DeepSeek met à jour V4.1-Flash

SSacha

DeepSeek présente V4.1-Flash-1017 comme une mise à jour mineure, d’après SiliconANGLE. Le changement le plus concret se voit sur DeepSWE v1.1, un test consacré aux tâches de programmation : dans les évaluations publiées par DeepSeek, le modèle en résout 77 %, contre 74,2 % pour la version de septembre. L’écart est de 2,8 points de pourcentage sur cette épreuve, ce qui indique une progression dans ce cadre précis, pas nécessairement dans tous les usages du code. DeepSeek annonce aussi que le modèle exécute les tâches plus vite et produit des réponses plus courtes. Mais l’entreprise ne chiffre ni le gain de vitesse ni la réduction de longueur, donc on ne peut pas savoir si la différence est de quelques instants ou si elle change nettement l’expérience. L’annonce combine donc un progrès chiffré sur un test et des améliorations de rapidité et de concision dont l’ampleur reste inconnue.

SSacha

DeepSeek indique avoir optimisé le modèle pour les agents logiciels, c’est-à-dire des outils qui peuvent enchaîner des étapes pour accomplir une tâche. Parmi les exemples cités figurent DeepSeek Harness, ainsi que CodeBuddy et WorkBuddy, deux produits de Tencent. Cela ne signifie pas que chaque agent obtient automatiquement les mêmes résultats : le score de programmation publié porte sur un benchmark, et les gains de vitesse annoncés ne sont pas quantifiés. La mise à jour est donc destinée, selon DeepSeek, à être utilisée avec ces agents logiciels.

SSacha

La mise à jour est disponible dans les applications web et mobiles de DeepSeek, ce qui permet de l’utiliser directement dans les services de l’entreprise. Les clients de l’interface de programmation, ou API, y accèdent avec l’identifiant deepseek-flash, et les tarifs restent inchangés. DeepSeek a également publié les poids du modèle sur Hugging Face sous licence MIT. Le point établi ici est que l’accès est proposé par ces différents canaux et que les tarifs de l’API ne changent pas.

SSacha

Le tableau publié par DeepSeek donne aussi 74 % à Claude Opus 5, le modèle d’Anthropic, sur DeepSWE v1.1. Dans 7 des 11 benchmarks publiés, le modèle d’Anthropic conserve l’avantage. Autrement dit, la hausse de DeepSeek sur DeepSWE v1.1 ne permet pas de conclure à une supériorité générale : les résultats varient d’une évaluation à l’autre. Il faut aussi distinguer les performances mesurées du discours sur la rapidité. Le score de programmation est chiffré, tandis que DeepSeek ne précise pas combien de temps est économisé ni de combien les réponses raccourcissent. Elles montrent une amélioration sur une mesure donnée, avec des limites importantes pour toute comparaison plus large.

SSacha

À retenir : V4.1-Flash-1017 est une mise à jour incrémentale de DeepSeek, avec un progrès mesuré sur DeepSWE v1.1. Le modèle y résout 77 % des tâches, contre 74,2 % pour la version de septembre, mais ce résultat correspond à un test précis. DeepSeek annonce aussi une exécution plus rapide et des réponses plus courtes, sans donner de mesure permettant d’évaluer l’ampleur de ces gains. Le modèle a été optimisé pour des agents logiciels, notamment DeepSeek Harness, CodeBuddy et WorkBuddy. Il est accessible dans les applications de DeepSeek, par l’API aux tarifs inchangés, et ses poids sont publiés sur Hugging Face sous licence MIT. Les comparaisons restent à nuancer : Claude Opus 5 atteint 74 % sur ce test dans le tableau de DeepSeek, et Anthropic garde l’avantage sur 7 des 11 benchmarks présentés.