క్లుప్తంగా
- DeepSeek-V4.1-Flash-1017 అనేది 2026 సెప్టెంబర్ 10న విడుదలైన DeepSeek-V4.1-Flashకు అప్డేట్. అదే ఆర్కిటెక్చర్, అదే API పేరు; మెరుగైన స్కోర్‌లు, చిన్న సమాధానాలు.
- DeepSeek సొంత పరీక్షల్లో ఎక్కువ మెరుగుదల ఏజెంటిక్ కోడింగ్‌లో: Terminal-Bench 4.0లో 31.2 నుండి 42.3, DeepSWE v1.1లో 77.0.
- ఇది 552 బిలియన్ పారామీటర్‌ల మిక్స్చర్-ఆఫ్-ఎక్స్పర్ట్స్ మోడల్; వాటిలో 16 బిలియన్ ప్రతి జనరేట్ అయ్యే టోకెన్‌పై పనిచేస్తాయి; కాంటెక్స్ట్ 1 మిలియన్ టోకెన్‌ల వరకు. వెయిట్‌లు MIT లైసెన్స్ కింద ఉచితం.
- పూర్తి వెయిట్‌లు సుమారు 510 GB. Macలో 256 నుండి 512 GB మెమరీ ఉన్న Mac Studio కావాలి, లేదా 128 GBపై SSD స్ట్రీమింగ్.
1DeepSeek V4.1 Flash 1017 అంటే ఏమిటి
DeepSeek-V4.1-Flash అనేది DeepSeek V4.1 కుటుంబంలో అతి చిన్న మోడల్, చిత్రాలను అర్థం చేసుకునే సామర్థ్యం అందులోనే ఉంది. ఇది 2026 సెప్టెంబర్ 10న DeepSeek APIలో వచ్చింది; అక్టోబర్ 17న DeepSeek దాని స్థానంలో DeepSeek-V4.1-Flash-1017ను తెచ్చింది, దాన్ని చిన్న అప్డేట్ అని చెబుతోంది (DeepSeek API చేంజ్‌లాగ్).
ఈ అప్డేట్ రీజనింగ్, కోడింగ్, ఏజెంటిక్, విజువల్ బెంచ్‌మార్క్‌లను మెరుగుపరుస్తుంది; మోడల్ పనులను తక్కువ సమయంలో, చిన్న అవుట్‌పుట్‌తో పూర్తి చేస్తుంది. DeepSeek దీన్ని తన DeepSeek Harness, Tencent CodeBuddy, WorkBuddy కోసం ట్యూన్ చేసింది, DeepSeek Harness 0.2.1-rc.1 లేదా తర్వాతి వెర్షన్‌ను సిఫార్సు చేస్తుంది (Hugging Face).
అప్‌డేట్‌లకు తేదీ పెట్టే DeepSeek అలవాటును పేరు అనుసరిస్తుంది: 1017 అంటే నెల, రోజు, అంటే అక్టోబర్ 17.
2బెంచ్‌మార్క్‌లు: V4.1 Flash, ఇతర మోడల్‌లతో 1017
| బెంచ్‌మార్క్ | V4.1 Flash 1017 | V4.1 Flash | Opus 5 | GPT-5.6 Sol | Kimi K3 | GLM-5.3 |
|---|---|---|---|---|---|---|
| HLE, టూల్స్ లేకుండా | 42.6 | 36.8 | 56.3 | 44.5 | 43.5 | 42.0 |
| Terminal-Bench 4.0 | 42.3 | 31.2 | 51.8 | 39.9 | 12.6 | 37.9 |
| DeepSWE v1.1 | 77.0 | 74.2 | 74.0 | 73.0 | 67.5 | 66.9 |
| ProgramBench | 29.1 | 20.3 | 37.0 | 23.0 | 17.5 | 19.0 |
| NL2Repo-Bench | 68.2 | 65.4 | 75.3 | 56.8 | 58.0 | 58.0 |
| Agents' Last Exam | 35.4 | 31.8 | 28.6 | 26.7 | 27.6 | 28.5 |
| Apex Bench v1.1 | 72.1 | 64.6 | 65.8 | 54.3 | 47.8 | 56.6 |
ఈ సంఖ్యల ప్రకారం, DeepSWE, Agents' Last Exam, Apex Benchలో పట్టికలోని ప్రతి మోడల్ కంటే 1017 ముందుంది; టూల్స్ లేని రీజనింగ్, టెర్మినల్ పని, పూర్తి ప్రోగ్రామ్‌లు నిర్మించడంలో Opus 5 కంటే వెనుకబడి ఉంది. Chartography (78.9 నుండి 83.0), BabyVision (89.6 నుండి 92.5) వంటి చార్ట్, చిత్ర పరీక్షల్లో కూడా మెరుగుపడింది.
