Çinli yapay zeka şirketi DeepSeek, Eylül ayında kullanıma sunduğu V4.1 Flash modelini kapsamlı bir performans güncellemesiyle yeniledi. DeepSeek-V4.1-Flash-1017 adıyla yayımlanan sürüm, özellikle karmaşık yazılım geliştirme görevlerinde elde ettiği sonuçlarla öne çıkıyor. Şirketin paylaştığı test verilerinde model, bazı alanlarda OpenAI ve Anthropic'in üst seviye modellerini geride bırakıyor.
En büyük ilerleme, yapay zeka modellerinin terminal üzerinden çok aşamalı işlemleri gerçekleştirme becerisini ölçen Terminal-Bench 4.0 testinde görüldü. Önceki sürümün 31,2 olan puanı 42,3'e yükseldi. Aynı karşılaştırmada OpenAI'ın GPT-5.6 Sol modeli 39,9, Anthropic'in Opus 5 modeli ise 51,8 puan aldı.
DeepSeek'in hedefi, yapay zekayı yalnızca sorulara yanıt veren bir sistem olmaktan çıkarıp yazılım projelerini daha bağımsız biçimde yürütebilen bir araca dönüştürmek. Yeni sürümün daha kısa yanıtlarla görevleri daha hızlı tamamlaması da özellikle sürekli çalışan yapay zeka ajanlarını kullanan geliştiriciler için avantaj sağlayabilir.
Kodlama Testlerinde Yeni Sürümün Performansı
17 Ekim 2026'da yayımlanan güncelleme, 10 Eylül'de tanıtılan V4.1 Flash'ın üzerine geliştirildi. DeepSeek, yeni sürümün eğitiminde kendi çıktılarından geri bildirim alan pekiştirmeli öğrenme yöntemlerinden yararlandığını belirtiyor. Bu çalışma, tek bir kod parçası üretmekten ziyade başlangıçtan sona bir projeyi tamamlamaya odaklanıyor.
Sonuçlar farklı testlere de yansımış durumda. Gerçek yazılım geliştirme görevlerini temel alan DeepSWE v1.1 testinde modelin başarı puanı 74,2'den 77,0'a çıktı. DeepSeek'in yayımladığı karşılaştırma tablosunda GPT-5.6 Sol 73,0, Opus 5 ise 74,0 puanda kalıyor.
ProgramBench testinde daha büyük bir sıçrama var. Önceki sürüm 20,3 puan alırken V4.1-Flash-1017, 29,1 puana ulaştı. Yazılım depolarını inceleme ve kod tabanı üzerinde çalışma yeteneklerini ölçen NL2Repo-Bench sonucunda da 65,4'ten 68,2'ye yükseliş kaydedildi.
Araç kullanmadan bilgi ve akıl yürütme performansını ölçen Humanity's Last Exam testindeki puan 36,8'den 42,6'ya çıktı. Ancak burada GPT-5.6 Sol 44,5, Opus 5 ise 56,3 puanla önde bulunuyor.
Bu sonuçlar DeepSeek'in kendi yayımladığı ölçümlere dayanıyor. Terminal-Bench 4.0 için Claude Code, DeepSWE için Mini-SWE-V2 test altyapısı kullanıldı. Modellerin başarısı, birlikte çalıştıkları araçlara ve test koşullarına göre değişebildiğinden söz konusu rakamlar genel bir performans sıralaması anlamına gelmiyor.
Şirket, yeni sürümün yeteneklerini göstermek için oyun geliştirme ve üç boyutlu modelleme örnekleri de paylaştı. Bunların arasında Godot oyun motoruyla hazırlanan bir Portal 2 canlandırması, tarayıcı tabanlı yarış oyunu ve Pekin'deki Yasak Şehir'in üç boyutlu modeli bulunuyor.
DeepSeek V4.1 Flash Fiyatı Ve Erişim Seçenekleri
V4.1 Flash'ın temelinde, Eylül ayında tanıtılan 552 milyar parametreli Mixture-of-Experts (MoE) mimarisi yer alıyor. Modelin bütün parametreleri her işlemde kullanılmıyor. DeepSeek'in Causal Encoder-Decoder adını verdiği asimetrik yapıda girişlerin işlenmesi sırasında yaklaşık 8 milyar, çıktı üretilirken ise 16 milyar parametre etkinleşiyor.
Bu tasarım, yüksek toplam parametre sayısına rağmen işlem maliyetini kontrol altında tutmayı amaçlıyor. Modelin ilk V4.1 sürümüyle tanıtılan önbellek optimizasyonları da önceki nesle kıyasla KV Cache için gereken yüksek bant genişlikli bellek miktarını dörtte bire, SSD depolama ihtiyacını ise sekizde bire indiriyor.
Görselleri doğrudan anlayabilen model, API üzerinden 1 milyon token bağlam uzunluğunu destekliyor. Tek yanıtta üretilebilecek azami çıktı ise 384 bin token olarak belirtiliyor.
DeepSeek, 17 Ekim güncellemesinde ücretleri değiştirmedi. Güncel API tarifesi şöyle:
1 milyon giriş tokenı: Yoğun olmayan saatlerde 0,15 dolar, yoğun saatlerde 0,30 dolar.
1 milyon çıkış tokenı: Yoğun olmayan saatlerde 0,60 dolar, yoğun saatlerde 1,20 dolar.
1 milyon önbellekten okunan giriş tokenı: Yoğun olmayan saatlerde 0,003 dolar, yoğun saatlerde 0,006 dolar.
Karşılaştırma için OpenAI'ın GPT-5.6 Sol modelinde 1 milyon çıkış tokenı 20 dolardan ücretlendiriliyor. Böylece DeepSeek'in çıktı tokenı fiyatı, saat dilimine göre yaklaşık 17 ila 33 kat daha düşük kalıyor. Gerçek bir görevin toplam maliyeti ise modellerin ürettiği token miktarına, giriş uzunluğuna ve kullanılan ek araçlara bağlı olarak değişiyor.
Düşük fiyatın yazılım geliştiricileri açısından ayrı bir karşılığı var. Otonom kodlama araçları tek bir işi tamamlamak için çok sayıda istek gönderebiliyor. DeepSeek'in yeni sürümde görev tamamlama süresini ve üretilen çıktı uzunluğunu azaltmaya odaklanması, bu tür uygulamaların maliyetini token ücretlerinin ötesinde de düşürebilir.
Yeni model şu anda DeepSeek'in internet sitesi, mobil uygulaması ve API hizmeti üzerinden kullanılabiliyor. Geliştiricilerin API isteklerinde deepseek-flash model adını kullanması yeterli. Model ağırlıkları da MIT lisansıyla Hugging Face ve ModelScope üzerinden yayımlandı. Böylece gerekli donanıma sahip şirketler ve araştırmacılar modeli kendi altyapılarında çalıştırabiliyor.
DeepSeek aynı gün kendi arama altyapısını kullanan Search ve Fetch API'lerini de erişime açtı. Her iki hizmet için 1.000 başarılı istek başına 0,75 dolar fiyat belirlendi. DeepSeek Harness, Claude Code ve Codex üzerinden yapılan sunucu taraflı araç çağrıları 1 Kasım 2026'ya kadar ücretsiz sunuluyor. Şirket, V4.1-Flash-1017'den en iyi verimi almak isteyen geliştiricilere DeepSeek Harness'in 0.2.1-rc.1 veya daha yeni bir sürümünü kullanmalarını öneriyor.
