam jawapan mereka. Manipulasi boleh melibatkan usaha menjadikan halaman kelihatan lebih berguna atau berautoriti daripada yang sewajarnya berdasarkan kandungannya.

Bagi aplikasi AI, mutu pengambilan maklumat mempengaruhi setiap langkah seterusnya. Model yang menulis jawapan atau membina perisian mungkin bergantung pada halaman yang dipilih oleh perkhidmatan carian. DeepSeek meletakkan penapisan dan pemeringkatannya sebagai sebahagian daripada perkhidmatan yang diterima pembangun, selain keupayaan asas untuk membuat carian.

Pemberat terbuka dan pilihan penggunaan

DeepSeek telah menerbitkan pemberat model V4.1-Flash-1017 di Hugging Face dan ModelScope. Pemberat ialah tetapan berangka yang dipelajari semasa latihan. Dengan membolehkannya dimuat turun, pembangun boleh menjalankan model pada infrastruktur yang mereka kawal, dan tidak bergantung sepenuhnya pada perkhidmatan hos.

Keluaran ini dinyatakan menggunakan lesen MIT dan merangkumi kod inferens serta arahan penggunaan. Inferens ialah proses menjalankan model terlatih untuk menghasilkan jawapan. Bahan tersebut memberi organisasi pilihan untuk mengendalikan model sendiri, bergantung pada keupayaan pengkomputeran mereka.

Seni bina V4.1 Flash yang mendasarinya menyokong input teks dan imej, tetingkap konteks sebanyak satu juta token dan output sehingga 384,000 token. Token ialah unit maklumat kecil, lazimnya perkataan atau sebahagian perkataan. Tetingkap konteks yang lebih besar membolehkan model menerima lebih banyak bahan dalam satu tugasan, seperti kod, arahan dan teks rujukan.

Pembangun yang terus menggunakan API hos boleh memakai nama model deepseek-flash. Memuat turun model dan menggunakan perkhidmatan Search serta Fetch yang dihoskan merupakan pilihan penggunaan yang berasingan: organisasi boleh menentukan tempat inferens model dijalankan sambil membuat keputusan secara berasingan tentang cara mendapatkan maklumat web terkini.

Tarikh penting untuk dijejaki pembangun

Jadual pelancaran DeepSeek menghubungkan pelancaran Flash asal, kemas kini Oktober dan permulaan pengebilan untuk pengambilan maklumat. Tarikh utamanya ialah:

• 10 September 2026: V4.1 Flash dilancarkan.
• 3 Oktober 2026: DeepSeek Harness v0.2.1-alpha.1 memperkenalkan keserasian eksperimental Claude Code Mods.
• 17 Oktober 2026: V4.1-Flash-1017 dan antara muka awam Search serta Fetch diumumkan.
• 31 Oktober 2026, pada 16:00 UTC: Pengebilan bermula bagi panggilan Search dan Fetch yang layak melalui alat yang berjalan pada pelayan DeepSeek.
• 1 November 2026, pada 00:00 waktu Beijing: Perubahan pengebilan yang sama berkuat kuasa mengikut waktu tempatan China.

Pengecualian sementara itu terpakai kepada panggilan tertentu melalui alat dalam DeepSeek Harness, Claude Code dan Codex. Pembangun yang membuat permintaan secara terus patut merancang bajet berdasarkan harga yang diterbitkan bagi setiap permintaan berjaya. Pelancaran pada 17 Oktober menghimpunkan naik taraf pengekodan dengan perkhidmatan pengambilan maklumat; tarikh akhir pada November ialah perubahan konkrit seterusnya bagi pengguna alat yang dikecualikan.

Perkara Utama

• V4.1-Flash-1017 mengemas kini laman web, aplikasi dan API DeepSeek dengan tumpuan pada pembangunan projek lengkap.
• Penilaian DeepSeek menunjukkan DeepSWE meningkat daripada 74.2 kepada 77.0, manakala Terminal-Bench naik daripada 31.2 kepada 42.3.
• DeepSeek mengesyorkan Harness versi 0.2.1-rc.1 atau lebih baharu.
• Search mencari halaman web; Fetch mengambil tajuk dan kandungan halaman tertentu.
• Setiap perkhidmatan berharga $0.75, atau 5 yuan mengikut kadar di China, bagi setiap 1,000 permintaan berjaya. Kegagalan, hasil kosong dan tamat masa tidak dikenakan bayaran.
• Panggilan yang layak melalui alat kekal percuma sehingga tengah malam waktu Beijing pada 1 November 2026.
• Pemberat model yang dikemas kini tersedia melalui Hugging Face dan ModelScope.