DeepSeek-V4.1-Flash-1017

DeepSeek-V4.1-Flash-1017 — открытая мультимодальная модель DeepSeek-AI по строенная на базе Causal Encoder-Decoder (CED) и Compressed Sparse Attention 2 (CSA2) с лицензией MIT. Модель использует 763 млрд параметров, из которых: 552 млрд приходится на Mixture-of-Experts, 196 млрд — на модуль ассоциативной памяти Engram и около 14 млрд — на модуль ускорения генерации DSpark. Модель принимает на вход текст и изображения, работает с контекстом до 1 млн токенов и активирует 16 млрд параметров на токен при генерации ответа и лишь 8 млрд при обработке промпта. Суффикс -1017 — это точечное обновление сентябрьской DeepSeek-V4.1-Flash: архитектура и параметры не изменились, зато качество заметно выросло.

По бенчмаркам версия 1017 по всем направлениям заметно превосходит DeepSeek-V4.1-Flash и в ряде тестов занимает первое место среди топовых фронтирных моделей. На DeepSWE v1.1 модель набирает 77.0 против 74.2 у DeepSeek-V4.1-Flash, 74.0 у Claude Opus 5, 73.0 у GPT-5.6 Sol, 67.5 у Kimi K3 и 66.9 у GLM-5.3. На Automation-Bench v1.0.6 результат составляет 60.5 против 54.8 у предыдущей версии, 50.3 у Claude Opus 5, 48.8 у GLM-5.3, 46.7 у Kimi K3 и 45.8 у GPT-5.6 Sol. Также модель лидирует на Agents’ Last Exam (35.4) и Apex Bench v1.1 (72.1), обгоняя перечисленные топовые модели. На Terminal-Bench 4.0 показатель вырос с 31.2 до 42.3, на HLE без инструментов — с 36.8 до 42.6. Дополнительно отмечаются сильные результаты на Chartography (83.0) и BabyVision (92.5).

Таким образом, 1017 сохраняет все архитектурные преимущества CED и CSA2, включая экономию KV-кэша и почти постоянные decode-FLOPs, но за счёт улучшенного посттренинга и оптимизаций выдаёт более высокие результаты, делая рассуждения более осмысленными и быстрыми, а ответы короткими и точными. Именно эта комбинация — лучшие метрики при меньшем времени и объёме генерации — делает 1017 более выгодной для промышленного развёртывания, чем DeepSeek-V4.1-Flash. При этом модель ориентирована на широкий круг задач, включая разнообразные агентные сценарии, разработку ПО, офисную автоматизацию и конечно диалоговых ассистентов в различных доменах.

Дата анонса: 17.10.2026
Параметров: 764B
Экспертов: 384
Активно параметров при инференсе: 16B
Контекст: 1049K
Слоев: 40, с полным вниманием: 4
Тип внимания: Causal Encoder‑Decoder (CED) и Compressed Sparse Attention 2 (CSA2)
Разработчик: DeepSeek
Версия Transformers: 5.6.0
Версия vLLM: >=0.31.0
Лицензия: MIT

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с DeepSeek-V4.1-Flash-1017. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.

Эндпоинт — это сервер с предустановленным программным обеспечением, с помощью которого автоматически скачиваются веса нейросети и запускается OpenAI-совместимый API для обращений к серверу.

Частный эндпоинт создается в проекте пользователя, принадлежит пользователю монопольно и тарифицируется за каждую конфигурацию сервера в соответствии с нашими инфраструктурными тарифами.

Мы рекомендуем создание частных эндпоинтов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве.

Свяжитесь с нашей специализированной группой поддержки по нейросетям support@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.