ఒక్కో పనికి ఖర్చు కూడా తగ్గుతుంది. The Decoder ప్రచురించిన DeepSeek చార్ట్‌లలో, అత్యధిక సెట్టింగ్‌లో ఒక DeepSWE పనికి $0.20 కంటే కొంచెం తక్కువ ఖర్చవుతుంది; మునుపటి వెర్షన్‌కు సుమారు $0.50.
3పారామీటర్లు, కాంటెక్స్ట్, సైజు
| DeepSeek-V4.1-Flash-1017 | |
|---|---|
| మొత్తం పారామీటర్లు | 552 బిలియన్ (మిక్స్చర్ ఆఫ్ ఎక్స్పర్ట్స్) |
| ఒక్కో టోకెన్కు యాక్టివ్ | ప్రాంప్ట్ చదివేటప్పుడు 8 బిలియన్, రాసేటప్పుడు 16 బిలియన్ |
| ఎక్స్‌పర్ట్‌లు | 384 రూటెడ్, 1 షేర్డ్; ఒక్కో టోకెన్కు 6 వాడబడతాయి |
| కాంటెక్స్ట్ | 1,048,576 టోకెన్‌ల వరకు |
| కాంటెక్స్ట్‌లో ఒక్కో టోకెన్కు మెమరీ | సుమారు 890 బైట్‌లు, V4 Flashలో నాలుగో వంతు |
| వెయిట్‌లు | FP8, ఎక్స్‌పర్ట్‌లు FP4లో; సుమారు 510 GB |
| ఇన్పుట్ | టెక్స్ట్, చిత్రాలు |
| లైసెన్స్ | MIT |
డౌన్‌లోడ్‌లో సుమారు 189 GiB రెండు Engram పట్టికలు: మోడల్ లెక్కించకుండా వెతికి చూసే పెద్ద మెమరీ, ఒక్కో టోకెన్కు కొన్ని వరుసలు. DwarfStar వంటి రన్‌టైమ్‌లు వాటిని SSDపై ఉంచి, అవసరమైన వరుసలను మాత్రమే చదువుతాయి; అందుకే మోడల్ దాని డౌన్లోడ్ సైజు కంటే చాలా తక్కువ మెమరీలో నడవగలదు (Hugging Faceలో antirez).
4API పేరు, ధర
DeepSeek APIలో మోడల్ పేరు deepseek-flash, అది ఇప్పుడు 1017ను సూచిస్తుంది; పాత పేర్లు deepseek-v4-flash, deepseek-v4-flash-vision-exp ప్రస్తుతానికి దానికే మళ్లించబడతాయి. 1017తో కాల్ చేసే విధానం, ధరలు మారలేదని DeepSeek చెబుతోంది (DeepSeek).
| ప్రొవైడర్ | ఇన్పుట్, మిలియన్ టోకెన్లకు | అవుట్పుట్, మిలియన్ టోకెన్లకు |
|---|---|---|
| DeepSeek | $0.15 | $0.60 |
| Cloudflare | $0.10 | $0.60 |
| DeepInfra | $0.098 | $0.294 |
| Together, Fireworks, Baseten | $0.30 | $1.20 |
DeepSeek సిఫార్సు: temperature 1.0, top_p 1.0, పొడవైన సమాధానాలకు చోటు (max_tokens కనీసం 256K). వెయిట్‌లు Jinja చాట్ టెంప్లేట్ లేకుండా వస్తాయి: మోడల్ రిపాజిటరీలోని ఎన్‌కోడింగ్ కోడ్‌తో ప్రాంప్ట్‌లు తయారవుతాయి.
5మీ సొంత Macలో నడపగలరా?
అవును, కానీ అతిపెద్ద Macలలో మాత్రమే. 512 GB మెమరీ ఉన్న Mac Studio (M3 Ultra లేదా M5 Ultra) 4-బిట్ బిల్డ్లను పూర్తిగా పట్టుకుంటుంది; Engram పట్టికలను SSDపై వదిలితే 2-బిట్ బిల్డ్‌కు 256 GB సరిపోతుంది; 128 GB Mac SSD నుండి స్ట్రీమ్ చేయగలదు, నెమ్మదిగా. 512 GB ఉన్న M3 Ultraపై ప్రచురించిన మొదటి రన్ సెకనుకు సుమారు 6.5 టోకెన్‌లు జనరేట్ చేసింది.
