Améliorations fonctionnelles

DeepSeek‑V4.1‑Flash‑1017 constitue une mise à jour mineure du modèle DeepSeek‑V4.1‑Flash. La version 1017 apporte des gains mesurables en raisonnement, en codage, dans les tâches agentiques et sur les benchmarks visuels. Ces progrès sont attestés par les tests réalisés avec le harness Claude Code sur Terminal‑Bench 4.0 et le harness Mini‑SWE‑V2 sur DeepSWE v1.1, qui montrent une meilleure précision sur des problèmes de logique et de génération de code.

Optimisations de performance et coût

Le modèle réduit le temps d’exécution des tâches ainsi que la longueur des sorties. Cette compression du cache KV, décrite dans le papier « Pushing the Limits of KV Cache Compression », déplace le point de Pareto performance‑coût vers des valeurs plus favorables, permettant aux utilisateurs de finaliser leurs requêtes plus rapidement et à moindre coût d’inférence.

Écosystème de développement et intégration

Le dépôt inclut un dossier encoding contenant encoding.py, une implémentation de référence en Python. Ce script propose des cas de test couvrant les conversations multi‑tour, les appels d’outils, le mode « thinking », l’effort de raisonnement numérique, les messages système en cours de conversation et l’insertion d’images intercalées. Par ailleurs, le paquet deepseek‑recipe fournit des bibliothèques Rust avec des liaisons Python. Ces bibliothèques transforment les Messages, Chat Completions et réponses d’API en un format Conversation, puis les encodent en prompts ou en identifiants de tokens compatibles avec les modèles V4 et V4.1. Elles décodent également les sorties en réponses complètes ou en flux, incluant la prise en charge du thinking, des appels d’outils, des images et des réglages de génération. L’inférence, l’exécution des outils et le transport HTTP restent à la charge de l’utilisateur, ce qui offre une flexibilité maximale pour les environnements de production.

Déploiement et utilisation

Le répertoire inference propose des instructions détaillées pour la conversion des poids et le lancement de l’inférence en local. Les paramètres de sampling recommandés sont fournis afin d’harmoniser la qualité des réponses avec les nouvelles capacités du modèle. L’ensemble du code et des poids est distribué sous licence MIT, ce qui autorise une utilisation libre, même commerciale, à condition de conserver les mentions de droit d’auteur. En cas de problème, les utilisateurs sont invités à ouvrir une issue ou à contacter le support à l’adresse service@deepseek.com.