Ina-update ng DeepSeek ang V4.1 Flash para sa mga Kumpletong Proyekto at Binuksan sa mga Developer ang mga Search API

Dumating ang pag-upgrade sa coding kasabay ng bagong bayarin sa paghahanap

Inilabas ng DeepSeek ang V4.1-Flash-1017 noong Oktubre 17, 2026, at in-update ang website, app at API nito habang binubuksan sa mga developer sa labas ng kumpanya ang search engine na nagpapatakbo sa mga serbisyo nito. Ayon sa kumpanya, mas kaya ng modelo na bumuo ng mas kumpletong mga proyekto mula sa maiikling tagubilin, tapusin ang mga gawain nang mas mabilis at magbigay ng mas maiikling sagot kumpara sa naunang bersyon na V4.1 Flash.

Pinagsasama ng release ang dalawang bahagi ng workflow ng isang AI developer: software na sumusulat at nagbabago ng code, at mga serbisyong naghahanap ng pinakabagong impormasyon online. Parehong nagkakahalaga ng $0.75 kada 1,000 matagumpay na request ang mga bagong Search at Fetch interface ng DeepSeek. Nakatala sa Chinese pricing ng kumpanya na 5 yuan kada 1,000 matagumpay na request ang bawat isa.

Pansamantalang hindi sisingilin ang mga developer na gumagamit ng ilang partikular na tool. Libre sa kasalukuyan para sa mga gumagamit ng DeepSeek API ang mga Search at Fetch call sa pamamagitan ng mga tool na tumatakbo sa mga server ng DeepSeek sa DeepSeek Harness, Claude Code at Codex. Magsisimula ang pagsingil sa 16:00 UTC sa Oktubre 31, katumbas ng hatinggabi sa oras ng Beijing sa Nobyembre 1, 2026.

Ayon sa anunsiyo ng release sa English ng DeepSeek, pinahusay ng update ang performance sa mga benchmark habang binabawasan ang tagal ng gawain at haba ng output. Simple ang praktikal na pakinabang nito: mas kaunting oras ang dapat gugulin ng isang awtomatikong coding task at mas kaunting tekstong may bayad ang dapat nitong likhain.

Ginawang available din ng kumpanya ang updated na mga weight ng modelo sa Hugging Face at ModelScope. Pinalalawak ng release ang V4.1 Flash na ipinakilala noong Setyembre 10, sa halip na maglunsad ng hiwalay na pamilya ng modelo. May 37 araw sa pagitan ng mga release, kaya medyo maikli ang siklo ng pag-develop para sa update na ito.

Ano ang ibig sabihin ng pagbuo ng kumpletong proyekto

Target ng DeepSeek ang trabahong higit pa sa pagsagot sa tanong tungkol sa programming o paggawa ng iisang function. Kayang magplano ng isang proyekto ang AI agent, gumawa ng mga file, magpatakbo ng mga tool, magsuri ng resulta at magrebisa ng ginawa nito. Maaaring mangailangan ng maraming ganitong hakbang ang isang kumpletong proyekto bago magkaroon ang user ng magagamit na resulta.

Ipinakikita ng apat na demonstrasyon ang layuning ito: isang 3D model ng Forbidden City sa Beijing, isang racing game na nilalaro sa browser, isang muling paglikha sa Portal 2 gamit ang game engine na Godot, at ang Valley of Ages, isang nagbabagong 3D na eksena na sumusubaybay sa pag-unlad mula sa panahong sinauna hanggang sa modernong panahon.

Ayon sa DeepSeek, ginawa ang mga demonstrasyon sa loob ng DeepSeek Harness gamit ang medyo kakaunting prompt, limitadong sangguniang materyal at kaunting ulit ng interaksiyon. Walang ibinigay na eksaktong bilang ng mga prompt o oras ng pagkumpleto para sa mga halimbawang ito sa anunsiyo.

