DeepSeek V4.1 Flash 1017: apa yang berubah dan hasil uji lawan V4 Pro

DeepSeek memperbarui V4.1 Flash menjadi DeepSeek-V4.1-Flash-1017 pada 17 Oktober 2026, dengan ID model (deepseek-flash) dan harga yang sama. Skor milik DeepSeek naik di setiap benchmark yang dicantumkannya. Dalam pengujian kami pada hari rilis, 1017 memberi jawaban yang sama dengan V4 Pro di setiap tugas yang bisa dijalankan keduanya, selalu selesai lebih dulu, dan biayanya 4–11 kali lebih murah.

Kedua model ada di OmniaKey: DeepSeek V4.1 Flash dan DeepSeek V4 Pro.

Apa yang berubah di 1017

DeepSeek merilis 1017 pada 17 Oktober 2026 sebagai pembaruan untuk V4.1 Flash yang dirilis 10 September (ulasan V4.1 Flash kami pada September). Kartu model baru menyebut 1017 sebagai pembaruan kecil yang tetap memberi kenaikan besar dalam penalaran, kode, tugas agen, dan uji visual. Skor di bawah ini milik DeepSeek sendiri.

Semua baris naik. Terminal-Bench 4.0 bertambah 11,1 poin, ProgramBench 8,8, dan Apex Bench v1.1 7,5. Tanda † menandai subset teks-saja dari HLE.

NL2Repo-Bench perlu catatan sendiri: kartu model 1017 menempatkan model September di 65,4, sedangkan kartu model V4.1 Flash sebelumnya mencantumkan 64,0, jadi kenaikannya 2,8 poin pada satu basis dan 4,2 pada basis lain.

DeepSeek juga menyebut telah memangkas waktu tugas dan panjang keluaran, lalu menyebut hasilnya sebagai titik optimum performa–biaya baru di berbagai harness. DeepSeek menyebut DeepSeek Harness, Tencent CodeBuddy, dan WorkBuddy sebagai platform yang disesuaikan. Bobot tersedia di Hugging Face sebagai deepseek-ai/DeepSeek-V4.1-Flash-1017 dengan lisensi MIT. Kartu model menyarankan temperature 1.0, top_p 1.0, dan minimal 256K max_tokens bila menjalankannya sendiri.

Apakah kode Anda perlu diubah?

Tidak, jika Anda sudah memanggil deepseek-flash. Changelog menyebut cara pemanggilan dan harga tetap sama, dan ID itu sekarang melayani 1017.

• Nama lama deepseek-v4-flash dan deepseek-v4-flash-vision-exp masih berfungsi dan dilayani oleh 1017 dengan harga Flash. DeepSeek menyebut pengaturan ini sementara dan tidak menerbitkan tanggal berakhirnya.
• Penalaran aktif secara default pada effort high. reasoning_effort menerima low, high, atau max, dan nilai default adalah titik awal yang wajar untuk kode.
• Penalaran panjang butuh ruang dan koneksi streaming. Tugas parser kami memakai 20.709 token keluaran di 1017, dan V4 Pro mengembalikan 70.649 meski max_tokens kami setel 32.000. Permintaan V4 Pro tanpa streaming kami terputus setelah 10 menit, dan percobaan ulang dengan streaming selesai dalam 20,7 menit.
• Jam sibuk berbiaya dua kali lipat. Pada daftar harga DeepSeek, dicek 17 Oktober, input cache-miss Flash $0,15 per juta token dan output $0,60 per juta di luar jam sibuk, versus $0,30 dan $1,20 pada jam sibuk. V4 Pro $0,66 dan $1,98 di luar jam sibuk.

Jam sibuk adalah 01:00–04:00 dan 06:00–10:00 UTC pada hari kerja, kecuali hari libur nasional Tiongkok. Pengguna DeepSeek Harness sebaiknya pindah ke 0.2.1-rc.1 atau lebih baru, menurut changelog.

