2026-10-18
DeepSeek-V4.1-Flash-1017 alza i punteggi senza cambiare le macchine
Il 17 ottobre 2026 DeepSeek ha pubblicato un aggiornamento dei soli pesi. Stessa architettura e stessa memoria del 9 settembre, con risultati più alti su coding, agenti e visione e risposte più corte.
Il 17 ottobre 2026 DeepSeek ha pubblicato DeepSeek-V4.1-Flash-1017. È il refresh dei pesi di DeepSeek-V4.1-Flash, uscito il 9 settembre. Il catalogo SophyAI ora serve questo checkpoint.
Cosa resta uguale
Architettura, configurazione, tokenizer e formato del prompt sono quelli del lancio. Restano i 48 shard, circa 510 GB, la precisione mista MXFP4/MXFP8 e il minimo ufficiale di 614 GB di memoria HBM. Il contesto nativo resta di 1 milione di token. La licenza resta MIT.
Le macchine del catalogo quindi non cambiano: vLLM su 8× H200, su 8× B200/B300 e, come profilo avanzato, su 4× B200. L'immagine vllm/vllm-openai:deepseekv41-flash-0909 carica i pesi nuovi, perché la configurazione è identica. Il path Mac con ds4 Metal resta sul Q2 del lancio di settembre.
Dove salgono i punteggi
I numeri della tabella sono quelli pubblicati da DeepSeek sulla scheda del 1017. Non sono misure SophyAI.
| Benchmark | 9 settembre | 1017 |
|---|---|---|
| HLE senza tool | 36,8 | 42,6 |
| Terminal-Bench 4.0 | 31,2 | 42,3 |
| DeepSWE v1.1 | 74,2 | 77,0 |
| ProgramBench | 20,3 | 29,1 |
| NL2Repo-Bench | 65,4 | 68,2 |
| Automation-Bench | 54,8 | 60,5 |
| Agents' Last Exam | 31,8 | 35,4 |
| Apex Bench | 64,6 | 72,1 |
| Chartography, con tool | 78,9 | 83,0 |
| BabyVision, con tool | 89,6 | 92,5 |
| ZeroBench-main, con tool | 49,0 | 51,0 |
Il salto più largo è su Terminal-Bench 4.0, da 31,2 a 42,3, e su ProgramBench, da 20,3 a 29,1. HLE senza tool passa da 36,8 a 42,6. Sui compiti agentici Automation-Bench sale da 54,8 a 60,5 e Agents' Last Exam da 31,8 a 35,4. Anche la visione con i tool guadagna punti su Chartography, BabyVision e ZeroBench.
DeepSeek indica che, insieme ai punteggi, il modello produce output più corti e chiude i task prima. Una misura indipendente di sference, fatta il 17 ottobre sugli stessi problemi e sullo stesso stack, trova su AIME una mediana di 1.124 token in uscita contro 1.681 del 9 settembre, circa il 21% in meno, con 100 risposte corrette su 120 contro 101. A reasoning_effort 1 la mediana scende a 790 token. Anche questi numeri non sono misure SophyAI.
Nel catalogo
Il checkpoint servito è deepseek-ai/DeepSeek-V4.1-Flash-1017. Il profilo di prodotto resta vLLM su 8× H200. I prezzi orari in catalogo sono ancora quelli della ricerca Vast del 12 settembre 2026: non li abbiamo rimisurati sui pesi nuovi, e non pubblichiamo tok/s nostri.