Skip to content
FrontierDot

DeepSeek V4.1 Flash 1017 : chronologie, paramètres, prix et ce qui a changé depuis septembre

Chronologie mise à jour en continu · dernière mise à jour · 1 entrée dans le journal des mises à jour

Les développeurs qui appellent deepseek-flash ont gardé le même nom de modèle et le même prix. Le modèle qui leur répond a changé le 17 octobre, cinq semaines après la première sortie de V4.1 Flash.

DeepSeek a publié le 10 sept. 2026 V4.1 Flash, un MoE à poids ouverts sous licence MIT doté d’un backbone de 552B paramètres, puis l’a remplacé le 17 oct. par V4.1-Flash-1017, qui garde la même taille, le même nom d’API et le même prix et obtient de meilleurs scores dans les tests de DeepSeek.

Lu le 2026-10-19 (UTC+8) : le journal des modifications de l’API DeepSeek, ses pages d’actualité du 10 sept. et du 17 oct., la page Models & Pricing, les deux fiches modèles Hugging Face et les métadonnées de leurs dépôts, ainsi que les posts X officiels de @deepseek_ai, @DeepSeekHarness, @ArtificialAnlys, @ValsAI, @ollama et @baseten. Les heures X sont en UTC, comme X les affiche. Les scores sont ceux de DeepSeek sauf mention d’un tiers. Nous n’avons pas fait tourner le modèle.

Chronologie

  1. L’API de DeepSeek ajoute V4-Pro et V4-Flash sous les noms deepseek-v4-pro et deepseek-v4-flash. Selon le journal des modifications, les anciens noms deepseek-chat et deepseek-reasoner seront retirés dans trois mois, le 2026-07-24, et renvoient d’ici là aux modes sans réflexion et avec réflexion de V4-Flash.

    DeepSeek API change log (2026-04-24)

  2. L’API officielle de V4-Flash passe en bêta publique. DeepSeek indique que cette version, 0731, garde l’architecture et la taille de la préversion et n’a fait que repasser par le post-entraînement, avec 82.7 sur Terminal Bench 2.1 et 54.4 sur DeepSWE. La note précise que V4-Pro et les modèles de l’application et du web n’ont pas changé.

    DeepSeek API change log (2026-07-31)

  3. V4-Pro devient disponible pour tous dans l’application, sur le web et via l’API. La même entrée ajoute trois niveaux d’effort de réflexion (low, high et max) et une tarification heures pleines et heures creuses, les heures creuses coûtant la moitié du tarif plein à partir du 16 août à 16:00 UTC.

    DeepSeek API change log (2026-08-13)

  4. DeepSeek met sur l’API un modèle de vision expérimental, DeepSeek-V4-Flash-Vision-Exp. D’après le journal des modifications, ses capacités textuelles égalent celles de V4-Flash et, sur les benchmarks d’agents qui demandent de comprendre des images, il s’approche d’Opus-4.8.

    DeepSeek API change log (2026-08-21)

  5. À 06:10 UTC, DeepSeek ouvre sur X un fil de six posts annonçant V4.1-Flash, présenté comme le plus petit modèle d’une nouvelle famille d’architectures, avec une compréhension visuelle native. Le fil décrit un MoE de 552B paramètres dont la conception encodeur-décodeur causale active 8B paramètres en entrée et 16B en sortie, et son dernier post renvoie vers les poids et le rapport technique sur Hugging Face.

    DeepSeek on X: Introducing DeepSeek-V4.1-Flash

  6. Dans le quatrième post du même fil, DeepSeek retire V4-Flash et V4-Flash-Vision-Exp, redirige leurs anciens noms vers V4.1-Flash et annonce l’abandon progressif de V4-Pro. À partir du 14 septembre à 04:00 UTC, écrit-il, toutes les requêtes deepseek-v4-pro iront à V4.1-Flash, facturées au tarif de V4.1-Flash, jusqu’au lancement de V4.1-Pro.

    DeepSeek on X: V4.1-Flash on the API

  7. Artificial Analysis, société indépendante de benchmarks, publie ses résultats à 20:36 UTC. V4.1 Flash obtient 40 sur son Intelligence Index, devant DeepSeek V4 Pro 0813. Le même post le range parmi les modèles les plus bavards que la société ait mesurés, avec 89k tokens par tâche de l’indice, tout en estimant son coût à $0.27 par tâche grâce à des prix au token très bas.

    Artificial Analysis on X

  8. Ollama annonce à 23:12 UTC que V4.1-Flash est en cours de déploiement sur son cloud, d’abord pour les comptes Max et Team, et qu’il ajoute de la capacité pour atteindre tous les abonnés.

    Ollama on X

  9. Le compte DeepSeek Harness annonce des versions de bureau du harnais d’agents de DeepSeek pour macOS et Windows, dans un article X intitulé « DeepSeek Harness for Desktop Is Here ».