Pengujian kami: 1017 vs V4 Pro

Kami memulai kelima tugas pada 17 Oktober 2026, antara 13:00 dan 13:20 UTC, hari Jumat di dalam jendela luar jam sibuk DeepSeek.

Cara kami menguji

• ID model: deepseek-flash, yang dipetakan halaman harga DeepSeek ke DeepSeek-V4.1-Flash-1017, dan deepseek-v4-pro, yang balasannya melaporkan deepseek-v4-pro-ga-260813 (DeepSeek-V4-Pro-0813 di halaman harga).
• Permintaan dikirim ke endpoint /v1/chat/completions milik OmniaKey yang kompatibel dengan OpenAI.
• Penalaran aktif pada effort high default, tanpa mengubah temperature. Satu kali jalan per tugas per model, tugas berjalan paralel. Hanya percobaan ulang kode V4 Pro yang memakai streaming.
• Penilaian: tugas 1 terhadap berkas uji 30 kasus, dengan 19 hasil yang harus sama persis dengan Python dan 11 input yang harus memunculkan error yang tepat. Tugas 2 dari setiap panggilan alat dan argumennya, tugas 3 dari 10 field, tugas 4 dari tiga kode badge, tugas 5 dari empat jawaban.
• Waktu dihitung dari pengiriman permintaan sampai balasan lengkap. Biaya adalah jumlah token balasan dikali harga daftar DeepSeek di luar jam sibuk untuk input cache-miss dan output. Tidak ada cache hit.
• OmniaKey menjual akses API ke kedua model, jadi pengujian dijalankan lewat OmniaKey. Semua harga di sini adalah daftar harga DeepSeek sendiri, bukan harga kami.
• Sumber, semuanya dicek 17 Oktober 2026: changelog, harga, kartu model, panduan penalaran, panduan Search dan Fetch.

Satu kali jalan per tugas adalah sampel acak, bukan benchmark.

Tugas 1: parser dengan aturan Python yang persis

Apa yang diperiksa: prioritas operator, ** asosiatif kanan, -2**2 = -4, pembagian bulat, modulo, dan exception yang tepat, tanpa eval.

Prompt:

Write a Python 3 function evaluate(expr: str) that evaluates an arithmetic expression without using eval, exec, ast or any parsing library.

• 1017: 30 dari 30 kasus dalam 87,7 dtk, $0,0125, memakai 20.709 token keluaran, 19.734 di antaranya penalaran.
• V4 Pro: 30 dari 30 kasus, pada percobaan ulang dengan streaming: 1.239,5 dtk (20,7 menit), $0,1401, 70.649 token keluaran, 69.456 di antaranya penalaran. Percobaan pertama tanpa streaming terputus setelah lebih dari 10 menit tanpa balasan.

Putusan: 1017. Keduanya menulis parser yang benar, tetapi 1017 selesai dalam 88 detik dan V4 Pro hampir 21 menit, dengan biaya 11 kali lipat.

Tugas 2: panggilan alat paralel

Apa yang diperiksa: empat panggilan dalam satu balasan, dua kota dan dua alat, dengan kota yang tepat di setiap argumen.

Prompt:

I'm flying out tonight. What's the weather right now in Lisbon and in Osaka, and what's the local time in each city? Use the tools.

• 1017: keempat panggilan dengan argumen yang tepat, 2,6 dtk, $0,0002, 195 token keluaran.
• V4 Pro: keempat panggilan dengan argumen yang tepat, 5,2 dtk, $0,0008, 265 token keluaran.

Putusan: seri dalam ketepatan, 1017 menang dalam waktu dan biaya.

Tugas 3: field faktur dari email berantakan

Apa yang diperiksa: 10 field dari faktur Jerman-Inggris dengan "2.500 pcs at 0,42 EUR", tanggal "3rd of November 2026", termin 14 hari, dan diskon 5% pada satu baris.

Prompt:

Extract this invoice email into JSON with exactly these keys:

• 1017: 10 dari 10 field, 5,2 dtk, $0,0005, 779 token keluaran.
• V4 Pro: 10 dari 10 field, 22,1 dtk, $0,0034, 1.607 token keluaran.

