После обновления Дипсик нейросеть DeepSeek V4.1-Flash-1017 набирает 77.0 на DeepSWE v1.1 — больше, чем 74.0 у Claude Opus 5 и 73.0 у GPT 5.6-Sol. Она отвечает короче и решает задачи быстрее, так что выходит дешевле. Можешь попробовать её на сайте, в приложении или по API — веса тоже открыты.
Что вообще произошло
DeepSeek выкатили обновление своей быстрой версии Flash — модель называется DeepSeek V4.1-Flash-1017. Она сильнее предыдущей, быстрее разбирается с задачами и, что важно для кошелька, выдаёт более короткие ответы. Меньше текста на выходе — меньше денег за использование. Это не мелочь: когда ты гоняешь через ИИ сотни запросов в день, длина ответа превращается в реальные расходы.
Теперь про цифры. На DeepSWE v1.1, тесте на решение практических задач, у новинки 77.0 против 74.0 у Claude Opus 5 и 73.0 у GPT 5.6-Sol. На Automation-Bench — 60.5 против 50.3 у Opus 5. На Agents' Last Exam — 35.4 против 28.6. Это тесты про автоматизацию и про поведение ИИ как агента, то есть умение самостоятельно выполнять действия: открыть, найти, проверить, собрать результат.
Прогресс относительно прошлой Flash тоже заметный: Terminal-Bench 4.0 подрос с 31.2 до 42.3, ProgramBench — с 20.3 до 29.1. Terminal-Bench — это про работу в командной строке, ProgramBench — про написание кода. Проще говоря, модель стала лучше справляться с техническими делами, которые раньше валились.
Отдельная новость: DeepSeek открыли Search и Fetch API на собственном поисковом движке. Search — это когда модель сама ищет в интернете, Fetch — когда вытягивает содержимое страницы. Цена — $0.75 за 1000 вызовов на каждый эндпоинт. Детали в документации, а независимые подтверждения — у The Decoder, AI Weekly, в новостях DeepSeek и разборе MindStudio.
Что это даёт лично тебе
Абстрактные «бенчмарки выросли» звучат красиво, но человеку нужно другое — где это в жизни. Смотри:
• Мама двоих детей, вечно в делах. Ей нужно составить меню на неделю, разобрать квитанции, написать письмо в школу и найти кружок рядом с домом. Раньше она держала в голове пять вкладок. Теперь открывает чат с нейросетью и одним заходом просит: «Собери меню на неделю, список покупок и письмо классному руководителю». Короткие ответы Flash как раз хороши тем, что не размазывают мысль по трём экранам.
• Владелец маленькой кофейни. Ему нужно отвечать на отзывы, следить за отзывами конкурентов и проверять, что пишут о поставщике. С открытым Search API это перестаёт быть ручной работой: модель сама ищет, сама вытягивает страницы, сама сводит в таблицу. $0.75 за 1000 вызовов — это копейки на фоне часа твоего времени.
• Фрилансер-дизайнер. Бриф от клиента на три страницы, из которого нужно вытащить задачу, сроки и правки. Или ТЗ на копирайтера в пять пунктов вместо десяти. Короткий ответ — это не «модель обленилась», это ровно то, что нужно: без воды, которую всё равно придётся вычёркивать.
• Студент. Разобрать задачу по шагам, проверить свой конспект, попросить объяснить тему «как для чайника». Напиши прямо: «Объясни на русском, простыми словами, без формул, три абзаца максимум» — и получишь именно то, что просил.
• Специалист в найме. Ему нужно сравнить пять подрядчиков по открытым данным или собрать дайджест по своей отрасли. Агентский скачок (35.4 против 28.6 на Agents' Last Exam) означает, что модель реже бросает дело на середине и чаще доводит цепочку шагов до конца.
• Тот, кто делает первые шаги в заработке с ИИ. Открытые веса и дешёвый API — это возможность собрать маленький сервис без вложений в дорогие подписки. Не гарантия больших доходов, а более низкий порог входа: попробовать стало дешевле.
Как попробовать прямо сейчас
1. Самый быстрый путь — бесплатно. Зайди на сайт DeepSeek или поставь приложение. Регистрируйся, открывай чат. Это тот самый случай, когда нейросеть онлайн доступна с телефона за минуту.
2. Проверь её на своей реальной задаче. Не на «напиши стих», а на том, что у тебя болит: «Составь план переговоров с поставщиком», «Разбей мой список дел на три приоритета», «Вычитай этот текст, оставь смысл, сократи вдвое».
3. Сравни с конкурентом в лоб. Открой Claude и задай обеим моделям один и тот же вопрос. Только одинаковый промпт даёт честное сравнение — так ты за пять минут поймёшь, какая модель лучше пишет под твои задачи, а не под чьи-то бенчмарки.
4. Если ты чуть техничнее — забирай веса. Скачай модель со страницы на Hugging Face и запускай локально, без отправки данных наружу. Полезно, когда работаешь с чувствительными документами.
5. Если собираешь автоматизацию — смотри API. Документация по API объясняет, как подключить поиск и вытягивание страниц. Начни с одного сценария: например, «раз в день собирай упоминания моего бренда».
Что тут хорошо, а что пока не идеально
Хорошо: скорость, короткие ответы, низкая цена, открытые веса и собственный поиск. Для обычного человека это значит, что ИИ становится доступнее и полезнее в быту — как калькулятор, только считает он не цифры, а твои дела.
Честно про минусы. На HLE (56.3), Terminal-Bench 4.0 (51.8) и NL2Repo-Bench (75.3) Opus 5 всё ещё впереди — то есть в самых сложных задачах флагман Anthropic пока не сдал позиции. Все цифры привела сама компания DeepSeek, а методики у бенчмарков разные, поэтому сравнивать их как «олимпийские секунды» нельзя. Проверяй на своих задачах — это единственный честный тест.
Сделай один тест сегодня
Мы живём в момент, когда модели меняются быстрее, чем ты успеваешь привыкнуть к текущей. Хорошая новость: тебе не нужно выбирать «правильную» навсегда. Нужно одно — привычка проверять новые инструменты на своей работе.
Попробуй сегодня: возьми задачу, которую ты обычно делаешь вручную минут двадцать, и отдай её DeepSeek V4.1-Flash-1017. Потом ту же задачу — Claude. Сравни результат и время. А что получилось — напиши в комментариях у @aigoby: разберём вместе, где какая модель сильнее.
🎁 Бонус: готовый промпт
Скопируй и подставь своё:
```
Ты — мой помощник по рабочим задачам. Отвечай на русском, коротко и по делу.
Моя задача: [опиши своими словами, что нужно сделать]
Контекст: [кто я, для кого делаю, какие ограничения по времени/деньгам]
Сделай так:
1) Задай мне максимум 3 уточняющих вопроса, если чего-то не хватает.
2) Дай готовый результат, а не рассуждения о нём.
3) В конце — 2 варианта улучшения, если захочу доработать.
Формат ответа: список пунктов, покороче.
```
Ещё в исходнике есть открытые веса модели и документация по Search и Fetch API: там видно, как именно устроен поиск и сколько стоит каждый вызов.
Комментарии 0