Iniuugnay ng kumpanya ang mga pagbuti sa reinforcement learning na may self feedback. Sa payak na paliwanag, isa itong paraan ng pagsasanay na gumagamit ng feedback tungkol sa mga sinubukang gawain upang matulungan ang modelo na gumawa ng mas mahusay na mga pagpili sa susunod. Layunin nitong mas mapahusay ang pagtapos sa ilang magkakaugnay na hakbang ng isang gawain, sa halip na makagawa lang ng kapani-paniwalang unang sagot at huminto.

Para sa nagpapagawa ng browser game o visual prototype, ang kapaki-pakinabang na pagbabago ay ang pagbawas sa mga ulit ng pag-uutos sa system na ayusin ang mga nawawalang bahagi. Nakatuon ang mga demonstrasyon ng DeepSeek sa malawak na workflow ng proyekto, kabilang ang pagbuo ng mga visual at interactive na software.

Saan makikita ang mga pagtaas sa benchmark

Ayon sa inilathalang mga resulta ng pagsusuri ng DeepSeek, nakakuha ang bagong checkpoint ng 77.0 sa DeepSWE v1.1, kumpara sa 74.2 ng naunang V4.1 Flash. Katumbas ito ng pagtaas na 2.8 puntos. Gumagamit ang pagsusuri ng mini-swe-v2 harness, ang software environment na nagpapatakbo at sumusuri sa mga gawain.

Mas malaki ang numerikal na pagtaas sa Terminal-Bench 4.0: mula 31.2 tungong 42.3, o 11.1 puntos. Umakyat naman ang Automation-Bench v1.0 mula 54.8 tungong 60.5, habang tumaas ang ProgramBench mula 20.3 tungong 29.1. Mga resulta ito mula sa sariling pagsusuri ng DeepSeek, at magkakaibang uri ng gawain ang sinusukat ng mga test.

Nag-iiba ang paghahambing sa mga karibal na modelo depende sa gawain. Sa talahanayan ng DeepSeek, mas mataas ang iskor ng V4.1-Flash-1017 kaysa Claude Opus 5 sa DeepSWE: 77.0 laban sa 74.0. Mas mataas naman ang iskor ng Claude Opus 5 sa Terminal-Bench, na 51.8 laban sa 42.3, at sa ProgramBench, na 37.0 laban sa 29.1.

Gumanda rin ang mga pagsusuri sa visual at pangangatwiran kumpara sa naunang Flash checkpoint. Tumaas mula 89.6 tungong 92.5 ang BabyVision na gumagamit ng mga tool, habang umakyat mula 36.8 tungong 42.6 ang Humanity's Last Exam na walang ginagamit na tool. Nagbibigay ang pattern na ito sa mga developer ng praktikal na dahilan upang subukan ang updated na modelo sa sarili nilang mga gawain: nakadepende sa gawain ang laki ng pagbuti.

Inilalarawan ng DeepSeek bilang Pareto improvement ang pagsasama ng mas mahusay na resulta at mas mababang gastos. Sa madaling salita, sinasabi ng kumpanya na mas mahusay ang performance habang mas kaunti ang gastos ng mga user, sa halip na magbayad sila nang mas malaki para sa pagbuti. Ayon sa anunsiyo nito sa Chinese, nananatili ang ugnayang ito sa ilang harness.

Bakit mahalaga ang software na nakapaligid dito

Iminumungkahi ng DeepSeek na mag-upgrade sa bersyon 0.2.1-rc.1 o mas bago ng DeepSeek Harness. Sinabi rin ng kumpanya na in-optimize nito ang modelo para sa Tencent CodeBuddy at WorkBuddy. Pinangangasiwaan ng harness ang mga file, tool, session at pagkilos sa paligid ng isang modelo, at ginagawang mga hakbang na kayang isagawa ng computer ang mga desisyon nito.

Nagdaragdag ang Harness version 0.2.1-rc1 ng mga feature para sa pamamahala ng plugin, kabilang ang pag-install mula sa mga custom na plugin index at mga kontrol para paganahin, huwag paganahin, alisin at i-update ang mga plugin. May bago ring entry point na nagbibigay-daan sa mga user na mag-utos sa isang agent na gumawa ng plugin; magsisimula ang pagpapatupad pagkatapos nilang isumite ang kahilingan.

