Le 17 octobre 2026, l'entreprise chinoise d'IA DeepSeek a publié « DeepSeek-V4.1-Flash-1017 », une version mise à jour de son modèle léger « V4.1 Flash ». Le « 1017 » du nom correspond à la date de publication. Dès ce jour, le site web, l'application et l'API de DeepSeek sont passés à la nouvelle version. En parallèle, l'entreprise a ouvert au public pour la première fois la « Search & Fetch API », qui permet aux développeurs extérieurs d'utiliser le moteur de recherche qu'elle a elle-même développé.
Ce qui change avec V4.1-Flash-1017
DeepSeek résume ainsi cette mise à jour : « de meilleurs résultats aux évaluations, des tâches terminées plus vite et des réponses plus courtes ». L'entreprise indique avoir procédé à un entraînement complémentaire par « apprentissage par renforcement », une méthode dans laquelle le modèle progresse par essais et erreurs en s'appuyant sur les résultats qu'il produit lui-même.
Côté API, le nom du modèle reste « deepseek-flash », qui pointe simplement vers la nouvelle version. DeepSeek précise que la manière d'appeler l'API et les tarifs ne changent pas. Pour obtenir les meilleures performances, l'entreprise recommande d'utiliser la version 0.2.1-rc.1 ou ultérieure de « DeepSeek Harness », son logiciel pour agents.
Les poids du modèle (les données du modèle entraîné) ont aussi été publiés sur Hugging Face et ModelScope. La licence est la licence MIT, qui autorise une utilisation libre, y compris à des fins commerciales. D'après la fiche du modèle sur Hugging Face, il compte 763 milliards (763B) de paramètres au total, et la quantité qu'il peut lire en une fois (contexte) est de 1 million de tokens.
Les résultats des évaluations
Voici les principaux résultats publiés par DeepSeek. Tous ont été mesurés par DeepSeek elle-même, et les modèles comparés sont GPT-5.6 Sol d'OpenAI, Claude Opus 5 d'Anthropic, Kimi K3 de Moonshot et GLM-5.3 de Z.ai.
- DeepSWE v1.1 (développement logiciel) : 77,0. La version précédente obtenait 74,2, et c'est le score le plus élevé parmi les modèles comparés (Claude Opus 5 obtient 74,0 et GPT-5.6 Sol 73,0)
- Terminal-Bench 4.0 (manipulation en ligne de commande) : 42,3. La version précédente obtenait 31,2. Il reste en deçà des 51,8 de Claude Opus 5
- HLE (problèmes difficiles de niveau expert, sans outils) : 42,6. La version précédente obtenait 36,8. Claude Opus 5 obtient 56,3 et GPT-5.6 Sol 44,5
- Apex Bench v1.1 : 72,1. La version précédente obtenait 64,6, et c'est le score le plus élevé parmi les modèles comparés
DeepSeek indique avoir mesuré Terminal-Bench 4.0 avec le dispositif de Claude Code, et DeepSWE v1.1 avec un dispositif appelé Mini-SWE-V2. Si le modèle obtient le meilleur score parmi les modèles comparés sur certaines évaluations de programmation comme DeepSWE, il reste distancé par Claude Opus 5 sur d'autres évaluations de programmation du même tableau, comme ProgramBench (29,1, contre 37,0 pour Claude Opus 5) et NL2Repo-Bench (68,2, contre 75,3), ainsi que sur les problèmes difficiles et la manipulation en ligne de commande.
La « Search & Fetch API », pour utiliser le moteur de recherche maison
Ouverte en même temps, la Search & Fetch API permet aux développeurs d'appeler, depuis leurs propres applications ou agents d'IA, le moteur de recherche développé par DeepSeek. Elle comprend deux fonctions : « Search », pour effectuer des recherches sur le web, et « Fetch », pour récupérer le contenu d'une page donnée.
- Tarif : 0,75 dollar pour 1 000 requêtes réussies
- Limites : jusqu'à 5 requêtes par seconde pour Search comme pour Fetch (Fetch a aussi une limite par site)
- Période gratuite : utilisée comme outil côté serveur de DeepSeek depuis DeepSeek Harness, Claude Code ou Codex, elle est gratuite jusqu'au début de la facturation, le 1er novembre 2026 à 0 h, heure de Pékin (1 h le même jour, heure du Japon). En cas d'appel direct à l'API, elle est payante dès le départ
Aucune information particulière n'est donnée sur son utilisation depuis le Japon ni sur la qualité des recherches en japonais.
Le regard de CoAI
DeepSeek a une nouvelle fois maintenu sa ligne : améliorer les performances sans toucher aux tarifs et publier les poids sous licence MIT. Selon l'entreprise, le modèle dépasse les meilleurs modèles concurrents sur certaines évaluations de programmation comme DeepSWE, ce qui en fait une option sérieuse pour les développeurs qui veulent confier de la programmation à l'IA tout en maîtrisant leurs coûts. L'ouverture de son API de recherche peut se lire comme une démarche visant à permettre de construire des agents d'IA intégrant la recherche avec les services d'une seule entreprise.
En revanche, les chiffres des évaluations ont été mesurés par DeepSeek elle-même. Les écarts existent sur d'autres évaluations de programmation, sur les problèmes difficiles et sur la manipulation en ligne de commande : pour un usage professionnel, mieux vaut le tester sur ses propres tâches avant de trancher. Si vous utilisez l'API de DeepSeek, il faut aussi vérifier les conditions d'utilisation, par exemple l'endroit où sont traitées les données envoyées.
Sources
- DeepSeek-V4.1-Flash-1017: Wish-Driven Programming Made Real (DeepSeek API Docs)
- Change Log (DeepSeek API Docs)
- Search & Fetch (DeepSeek API Docs)
- deepseek-ai/DeepSeek-V4.1-Flash-1017 (Hugging Face)
- Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs (The Decoder)
