Çin merkezli YZ şirketi Deepseek, Flash modelinin ajan tabanlı görevlerde ve kodlamada önemli performans artışları sağlayan güncellenmiş sürümünü yayımladı. Şirket ayrıca kendi geliştirdiği arama motorunu ilk kez dışarıdan geliştiricilerin kullanımına açıyor.
Deepseek-V4.1-Flash-1017, şirketin internet sitesi, uygulaması ve API’si üzerinden kullanıma sunuldu. Deepseek, modelin ağırlıklarını da Hugging Face ve ModelScope’ta açık kaynak olarak yayımladı. Bir önceki sürümüne kıyasla daha yüksek kıyaslama testi puanları elde eden model, görevleri daha hızlı tamamlıyor ve daha kısa çıktılar üretiyor. Şirket, bu güncellemeyi performans ve maliyet arasındaki denge açısından bir Pareto iyileştirmesi olarak nitelendiriyor.
Deepseek, sıfırdan eksiksiz yazılım projeleri geliştirmek için öz geri bildirimli pekiştirmeli öğrenme (RLSF) yöntemini kullanıyor. Eğitim sonrası uygulanan bu yöntem, modelin kendi iç güven puanlarını veya kendi oluşturduğu eleştirileri ödül sinyali olarak kullanmasını sağlıyor. Böylece insan değerlendiricilere veya harici ödül modellerine duyulan ihtiyaç ortadan kalkıyor. Deepseek’e göre bu yaklaşım, oyun programlamadan 3D modelleme ve tasarım çalışmalarına kadar çeşitli görevlerde uçtan uca proje geliştirme sürecini iyileştiriyor. Model ayrıca yakın zamanda yayımlanan Opus 5.5’e benzer şekilde kısa açıklayıcı videolar için animasyonlar oluşturabiliyor.
Model, Deepseek Harness (v0.2.1-rc.1 veya üzeri öneriliyor), Tencent CodeBuddy ve WorkBuddy gibi geliştirme ortamları için optimize edildi.
Daha Küçük Flash Modeli, Kodlama ve Ajan Görevlerinde Daha Büyük Rakiplerini Geride Bırakıyor
Deepseek’in kendi kıyaslama testlerine göre V4.1-Flash-1017, önceki sürümü V4.1-Flash’ten daha yüksek performans gösteriyor. Ayrıca kodlama ve YZ ajanlarına yönelik çeşitli kategorilerde Claude Opus 5, GPT 5.6-Sol, Kimi K3 ve GLM 5.3 gibi daha büyük rakip modelleri geride bırakıyor.
DeepSWE kıyaslama testine ait maliyet grafiği, daha kısa çıktıların verimlilik açısından ne kadar önemli olduğunu gösteriyor. V4.1-Flash-1017, görev başına ortalama 0,20 doların biraz altında maliyetle yüzde 77,0’lık en yüksek skora ulaşıyor. Düşük ayarda bile yaklaşık 0,10 dolar maliyetle yüzde 72’nin üzerinde başarı elde ediyor. Önceki sürüm ise yüzde 74,2’lik skor elde etmiş, ancak her çalıştırmanın maliyeti yaklaşık 0,50 dolar olmuştu.
Aynı grafikte GPT-6 Astra, Gemini 3.8 Flash ve Claude Opus 5 gibi rakip modellerin görev başına maliyeti 2 dolardan 10 doların üzerine kadar çıkıyor. Üstelik bu modellerin hiçbiri daha küçük Deepseek modelinin doğruluk oranına ulaşamıyor. Ancak bağımsız kıyaslama testleri henüz yayımlanmadı ve bu testler tek başına performansın tamamını yansıtmıyor. Örneğin geliştiricilerin kod kalitesine ilişkin değerlendirmeleri, kıyaslama testi sonuçlarından büyük ölçüde farklılaşabiliyor.
Deepseek, Kendi Arama Motorunu Herkese Açık Bir API’ye Dönüştürüyor
Deepseek, dil modelinin yanı sıra web arama araçlarını (Search & Fetch API’leri) da tüm geliştiricilerin kullanımına açıyor. Şirkete göre bu hizmetler, kendi bünyesinde geliştirdiği ve dünya genelinde hâlihazırda günde yüz milyonlarca sorguyu işleyen bir arama motoru üzerinde çalışıyor. Kurulum ayrıntıları API belgelerinde yer alıyor.
Her bir API uç noktası için 1.000 çağrı başına 0,75 dolar ücret alınıyor. Deepseek API kullanıcıları, 31 Ekim 2026 saat 16.00’ya (UTC) kadar Deepseek Harness, Claude Code ve Codex’teki sunucu tarafı araçlar üzerinden bu özelliklere ücretsiz erişebiliyor.
Yinede yeni ortaya çıkan bir gelişme, Çin menşeli YZ modellerini iş akışlarına kapsamlı biçimde entegre etmeyi biraz daha az cazip hâle getirdi. İddialara göre Çin hükümeti, ağırlıkları açık modellerin yayımlanmasına yönelik kuralları sıkılaştırmayı, hatta bu modellerin yayımlanmasını tamamen engellemeyi planlıyor. Belirleyici unsurlardan biri ise söz konusu modelin en yetenekli 10 model arasında yer alıp almadığı.
Kaynak: https://the-decoder.com/deepseek-v4-1-flash-1017-beats-larger-rivals-in-agentic-tasks-while-once-again-massively-cutting-per-task-costs/