Tinutugunan naman ng iba pang mga dagdag ang pang-araw-araw na gawain sa development. Pinahihintulutan ng experimental na Git Worktrees plugin ang isang agent na gumawa at pumasok sa hiwalay na checkout ng isang repository, na nagbibigay dito ng nakabukod na lugar para magtrabaho sa mga file. Hinahayaan ng working_directory tool ang software na siyasatin o baguhin ang folder na ginagamit sa isang session.

Kasama rin sa release ang pagpapatuloy ng experimental na suporta para sa Claude Code Mods. Kasunod ito ng mga compatibility test noong Oktubre, kung saan napagana ang tatlong halimbawang mod habang kulang sa mga kinakailangang kakayahan ang apat pa. Layunin pa ring subukan kung paano naiaangkop ang mga extension interface ng Claude Code sa mga plugin ng DeepSeek Harness; hindi pa saklaw ng kasalukuyang eksperimento ang ganap na praktikal na compatibility.

Magkakaibang pangangailangan ang tinutugunan ng pag-upgrade sa modelo at sa harness para sa mga developer. Ang modelo ang nagpapasya kung ano ang gagawin, samantalang ibinibigay ng harness ang mga kontrol na kailangan para pamahalaan ang mga file, extension at pagpapatupad.

Hinahanap ng Search ang mga pahina, binabasa naman ng Fetch ang mga ito

Magkahiwalay ang gawain ng Search at Fetch. Tumatanggap ang Search ng query at nagbabalik ng mga nakaayos na resulta mula sa web. Tumatanggap naman ang Fetch ng isang indibidwal na webpage at ibinabalik ang pamagat at nilalaman nito bilang Markdown, isang payak na format ng teksto na nagpapanatili ng pangunahing estruktura gaya ng mga heading at listahan.

Maaaring gamitin ng isang research agent ang Search para hanapin ang pinakabagong anunsiyo ng isang kumpanya, saka tawagin ang Fetch para basahin ang napiling pahina. Maaari ring sumunod sa gayon ding paraan ang isang coding agent para hanapin ang dokumentasyon at kunin ang kaugnay na teksto para sa gawain nito. Hiwalay na binibilang ang bawat matagumpay na call sa alinman sa mga serbisyo.

Magagamit ng mga developer ang dati na nilang kredensiyal sa DeepSeek API. Iisang API host at Bearer authentication ang ginagamit ng dalawang interface, ibig sabihin, may access token sa bawat request para matukoy ang account. Ang mga endpoint ay POST /v1/tools/search at POST /v1/tools/fetch.

Tumatanggap ang Search ng mga query na hanggang 128 karakter at nagbabalik ng isa hanggang 50 resulta; 10 ang default. Kabilang sa mga opsiyon ang paghiling ng nilalaman ng pahina at paggamit ng mga operator gaya ng site:, lang:, after: at before: para paliitin ang mga resulta ayon sa website, wika o petsa.

Kabilang sa mga field ng resulta ang mga pamagat, web address, buod, petsa ng publikasyon kung mayroon, at impormasyong makatutulong sa modelo na mag-rank at magsuri ng mga pahina. Kabilang dito ang reranking score mula zero hanggang tatlo at authority tier mula zero hanggang apat. Nagbibigay ang mas mahahabang buod at opsiyonal na buong teksto ng mas maraming materyal na magagamit ng mga application bago magpadala ng panibagong request.

Ano ang saklaw ng mga bayarin sa paghahanap

Sisingilin ang Search kapag matagumpay ang isang request at nagbalik ito ng hindi bakanteng listahan ng mga resulta. Sisingilin naman ang Fetch kapag matagumpay itong nagbalik ng nilalaman ng pahina na may HTTP 200 response, ang karaniwang status code para sa matagumpay na web request. Walang bayad ang mga bigong request, walang-lamang resulta at timeout.