Putusan: 1017. Jawaban sama, empat kali lebih cepat dan 6,7 kali lebih murah.

Tugas 4: log layanan 263K token

Apa yang diperiksa: kode badge terkini untuk Buildings A, B, dan C, sambil melewati kode B yang sudah diganti dan kode D yang tidak ditanyakan.

Tidak ada prompt untuk dikutip. Inputnya log layanan 262.816 token, menurut hitungan API, dengan lima baris NOTE.

• 1017: A, B, dan C benar, B lama dan D dilewati, 24,1 dtk, $0,0417, 3.771 token keluaran.
• V4 Pro: semua benar, 31,7 dtk, $0,1759, 1.221 token keluaran.

Putusan: 1017. Di sini ia berpikir lebih lama dan tetap selesai lebih dulu, dengan biaya sekitar seperempatnya.

Tugas 5: grafik

Apa yang diperiksa: bulan tertinggi, bulan terendah, rata-rata enam bulan sampai satu desimal, dan Juni dikurangi Januari. DeepSeek mencantumkan visi hanya di Flash, jadi 1017 berjalan sendiri.

Prompt:

Look at the chart. Which month had the most API calls and which had the fewest? What is the average of the six months, rounded to one decimal? By how many thousand calls did June exceed January? Reply in four short lines.

• 1017: 4 dari 4 jawaban, 3,8 dtk, $0,0002.

Putusan: 1017 secara default. V4 Pro tidak bisa menerima gambar.

Hasil

V4 Pro memakan waktu 14,1 kali lebih lama pada parser, dua kali lebih lama pada tugas alat, 4,2 kali pada faktur, dan 1,3 kali pada log. Untuk tugas 1 sampai 4, 1017 menghabiskan $0,055 dan V4 Pro $0,320, 5,8 kali lebih besar pada daftar harga DeepSeek.

Membaca klaim benchmark DeepSeek

Tabel 1017 DeepSeek menempatkan model baru di depan Claude Opus 5 pada empat dari sebelas uji dan di belakang pada tujuh. Ini angka DeepSeek, dijalankan dengan harness miliknya.

1017 unggul di DeepSWE v1.1 dengan 77,0 lawan 74,0, Automation-Bench v1.0.6 dengan 60,5 lawan 50,3, Agents' Last Exam dengan 35,4 lawan 28,6, dan Apex Bench v1.1 dengan 72,1 lawan 65,8. Opus 5 masih unggul di HLE dengan 56,3 lawan 42,6, Terminal-Bench 4.0 dengan 51,8 lawan 42,3, ProgramBench dengan 37,0 lawan 29,1, dan NL2Repo-Bench dengan 75,3 lawan 68,2. Opus 5 juga unggul di tiga uji visual: Chartography 84,0 lawan 83,0, BabyVision 94,1 lawan 92,5, dan ZeroBench-main 52,0 lawan 51,0.

DeepSeek tidak menerbitkan tabel resmi yang menyejajarkan 1017 dengan V4 Pro; satu-satunya skor V4 Pro yang diterbitkannya ada di kartu model V4.1 Flash September. Grafik yang memetakan skor DeepSWE terhadap biaya per tugas hanya berupa gambar, tanpa nilai di teks halaman.

Untuk kode Anda sendiri, lima uji di atas lebih berguna sebagai panduan.

API Search dan Fetch yang baru

Changelog 17 Oktober yang sama membuka mesin pencari internal DeepSeek sebagai API. Search adalah POST https://api.deepseek.com/v1/tools/search dan Fetch adalah POST https://api.deepseek.com/v1/tools/fetch. Keduanya memakai bearer key yang sama dengan API DeepSeek lainnya dan mengembalikan JSON mentah.

Setiap endpoint berbiaya $0,75 per 1.000 permintaan sukses pada daftar harga DeepSeek. Permintaan hanya ditagih bila mengembalikan HTTP 200 dengan hasil, jadi panggilan gagal atau kosong gratis. Kedua endpoint mengizinkan 5 kueri per detik per akun, dan Fetch juga punya batas per domain.

