Serayupos.com – Pada Sabtu, 17 Oktober 2026, laboratorium kecerdasan buatan asal Tiongkok, DeepSeek, mengumumkan pembaruan modelnya: DeepSeek-V4.1-Flash-1017. Ini bukan model yang benar-benar baru, melainkan penyempurnaan dari V4.1-Flash yang meluncur pada 10 September 2026 lalu. Klaimnya berani: skor benchmark lebih kuat, tugas selesai lebih cepat, output lebih ringkas — semuanya tanpa menaikkan harga.

Yang membuat rilis ini istimewa ada dua: bobot modelnya dibuka ke publik dengan lisensi MIT, dan DeepSeek mulai membuka Search & Fetch API miliknya untuk para pengembang. Sebuah paket yang sulit ditolak — setidaknya di atas kertas.

Bukan Model Baru, Melainkan Penyempurnaan

DeepSeek sendiri menyebut V4.1-Flash-1017 sebagai penyegaran pasca-pelatihan, bukan arsitektur baru. Model ini sudah live di situs web, aplikasi, dan API DeepSeek dengan nama model deepseek-flash. Pengguna API yang sudah ada otomatis mendapatkan perilaku baru ini tanpa perlu migrasi atau mengubah baris kode apa pun.

Harga API tidak berubah: US$0,15 per satu juta token input pada jam sepi (off-peak), US$0,60 per satu juta token output, dan hanya US$0,003 per juta token untuk pembacaan dari cache. Model ini dioptimalkan untuk DeepSeek Harness versi 0.2.1-rc.1 ke atas, Tencent CodeBuddy, dan WorkBuddy. Jendela konteksnya satu juta token, dengan output maksimum 256 ribu token lebih dan rekomendasi pengaturan temperature 1,0 serta top_p 1,0.

Skor Benchmark Naik di Sebelas Tes Sekaligus

DeepSeek melaporkan kenaikan skor pada seluruh 11 benchmark yang diujinya, dengan selisih 2,0 hingga 11,1 poin. Kenaikan terbesar terjadi pada tes pengodean berbasis agen dan automasi.

Benchmark V4.1-Flash (10 Sep) V4.1-Flash-1017 (17 Okt) Kenaikan
DeepSWE v1.1 74,2 77,0 +2,8
Terminal-Bench 4.0 31,2 42,3 +11,1
ProgramBench 20,3 29,1 +8,8
Apex Bench 64,6 72,1 +7,5
Automation-Bench 54,8 60,5 +5,7
Agents’ Last Exam 31,8 35,4 +3,6
HLE (penalaran) 36,8 42,6 +5,8

Pada DeepSWE v1.1 — benchmark pengodean yang dijalankan dengan harness Mini-SWE-V2 — skor 77,0 mengungguli Claude Opus 5 (74,0) dan GPT-5.6 Sol (73,0). Model ini juga tercatat teratas pada Automation-Bench, Agents’ Last Exam, dan Apex Bench. Namun pada penalaran mentah, Claude Opus 5 masih memimpin jauh: HLE 56,3 berbanding 42,6, dan Terminal-Bench 4.0 di angka 51,8 berbanding 42,3.