Hindi nagbabago ang presyo ng matagumpay na Search call batay sa bilang ng mga resultang hiniling. Kaya kapareho ang bayad sa Search para sa request na nagbalik ng 50 resulta at sa request na nagbalik ng 10. May hiwalay na bayad para sa matagumpay na Fetch call kapag kinuhang muli ang mga napiling pahina.

Halimbawa, nagkakahalaga ng $1.50 sa ilalim ng presyong dolyar, o 10 yuan sa ilalim ng Chinese pricing, ang 1,000 matagumpay na Search request at 1,000 matagumpay na Fetch request. Saklaw ng kalkulasyong iyon ang dalawang serbisyo sa pagkuha ng impormasyon. May sarili ring bayarin sa paggamit ang anumang aktibidad ng modelo para magplano ng mga paghahanap o magbasa ng ibinalik na teksto.

Limitado ang bawat account sa limang request kada segundo para sa Search at limang kada segundo para sa Fetch; magkahiwalay na binibilang ang mga serbisyo. May dagdag pang limitasyon ang Fetch ayon sa domain. Makakatanggap ng HTTP 429 ang mga request na lumalampas sa limitasyon, isang tugong nagsasabi sa application na masyadong mabilis itong nagpapadala ng mga request.

Mahalaga ang mga limitasyong ito kapag sabay-sabay na tumatakbo ang ilang agent. Kailangang kontrolin ng mga application ang bilis ng pagpapadala ng mga request at pangasiwaan ang mga pansamantalang kabiguan, lalo na kapag maraming gawain ang sumusubok kumuha ng mga pahina mula sa iisang website.

Ang engine sa likod ng mga pampublikong interface

Ayon sa anunsiyo ng release sa Chinese ng DeepSeek, ginagamit na ng website at API ng kumpanya ang search engine nito, na humahawak ng daan-daang milyong request araw-araw mula sa iba’t ibang panig ng mundo. Sa bagong bukas na mga interface, nabibigyan ang mga developer ng access sa dati nang serbisyong ito.

Ayon sa kumpanya, nag-i-index ang engine ng daan-daang bilyong webpage at sumusuporta sa paghahanap sa maraming wika. Inilalarawan nito ang mga resulta bilang pinili batay sa kaugnayan, awtoridad at pagiging napapanahon, at sinasala ang manipulasyon sa paghahanap at mababang kalidad na nilalamang ginawa ng AI.

Tahasang binanggit ng DeepSeek ang pandaraya sa SEO at manipulasyon sa GEO bilang mga puntirya nito. Ang SEO ay nangangahulugang search engine optimization, ang paraan ng pagpapadaling makita ang nilalaman sa pamamagitan ng paghahanap. Tumutukoy naman ang GEO sa mga pagtatangkang impluwensiyahan ang kinukuha o isinasama ng mga generative AI system sa kanilang mga sagot. Maaaring kabilang sa manipulasyon ang pagpapakitang mas kapaki-pakinabang o mapagkakatiwalaan ang isang pahina kaysa sa nararapat batay sa nilalaman nito.

Nakaaapekto sa bawat susunod na hakbang ang kalidad ng kinukuhang impormasyon para sa isang AI application. Maaaring umasa sa mga pahinang pinili ng isang search service ang modelong sumusulat ng sagot o bumubuo ng software. Ipinoposisyon ng DeepSeek ang pagsasala at pagraranggo nito bilang bahagi ng serbisyong natatanggap ng mga developer, kasabay ng mismong kakayahang maghanap.

Mga bukas na weight at opsiyon sa deployment

Nailathala ng DeepSeek sa Hugging Face at ModelScope ang mga weight ng modelong V4.1-Flash-1017. Ang mga weight ang mga numerikal na setting na natutuhan sa pagsasanay. Kapag nada-download ang mga ito, nagkakaroon ang mga developer ng opsiyong patakbuhin ang modelo sa imprastrakturang kontrolado nila sa halip na lubos na umasa sa naka-host na serbisyo.

