Alisina NawabiDeepSeek brengt op 17 oktober V4.1-Flash-1017 uit voor website, app, API en download, met hogere scores op agentbenchmarks en volgens eigen metingen lagere kosten per taak.
Een Nederlands softwareteam dat codeagents test, kan volgens DeepSeeks eigen benchmarkgrafiek per taak minder aan modelkosten kwijt zijn, terwijl de prijs per token gelijk blijft. 1017 haalt daar op de hoogste redeneerstand 77,0% Pass@1 voor circa $0,20 per taak. Duizend zulke taken kosten dan ongeveer $200 aan modelkosten, nog zonder herstelpogingen, testomgeving of menselijke controle. Pass@1 betekent slagen bij de eerste poging.
De benchmarkwinst zit vooral in code
De modelkaart vergelijkt 1017 met V4.1-Flash op dezelfde benchmarknamen. DeepSWE v1.1 stijgt van 74,2 naar 77,0, Terminal-Bench 4.0 van 31,2 naar 42,3 en ProgramBench van 20,3 naar 29,1. Automation-Bench gaat van 54,8 naar 60,5. DeepSeek noemt dit een kleine update en schrijft dat taken sneller klaar zijn en de output korter is. De gewichten hebben een MIT-licentie.
In dezelfde tabel staat 1017 op DeepSWE boven Claude Opus 5 met 74,0 en GPT-5.6 Sol met 73,0. Op Terminal-Bench 4.0 haalt Opus 5 juist 51,8 tegenover 42,3 voor DeepSeek. De voorsprong wisselt dus per benchmark.
De modelbasis komt uit september. De eerste V4.1-Flash verscheen op 10 september met native beeldinvoer en een contextvenster van 1 miljoen tokens. De cacheprijs van $0,003 per miljoen inputtokens en dubbele API-tarieven tijdens het Nederlandse ochtendpiekblok horen al bij die productlijn. De nieuwe versie bouwt daarop voort. De 1017-gewichten zijn ook beschikbaar om te downloaden via Hugging Face en ModelScope.
Het modeltarief blijft gelijk
DeepSeek meldt dat de API-aanroepmethode en prijzen onveranderd blijven. De aanroepnaam blijft deepseek-flash; de website en app zijn bijgewerkt naar 1017. Bestaande software hoeft dus niet naar een nieuwe modelnaam over te stappen.
Buiten piekuren kost een miljoen inputtokens bij een cachemisser $0,15, een cachetreffer $0,003 en een miljoen outputtokens $0,60. De piekprijzen verdubbelen op werkdagen tussen 01:00 en 04:00 en tussen 06:00 en 10:00 UTC, behalve op Chinese feestdagen.
Volgens DeepSeek komt de lagere taakkost door kortere uitvoeringstijd en minder uitvoertokens; de prijs per miljoen tokens verandert niet.
Zoek en haal webpagina's op via DeepSeek
De aankondiging opent ook DeepSeeks eigen Search- en Fetch-API's voor ontwikkelaars. Search levert gestructureerde resultaten uit de eigen zoekmachine; Fetch haalt de inhoud van een webpagina op als Markdown. Beide endpoints kosten $0,75 per 1.000 succesvolle verzoeken. Tienduizend geslaagde zoekopdrachten kosten dus $7,50, hetzelfde bedrag geldt voor tienduizend Fetch-verzoeken.
Voor DeepSeek API-gebruikers zijn verzoeken via de servertools in DeepSeek Harness, Claude Code en Codex voorlopig gratis. DeepSeek start de facturering op 31 oktober 2026 om 16:00 UTC. Vanaf dat moment wordt webzoeken of pagina-inhoud ophalen een aparte gebruiksregel naast de modeltokens. Voor een agent die eerst zoekt en daarna meerdere pagina's leest, stapelen die kosten zich per verzoek op.
De kostenclaim blijft een leveranciersmeting
De grafiek vergelijkt DeepSWE v1.1 Pass@1 met de gemiddelde taakkosten in het Mini-SWE-agent-harnas. De vorige V4.1-Flash staat daarin op circa 74,2% bij ongeveer $0,50 per taak. De modelkaart vergelijkt de scores op dezelfde DeepSWE v1.1-benchmark en noemt het Mini-SWE-V2-harnas, terwijl de kostgrafiek Mini-SWE-agent vermeldt. Die verwijzingen lijken bij dezelfde testfamilie te horen, maar DeepSeek publiceert niet alle instellingen en taaklogs voor beide versies. Daardoor zijn identieke testcondities en de precieze kostberekening niet volledig na te rekenen. De grafiekvoetnoot vermeldt 22 september als datadatum, maar zegt niet wanneer 1017 zelf is getest.
The Decoder meldt dat er bij publicatie nog geen onafhankelijke benchmark van 1017 beschikbaar was. Het gaat dus om een vergelijking die DeepSeek zelf publiceert, zonder ruwe taakresultaten of herhaalde runs waarmee een team het bedrag kan narekenen. Dat is relevant omdat het testbudget prestaties zelf kan verschuiven. Het Britse AISI vond dat het slagingspercentage op softwaretaken ongeveer 25% steeg toen het tokenbudget van 1 naar 10 miljoen ging; in cybertests werd circa 8% van de taken pas boven 10 miljoen tokens opgelost.
Voor API-gebruikers zijn er twee wijzigingen: de modelversie verandert achter dezelfde aanroep, en Search en Fetch krijgen vanaf 31 oktober aparte verzoekkosten. De modelkosten per taak kunnen dalen, terwijl webzoeken per geslaagd verzoek wordt afgerekend. Hoeveel een organisatie werkelijk bespaart, blijft afhangen van de taken die slagen en de herstelpogingen die nodig zijn.
Veelgestelde vragen
Van benchmark naar werkende agent
Ik denk mee over het proces achter een AI-agent, ontwerp de aanpak en bouw hem van eerste idee tot live automatisering. Waar het kan, houd ik de oplossing self-hosted.
Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.
