DeepSeek V4.1 Flash 1017 : bond de performance et vitesse doublée
DeepSeek V4.1 Flash 1017 améliore significativement les performances par rapport à la version précédente, passant de 31 à 42 sur Terminal Bench, et devient deux fois plus rapide que n'importe quel autre LLM tout en restant au même prix dérisoire.
Cette amélioration positionne DeepSeek comme une alternative très performante aux modèles américains précédents (Claude Opus 3.5, GPT-4o) pour un coût minimal. Le modèle devient exploitable pour des tâches nécessitant vitesse et performance, notamment pour les référenceurs utilisant l'IA pour générer ou analyser du contenu à grande échelle. La restriction américaine limite toutefois son intégration dans des outils destinés au marché US.
L'auteur est impressionné par le bond de performance et souligne que ce n'est pas une évolution mineure contrairement à ce qu'annonce DeepSeek.
« tous les petits geeks qui sont en train de tester Deepsic V81 Flash 10 17 disent à quel point ils sont bluffés par le pas en avant fait par rapport à la précédente sous-version. Et c'est pas mineur du tout. »
L'auteur note que le gouvernement américain a banni tous les outils DeepSeek pour les services publics et les outils tiers intégrant DeepSeek, ce qui complique son adoption aux États-Unis.
« Gouvernement de Donald Trump a demandé à ce qu'on bannisse définitivement tous les outils de dipsic du continent américain pour les services publics et même du deepsic intégré dans des outils tiers. Ben, ça risque d'être compliqué de faire le tri. »
Modèle d'intelligence artificielle chinois pour génération de texte et traitement de langage naturel
Pourquoi il semble prometteur : Performances au niveau des meilleurs modèles américains précédents, vitesse deux fois supérieure à tout autre LLM, coût dérisoire (1,20 dollar par million de tokens en sortie en heure pleine), et possibilité de l'héberger localement sur machine non-datacenter
Mise à jour mineure (poids ouverts, checkpoint FP8 de 552B paramètres MoE) accessible gratuitement via l'app et le web DeepSeek, et payante via l'API sous l'identifiant deepseek-flash au tarif inchangé ; les gains annoncés restent des benchmarks maison non vérifiés par un tiers.
L'auteur présente le modèle comme une avancée majeure qui change la donne par ses performances, sa vitesse et son coût, le rendant accessible pour un usage intensif. Il questionne toutefois les implications géopolitiques du bannissement américain.
« Sur Terminal Bench, on est passé d'un score de 31 à 42. Bah pardon, c'est une grosse évolution et ça change tout. Si on veut un modèle hyper rapide, là il plie le game total de dipsic V41 flash et deux fois plus rapide que n'importe quel autre LLM. »
Sources
- deepseek-ai/DeepSeek-V4.1-Flash-1017 · Hugging Face DeepSeek / Hugging Face
- Change Log — DeepSeek API Docs DeepSeek
- DeepSeek releases updated V4.1-Flash model it says completes tasks faster SiliconANGLE
- DeepSeek V4.1 Flash 1017 (max) — Intelligence, Performance & Price Analysis Artificial Analysis
- DeepSeek-V4.1-Flash debuts with $0.003/1M off-peak cached-input rate VentureBeat
- DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression arXiv (DeepSeek-AI)
Le modèle utilise une architecture Mixture of Experts avec 552 milliards de paramètres, mais n'active que 8 milliards en entrée et 16 milliards en sortie, sélectionnant uniquement ce qui est nécessaire pour répondre.