DeepSeek rilis V4.1 Flash baru, fokus tekan biaya per tugas

DeepSeek merilis DeepSeek-V4.1-Flash-1017, update kecil untuk model V4.1 Flash, dengan weights tersedia di Hugging Face di bawah lisensi MIT. Yang ditonjolkan bukan ukuran. Dengan sekitar 763 miliar parameter dan context window satu juta token, model ini sekelas dengan versi yang digantikannya. Fokus sebenarnya ada pada efisiensi. Judul model card-nya, "Pushing the Limits of KV Cache Compression", menegaskan arah itu, dan tim DeepSeek menyebut update ini menuntaskan tugas agent dengan langkah lebih sedikit dan output lebih pendek, sehingga biaya per tugas turun, bukan sekadar harga per token.

Kenaikan skor benchmark tergolong besar untuk update sekecil ini. Di Terminal-Bench 4.0, pengujian kerja agent di shell nyata, skornya naik dari 31,2 ke 42,3. ProgramBench naik dari 20,3 ke 29,1, dan Humanity's Last Exam tanpa tools naik dari 36,8 ke 42,6. Skor coding dan agentic ikut membaik, dan model card juga melaporkan peningkatan di benchmark visual.

DeepSeek terbuka soal posisinya terhadap model tertutup. Dalam tabel mereka sendiri, Opus 5 dari Anthropic masih unggul di sebagian besar tugas, dengan 51,8 di Terminal-Bench dan 56,3 di Humanity's Last Exam, dibanding 42,3 dan 42,6 milik Flash. Klaimnya bukan bahwa Flash menang, melainkan bahwa model terbuka berlisensi MIT kini cukup dekat sehingga selisihnya diukur dalam poin, bukan generasi, dan bisa kamu jalankan sendiri. Metode lengkapnya ada di laporan teknis yang ditautkan.

Kenapa ini penting

Kalau kamu menjalankan beban kerja coding atau agent, angka yang benar-benar membebani tagihan adalah biaya per tugas selesai, bukan biaya per token, dan DeepSeek mengoptimalkan yang pertama sambil menyerahkan weights-nya ke kamu. Layak diuji terhadap model tertutup yang kamu pakai sekarang sebelum siklus tagihan berikutnya.