DeepSeek, perusahaan AI asal Tiongkok, merilis "DeepSeek-V4.1-Flash-1017", versi terbaru model ringan "V4.1 Flash", pada 17 Oktober 2026. Angka "1017" pada namanya menunjukkan tanggal perilisan. Sejak hari itu, situs web, aplikasi, dan API DeepSeek beralih ke versi baru ini. Bersamaan dengan itu, perusahaan untuk pertama kalinya membuka untuk umum "Search & Fetch API", yang memungkinkan pengembang eksternal memakai mesin pencari buatan DeepSeek sendiri.
Apa yang berubah di V4.1-Flash-1017
DeepSeek menjelaskan ciri pembaruan kali ini sebagai "hasil evaluasi meningkat, pekerjaan selesai lebih cepat, dan output menjadi lebih ringkas". Perusahaan menyebut pelatihan tambahan dilakukan dengan metode "pembelajaran penguatan", yaitu cara model makin mahir lewat coba-coba dengan berpatokan pada hasil yang ia keluarkan sendiri.
Di API, nama modelnya tetap "deepseek-flash" seperti sebelumnya, tetapi kini mengarah ke versi baru. DeepSeek menyatakan bahwa cara memanggil API dan harganya tidak berubah. Untuk mendapatkan kinerja terbaik, perusahaan menyarankan penggunaan "DeepSeek Harness", perangkat lunak untuk agen buatan DeepSeek, versi 0.2.1-rc.1 atau yang lebih baru.
Bobot model (data model yang sudah dilatih) juga dirilis di Hugging Face dan ModelScope. Lisensinya adalah lisensi MIT, yang membolehkan pemakaian bebas termasuk untuk keperluan komersial. Menurut kartu model di Hugging Face, model ini memiliki total 763 miliar parameter (763B), dan jumlah teks yang dapat dibaca sekaligus (konteks) mencapai 1 juta token.
Hasil evaluasi kinerja
Hasil utama yang dipublikasikan DeepSeek adalah sebagai berikut. Semuanya diukur oleh DeepSeek sendiri, dengan model pembanding GPT-5.6 Sol dari OpenAI, Claude Opus 5 dari Anthropic, Kimi K3 dari Moonshot, dan GLM-5.3 dari Z.ai.
- DeepSWE v1.1 (pengembangan perangkat lunak): 77,0. Versi sebelumnya 74,2, dan ini skor tertinggi di antara model pembanding (Claude Opus 5 74,0, GPT-5.6 Sol 73,0)
- Terminal-Bench 4.0 (operasi baris perintah): 42,3. Versi sebelumnya 31,2. Masih di bawah Claude Opus 5 yang meraih 51,8
- HLE (soal sulit tingkat pakar, tanpa alat): 42,6. Versi sebelumnya 36,8. Claude Opus 5 meraih 56,3, dan GPT-5.6 Sol 44,5
- Apex Bench v1.1: 72,1. Versi sebelumnya 64,6, dan ini skor tertinggi di antara model pembanding
Menurut perusahaan, Terminal-Bench 4.0 diukur dengan mekanisme Claude Code, sedangkan DeepSWE v1.1 diukur dengan mekanisme bernama Mini-SWE-V2. Di sebagian evaluasi pemrograman seperti DeepSWE, model ini meraih skor tertinggi di antara model pembanding. Namun, pada tabel yang sama, model ini tertinggal dari Claude Opus 5 dalam evaluasi pemrograman lain seperti ProgramBench (29,1, sementara Claude Opus 5 37,0) dan NL2Repo-Bench (68,2, sementara Claude Opus 5 75,3), serta dalam soal sulit dan operasi baris perintah.
"Search & Fetch API" untuk memakai mesin pencari DeepSeek
Search & Fetch API yang dibuka bersamaan memungkinkan pengembang memanggil mesin pencari buatan DeepSeek dari aplikasi atau agen AI mereka sendiri. Ada dua fungsi, yaitu "Search" untuk pencarian web dan "Fetch" untuk mengambil isi halaman yang ditentukan.
- Harga: US$0,75 per 1.000 permintaan yang berhasil
- Batas: Search dan Fetch masing-masing hingga 5 permintaan per detik (Fetch juga memiliki batas per situs)
- Masa gratis: jika dipakai sebagai alat sisi server DeepSeek melalui DeepSeek Harness, Claude Code, atau Codex, layanan ini gratis sampai penagihan dimulai pada pukul 00.00 waktu Beijing tanggal 1 November 2026 (pukul 01.00 waktu Jepang pada hari yang sama). Jika API dipanggil langsung, biaya dikenakan sejak awal
Tidak ada informasi khusus mengenai pemakaian dari Jepang maupun kualitas pencarian dalam bahasa Jepang.
Pandangan Redaksi CoAI
Kali ini pun DeepSeek melanjutkan kebijakannya: meningkatkan kinerja tanpa mengubah harga dan merilis bobot dengan lisensi MIT. Perusahaan menyebut model ini mengungguli model papan atas perusahaan lain di sebagian evaluasi pemrograman seperti DeepSWE, sehingga menjadi pilihan kuat bagi pengembang yang ingin menyerahkan pemrograman kepada AI dengan biaya rendah. Pembukaan API pencarian milik sendiri dapat dilihat sebagai langkah agar agen AI yang dilengkapi pencarian bisa dibangun sepenuhnya dengan layanan dari satu perusahaan.
Di sisi lain, angka evaluasi tersebut diukur oleh DeepSeek sendiri. Masih ada selisih dalam evaluasi pemrograman lain, soal sulit, dan operasi baris perintah, sehingga untuk keperluan bisnis sebaiknya model ini dicoba dulu pada pekerjaan Anda sendiri sebelum memutuskan. Jika memakai API DeepSeek, Anda juga perlu memeriksa ketentuan penggunaannya, termasuk di mana data yang dikirim diproses.
Sumber
- 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)