ఏ బిల్డ్ డౌన్లోడ్ చేయాలి, కమాండ్‌లు, వేగాలు మా దశలవారీ గైడ్‌లో ఉన్నాయి: Macలో DeepSeek V4.1 Flash నడపండి.
మిగతా ప్రతి Macకు, API ఖర్చు మిలియన్ టోకెన్లకు కొన్ని సెంట్‌లే, చిన్న ఓపెన్ మోడల్‌లు లోకల్గా బాగా నడుస్తాయి: లోకల్ LLMలకు ఉత్తమ Mac చూడండి.
6పెద్ద Mac ఖాళీ గంటలను పనిలో పెట్టండి
ఇలాంటి మోడల్‌లు నడపడానికి కొన్న Mac Studio రోజులో ఎక్కువ భాగం ఎదురుచూస్తూనే ఉంటుంది. MLX Node ఆ ఖాళీ సమయాన్ని MLX Networkకు ఇస్తుంది; ఈ నెట్‌వర్క్ Apple MLX ఫ్రేమ్‌వర్క్‌తో Macలపై AI పనులు నడుపుతుంది. ధృవీకరించిన పనికి యాప్ MLX టోకెన్‌లు సంపాదిస్తుంది: ఉచిత సీటుపై రోజుకు 1 MLX వరకు, Ultra Macపై నడిచే Ultra ప్రత్యేక సీటుతో 320 వరకు. మైన్ చేసిన MLX 30 రోజులు లాక్ అవుతుంది, ప్రత్యేక సీటుతో అంతకంటే తక్కువ; రిస్క్‌లు చూడండి.
7ప్రశ్నలు
- DeepSeek V4.1 Flash 1017 అంటే ఏమిటి?
- ఇది DeepSeek ఓపెన్-వెయిట్ మిక్స్చర్-ఆఫ్-ఎక్స్పర్ట్స్ మోడల్ DeepSeek-V4.1-Flashకు 2026 అక్టోబర్ 17 అప్డేట్. ఆర్కిటెక్చర్, API పేరు అలాగే ఉంటాయి; రీజనింగ్, కోడింగ్, ఏజెంట్, చిత్ర బెంచ్మార్క్లలో ఎక్కువ స్కోర్ చేస్తుంది.
- V4.1 Flashకు, 1017కు తేడా ఏమిటి?
- అదే మోడల్ సైజు, అదే API, కొత్త ట్రైనింగ్. DeepSeek పరీక్షల్లో 1017 Terminal-Bench 4.0లో 31.2కి బదులు 42.3, DeepSWE v1.1లో 74.2కి బదులు 77.0 స్కోర్ చేస్తుంది; చిన్న సమాధానాలు రాస్తుంది కాబట్టి పనులకు ఖర్చు తక్కువ.
- DeepSeek V4.1 Flashలో ఎన్ని పారామీటర్లు ఉన్నాయి?
- మొత్తం 552 బిలియన్. ప్రాంప్ట్ చదివేటప్పుడు ఒక్కో టోకెన్కు 8 బిలియన్, రాసేటప్పుడు 16 బిలియన్ యాక్టివ్ అవుతాయి; దానికి తోడు డిస్క్పైనే ఉండగల రెండు పెద్ద Engram లుకప్ పట్టికలు.
- DeepSeek V4.1 Flash 1017 ఉచితమా?
- వెయిట్లను MIT లైసెన్స్ కింద ఉచితంగా డౌన్లోడ్ చేసి వాడవచ్చు. DeepSeek API ద్వారా వాడటానికి చెల్లించాలి: OpenRouterలో జాబితా చేసినట్లు, మిలియన్ ఇన్పుట్ టోకెన్లకు $0.15, మిలియన్ అవుట్పుట్ టోకెన్లకు $0.60.
- DeepSeek V4.1 Flash 1017ను లోకల్గా నడపగలనా?
- అవును, చాలా మెమరీ ఉంటే. Macలో, 512 GB ఉన్న Mac Studio 4-బిట్ బిల్డ్లను, 256 GB ఉన్నది Engram పట్టికలను SSDపై ఉంచి 2-బిట్ బిల్డ్ను నడుపుతుంది. చిన్న Macలకు API లేదా చిన్న మోడల్ మంచిది.
ఆధారాలు
- DeepSeek API చేంజ్‌లాగ్api-docs.deepseek.com
- Hugging Facehuggingface.co
- The Decoderthe-decoder.com
- V4.1 Flashhuggingface.co
- Hugging Faceలో antirezhuggingface.co
- OpenRouteropenrouter.ai