Ayon sa paglalarawan, gumagamit ang release ng MIT license at kasama rito ang inference code at mga tagubilin sa deployment. Ang inference ay ang pagpapatakbo sa sinanay na modelo upang makabuo ng sagot. Nagbibigay ang mga materyal na ito sa mga organisasyon ng paraan para patakbuhin mismo ang modelo, depende sa kapasidad ng kanilang computing.

Sinusuportahan ng pinagbabatayang arkitektura ng V4.1 Flash ang text at image input, context window na isang milyong token at output na hanggang 384,000 token. Maliliit na yunit ng impormasyon ang mga token, na kadalasang mga salita o bahagi ng mga salita. Nagbibigay-daan ang mas malaking context window na makatanggap ang modelo ng mas maraming materyal sa iisang gawain, gaya ng code, mga tagubilin at tekstong sanggunian.

Maaaring gamitin ng mga developer na magpapatuloy sa naka-host na API ang pangalan ng modelong deepseek-flash. Magkahiwalay na opsiyon sa deployment ang pag-download ng modelo at paggamit sa naka-host na mga Search at Fetch service: maaaring kontrolin ng isang organisasyon kung saan tumatakbo ang modelong gumagawa ng inference habang hiwalay na nagpapasya kung paano kukuha ng pinakabagong impormasyon mula sa web.

Mga petsang dapat subaybayan ng mga developer

Iniuugnay sa iskedyul ng release ng DeepSeek ang unang paglulunsad ng Flash, ang update noong Oktubre at ang pagsisimula ng bayarin sa pagkuha ng impormasyon. Narito ang mahahalagang petsa:

• Setyembre 10, 2026: Inilabas ang V4.1 Flash.
• Oktubre 3, 2026: Ipinakilala sa DeepSeek Harness v0.2.1-alpha.1 ang experimental na compatibility sa Claude Code Mods.
• Oktubre 17, 2026: Inanunsiyo ang V4.1-Flash-1017 at ang pampublikong mga Search at Fetch interface.
• Oktubre 31, 2026, sa 16:00 UTC: Magsisimula ang pagsingil para sa mga kwalipikadong Search at Fetch call sa pamamagitan ng mga tool na tumatakbo sa mga server ng DeepSeek.
• Nobyembre 1, 2026, sa 00:00 oras ng Beijing: Magkakabisa ang gayon ding pagbabago sa pagsingil ayon sa lokal na oras sa China.

Saklaw ng pansamantalang eksemsiyon ang mga tinukoy na call sa pamamagitan ng mga tool sa DeepSeek Harness, Claude Code at Codex. Dapat isama ng mga developer na direktang nagpapadala ng request sa kanilang badyet ang inilathalang presyo para sa matagumpay na mga request. Pinagsama ng paglulunsad noong Oktubre 17 ang pag-upgrade sa coding at mga serbisyo sa pagkuha ng impormasyon; ang deadline sa Nobyembre ang susunod na tiyak na pagbabago para sa mga gumagamit ng mga eksemptong tool.

Mahahalagang Punto

• In-update ng V4.1-Flash-1017 ang website, app at API ng DeepSeek, na nakatuon sa pagbuo ng kumpletong proyekto.
• Ipinakikita ng mga pagsusuri ng DeepSeek na umakyat ang DeepSWE mula 74.2 tungong 77.0 at ang Terminal-Bench mula 31.2 tungong 42.3.
• Iminumungkahi ng DeepSeek ang Harness version 0.2.1-rc.1 o mas bago.
• Naghahanap ang Search ng mga webpage; kinukuha naman ng Fetch ang pamagat at nilalaman ng isang indibidwal na pahina.
• Nagkakahalaga ang bawat serbisyo ng $0.75, o 5 yuan ayon sa Chinese pricing, kada 1,000 matagumpay na request. Libre ang mga pagkabigo, walang-lamang resulta at timeout.
• Mananatiling libre ang mga kwalipikadong call sa pamamagitan ng mga tool hanggang hatinggabi sa oras ng Beijing sa Nobyembre 1, 2026.
• Available ang updated na mga weight ng modelo sa Hugging Face at ModelScope.