בעשירית מהמחיר ומעל Opus 5: DeepSeek משיקה את V4.1-Flash-1017 ברישיון MIT

DeepSeek השיקה ב-17 באוקטובר עדכון לגרסת ספטמבר של המודל שלה, בן 552 מיליארד פרמטרים, שלדברי החברה מפעיל רק 16 מיליארד פרמטרים לכל token. הטענה המרכזית: המודל עוקף את Claude Opus 5 של Anthropic בכמה benchmarks של agents, בפחות מעשירית מהעלות למשימה. ב-DeepSWE v1.1 הוא משיג 77.0 מול 74.0 של Opus 5, וב-Automation-Bench V1.0.6 הוא קפץ מ-54.8 ל-60.5. DeepSeek מדווחת גם על השלמת משימות מהירה יותר ועל פלטים קצרים יותר, ובכלכלה של agents זה חשוב לא פחות מהציונים עצמם.

המודל מוסיף reinforcement learning מבוסס משוב עצמי, שמכוון לתהליכי קוד מקצה לקצה ולמידול תלת-ממדי. המודל פתוח ב-Hugging Face תחת רישיון MIT המתירני. התמחור ב-API עומד על 0.30 דולר ל-input ו-1.20 דולר ל-output למיליון tokens, עם חלון context של מיליון tokens. במקביל פתחה DeepSeek למפתחים חיצוניים את ה-Search API וה-Fetch API שלה, ב-0.75 דולר ל-1,000 קריאות. בגדול, היא ממצבת את עצמה כשכבת grounding זולה ל-agents ולא רק כספקית מודלים.

העדכון מגיע בשבוע עמוס במיוחד למחנה המודלים הפתוחים: Muse Spark Open של Meta, Beam של Reflection, Nemotron 3.5 Super VL של NVIDIA ו-Ling 3.1 Flash של Ant יצאו כולם בהפרש של ימים. DeepSeek לא מתחרה על היכולת המוחלטת הגבוהה ביותר אלא על היחס בין עלות לביצועים, ורישיון ה-MIT שלה מתירני יותר מ-Muse Model License של Meta.

יש גם הסתייגויות. המספרים מגיעים מהחברה עצמה, ומפתחים כבר מתווכחים בגלוי אם ההשוואה ל-Opus 5 תחזיק מעמד מול הערכות agents עצמאיות. גם האמינות מעוררת שאלות: המקורות של Perplexity מציינים חמש השבתות של DeepSeek באוקטובר לבדו. בנוסף, החברה החליפה את המודל ב-API החי בשקט, בלי שום הודעה, כך שמי שרץ איתה ב-production קיבל מודל אחר בלי לדעת. בשבוע הקרוב כדאי לעקוב אחרי שחזורים עצמאיים של DeepSWE ואחרי נתוני זמינות.