Search menerima kueri 1 sampai 128 karakter dan mengembalikan 10 hasil secara default, bisa diatur dari 1 sampai 50. Fetch menerima URL hingga 8.192 karakter dan mengembalikan halaman sebagai Markdown.

Panggilan alat di sisi server melalui DeepSeek Harness, Claude Code, dan Codex gratis sampai penagihan dimulai pada 31 Oktober 2026 pukul 16:00 UTC. Itu 1 November pukul 00:00 waktu Beijing.

Ini API milik DeepSeek sendiri, dijual dari api.deepseek.com.

Kelebihan dan kekurangan

Kelebihan

• Memberi jawaban yang sama dengan V4 Pro di setiap tugas yang bisa dijalankan kedua model.
• Lebih cepat di keempat tugas bersama, 1,3 sampai 14 kali.
• 4 sampai 11 kali lebih murah per tugas pada daftar harga DeepSeek.
• Membaca gambar, yang tidak bisa dilakukan V4 Pro.
• Langsung dipakai di kode deepseek-flash yang sudah ada.
• Bobot terbuka dengan MIT.

Kekurangan

• Berpikir lama pada tugas sulit: 19.734 token penalaran pada parser kami.
• Tabel DeepSeek sendiri masih menempatkan Claude Opus 5 di depan pada HLE, Terminal-Bench 4.0, ProgramBench, dan NL2Repo-Bench.
• Semua angka peningkatan berasal dari DeepSeek.

Pilih yang mana untuk pekerjaan apa

V4 Pro masih dijual per 17 Oktober 2026, dengan harga sendiri dan batas 500 permintaan bersamaan versus 2.500 untuk Flash. Pertahankan di tempat yang pengujian Anda tunjukkan menang.

Memanggil lewat API

from openai import OpenAI

client = OpenAI(api_key="YOUR_OMNIAKEY_KEY", base_url="https://api.omniakey.com/v1")

stream = client.chat.completions.create(
    model="deepseek-flash",           # melayani DeepSeek-V4.1-Flash-1017
    messages=[{"role": "user", "content": "Write a Python function that parses ISO 8601 durations."}],
    max_tokens=32000,                 # ruang untuk jawaban panjang
    stream=True,                      # penalaran panjang bisa melewati timeout proxy
)
for chunk in stream:
    delta = chunk.choices[0].delta if chunk.choices else None
    if delta and delta.content:
        print(delta.content, end="")

1. Buat key di dasbor OmniaKey dan tempelkan menggantikan YOUR_OMNIAKEY_KEY.
2. Kirim permintaan di atas dengan deepseek-flash. Jaga max_tokens sekitar 32.000 untuk pekerjaan kode dan pakai streaming untuk jalan panjang.
3. Catat jumlah token yang dikembalikan dan nama model pada tugas nyata pertama, lalu bandingkan biayanya dengan tarif luar jam sibuk DeepSeek.

Pertanyaan umum

Apakah DeepSeek menaikkan harga dengan 1017?

Changelog DeepSeek 17 Oktober menyebut harga tidak berubah. Halaman harga hari itu mencantumkan Flash $0,15 per juta token input cache-miss dan $0,60 per juta token output di luar jam sibuk. Halaman itu hanya menampilkan tarif saat ini.

Bisakah saya menjalankan 1017 di perangkat sendiri?

Bobotnya ada di Hugging Face dengan MIT. Rilis ini menyertakan kode encoding Python referensi, bukan template chat Jinja, jadi tumpukan serving lokal perlu encoder prompt sendiri.

Apakah 1017 membaca gambar lewat API?

Ya. Halaman harga DeepSeek menandai visi didukung di Flash dan tidak di V4 Pro, dan tugas grafik kami hanya berjalan di Flash.

Catatan pembaruan

• 17 Oktober 2026: terbit pertama kali, pengujian dilakukan hari yang sama.