DeepSeek、新AIを発表し検索API公開

DeepSeekは、V4.1-Flashモデルの新しいチェックポイントであるDeepSeek-V4.1-Flash-1017をリリースしました。DeepSeekのウェブサイト、アプリ、APIで利用可能です。DeepSeekは、9月にリリースされたV4.1-Flashと比較して、より強力なスコア、より速いタスク完了、より短い出力を主張しています。同社はこれを性能とコストにおけるパレート改善と呼んでいます。これと並行して、DeepSeekはSearchおよびFetch APIをすべての開発者に公開しました。エージェント開発者にとって、これはより安価なコーディングモデルと、単一のAPIキーの背後にあるファーストパーティのウェブレイヤーを意味します。<br>TL;aDR サイズ: 552B backbone parameters plus 196B Engram parameters。プリフィルでトークンあたり8B parameters、デコードで16B parametersをアクティブ化します。Contextは1M tokensで、最大384K output tokensをサポートします。<br>動作環境: DeepSeek APIでdeepseek-flashとして。9月のV4.1-Flash weights（763B parameters、FP8）はHugging FaceでMIT-licensedで提供されています。Hardware requirementsと1017 weights: 非公開。<br>性能: DeepSeekが報告した11のベンチマークすべてで、以前のV4.1-Flashを2.0から11.1ポイント上回りました。最高スコア: DeepSWE v1.1で77.0点。DeepSeekの表ではClaude Opus 5（74.0点）を上回っています。最低スコア: ツールなしのHLEで42.6点。Claude Opus 5の56.3点と比較。<br>DeepSeek-V4.1-Flash-1017とは？<br>DeepSeek-V4.1-Flash-1017は、DeepSeek-V4.1-Flashの更新されたpost-training checkpointであり、deepseek-flashというモデル名を通じて提供されます。以下のarchitectureの詳細は、V4.1-Flashのtechnical reportから引用されています。DeepSeekチームは、DeepSeek-V4.1-Flash-1017がend-to-endのproject workのためにreinforcement learning with self-feedbackを使用していると述べています。その例は、game creationから3D modelingまで多岐にわたります。DeepSeek Harness、Tencent CodeBuddy、WorkBuddy向けにtuningされています。DeepSeekはDeepSeek Harness v0.2.1-rc.1以降を推奨しています。<br>V4.1-Flash architectureはどのように機能しますか？<br>V4.1-Flashは、40のTransformer layersを持つmultimodalなMixture-of-Experts modelです。これらは20層のcausal encoderと20層のdecoderに分割されます。Causal Encoder-Decoder（CED）: Decoder global KVは、最終encoderのhidden statesから投影されます。これにより、prefill計算がほぼ半減します。