Mise à jour DeepSeek V4.1 Flash 1017 : ce qui change et comment l’essayer

Ce qui change dans DeepSeek V4.1 Flash 1017

Le journal des modifications de DeepSeek indique que V4.1 Flash est passé à la nouvelle version et que les modèles officiels du web et de l’application ont également été mis à jour. La fiche du modèle parle d’une mise à jour mineure, avec des progrès en raisonnement, en programmation, sur les tâches d’agent et les benchmarks visuels, et affirme qu’elle réduit le temps d’exécution des tâches et la longueur des sorties, ce qui fait baisser les coûts.

Parmi les scores publiés par DeepSeek figurent 42,6 sur Humanity's Last Exam sans outils, 42,3 sur Terminal-Bench 4.0 et 77,0 sur DeepSWE v1.1. Ce sont des résultats annoncés par l’éditeur ; le journal des modifications précise quel framework d’agent a été utilisé pour certains d’entre eux.

Sources : Documentation de l’API DeepSeek : journal des modifications · Hugging Face : deepseek-ai/DeepSeek-V4.1-Flash-1017

Pour les développeurs : rien à migrer, quelques détails à connaître

Dans l’API, vous continuez à appeler deepseek-flash ; DeepSeek indique que la méthode d’appel et les tarifs sont inchangés. La même entrée du journal ouvre aussi l’API de recherche maison de DeepSeek pour la recherche web.

Si vous hébergez le modèle vous-même, la fiche Hugging Face indique le dépôt et les poids sous licence MIT, une fenêtre de contexte de 1M de tokens et les réglages recommandés temperature 1.0 et top_p 1.0. La publication ne comprend pas de modèle de chat Jinja ; elle fournit à la place une implémentation de référence en Python pour encoder les prompts. La taille indiquée est d’environ 763 milliards de paramètres : une utilisation locale exige un matériel multi-GPU conséquent.

Sources : Documentation de l’API DeepSeek : journal des modifications · Hugging Face : deepseek-ai/DeepSeek-V4.1-Flash-1017

Ce que des sorties plus courtes changent pour vous

Des sorties plus courtes sont généralement une bonne nouvelle : réponses plus rapides, factures d’API moins élevées et moins de texte à lire. La contrepartie, c’est qu’une réponse concise peut sauter une étape dont vous aviez besoin, comme une hypothèse, un cas limite ou une réserve. Notre conseil : précisez ce que « complet » signifie pour votre tâche, par exemple les étapes, le résultat final et les hypothèses, plutôt que de demander une réponse longue.

Voyez les gains aux benchmarks comme une raison de refaire un test, pas comme une preuve pour votre propre travail. Un essai rapide sur une tâche dont vous connaissez déjà la bonne réponse vous en apprendra plus qu’un classement.

Un test rapide avec votre propre tâche

Choisissez une tâche que vous faites chaque semaine et que vous savez déjà évaluer : expliquer un bout de code, résumer un document que vous avez lu ou planifier un petit projet. Lancez le prompt ci-dessous, puis vérifiez s’il manque quelque chose d’important. Le prompt demande une réponse compacte mais complète, ce qui convient au style plus court du nouveau modèle. Remplacez d’abord le texte entre crochets.

Voici une tâche que je fais régulièrement : [tâche et contenu]. Donne la réponse la plus courte qui reste complète : 1) le résultat, 2) les étapes que tu as suivies, 3) toute hypothèse que tu as faite, 4) un point que je devrais vérifier. N’ajoute pas de contexte que je n’ai pas demandé.

Comment l’essayer dans GO AI

L’option DeepSeek de GO AI Chat repose sur DeepSeek V4.1 Flash via le nom de modèle deepseek-flash, qui, selon DeepSeek, sert désormais la mise à jour 1017. Ouvrez le chat web de GO AI ou l’application iPhone, choisissez DeepSeek dans le menu des modèles et envoyez votre prompt de test.

Pour comparer, envoyez le même prompt à un autre modèle dans GO AI et comparez côte à côte l’exhaustivité, l’exactitude et la longueur. Gardez exactement le même contenu pour que la comparaison soit équitable.

Sources : Documentation de l’API DeepSeek : journal des modifications