    DeepSeek Harness on X

  10. À 08:35 UTC, DeepSeek annonce DeepSeek-V4.1-Flash-1017, disponible sur son site, son application et son API. Le fil de quatre posts promet de meilleurs scores, des tâches terminées plus vite et des sorties plus courtes que la version de septembre, conseille aux utilisateurs de DeepSeek Harness de passer à la v0.2.1-rc.1 ou plus récente, et se termine par des liens vers les poids sur Hugging Face et ModelScope.

    DeepSeek on X: DeepSeek-V4.1-Flash-1017 is here

  11. Le troisième post du même fil ouvre à tous les API Search et Fetch de DeepSeek, à $0.75 les 1,000 appels pour chaque point d’accès. Les appels passés par des outils côté serveur dans DeepSeek Harness, Claude Code et Codex restent gratuits jusqu’au début de la facturation, le 31 octobre à 16:00 UTC.

    DeepSeek on X: Search & Fetch APIs

Pourquoi le nom prête à confusion

Les noms de DeepSeek ont deux niveaux, et l’essentiel de la confusion se loge entre les deux. Le premier est la version du modèle, une build datée comme V4-Flash-0731 ou V4.1-Flash-1017. Le second est le nom de modèle d’API que l’on met dans une requête, deepseek-flash depuis le 10 septembre. Quand DeepSeek publie une nouvelle build, il garde en général le nom d’API et change le modèle qui répond derrière. L’entrée du journal des modifications du 17 octobre le dit sans détour : les modèles du web et de l’application ont été mis à jour, la façon d’appeler et les prix ne changent pas, et deepseek-flash mène désormais au nouveau modèle.

Un développeur qui a réglé deepseek-flash en septembre utilise donc 1017 depuis le 17 octobre sans avoir modifié une ligne de code. Les anciens noms fonctionnent encore. La page Models & Pricing, lue le 19 octobre, indique que deepseek-v4-flash et deepseek-v4-flash-vision-exp sont toujours acceptés, que les modèles derrière eux ont été retirés, et que ces requêtes sont servies par V4.1-Flash-1017 et facturées au prix de Flash.

Le suffixe est une date, le 17 octobre, écrite comme 0731 et 0813 pour les builds V4 précédentes. La fiche modèle de 1017 la présente comme une mise à jour mineure de V4.1-Flash. Elle dispose de son propre dépôt Hugging Face, à côté de celui de septembre, et les deux sont publiés sous licence MIT.

Ce que l’architecture de septembre a changé

La fiche modèle de V4.1-Flash décrit un Causal Encoder-Decoder : un Transformer de 40 couches, découpé en un encodeur causal de 20 couches suivi d’un décodeur de 20 couches. Le cache KV global du décodeur est projeté à partir des derniers états cachés de l’encodeur au lieu d’être construit dans chaque couche du décodeur. DeepSeek explique ainsi que seuls 8B paramètres sont actifs par token pendant le prefill et 16B pendant le décodage, et estime que la conception rapporte le plus sur les charges d’agents où l’entrée pèse lourd.

Ce sont les chiffres de mémoire que DeepSeek met en avant. Selon la fiche, un ensemble de changements d’attention baptisé CSA2, combiné au stockage du cache KV principal en FP4, ramène le cache global à 890 octets par token, soit environ le quart de V4-Flash. Un second mécanisme, SWA Bounded Replay, évite d’écrire le cache à fenêtre glissante sur SSD et réduit le cache persistant à environ un huitième de V4-Flash. Un graphique de la fiche chiffre la réduction depuis le premier modèle de DeepSeek à un facteur 437. Le fil d’annonce donne la raison commerciale : les frais de cache hit représentent souvent une grande part de ce que coûtent les agents.

Autres détails de la fiche : chaque couche MoE compte un expert partagé et 384 experts routés, dont six actifs par token ; une mémoire conditionnelle Engram de 196B paramètres est lue par consultation à partir des tokens ; le pré-entraînement a porté sur 45T tokens de données multimodales, et le contexte a été étendu à 1M tokens après 34T d’entre eux. L’effort de raisonnement se règle par un entier de 1 à 100 ; les modèles V4 en avaient trois niveaux, low, high et max. Les images passent par un encodeur visuel que DeepSeek a entraîné de zéro, et images et textes ont été entraînés ensemble dès le début du pré-entraînement.

552B ou 763B : comment lire le nombre de paramètres

Cherchez la taille de ce modèle et vous tomberez sur deux nombres, tous deux tirés des pages de DeepSeek. L’annonce et le tableau du modèle de base donnent 552B, que la fiche qualifie de paramètres du backbone. Hugging Face affiche 763B pour le dépôt. L’écart vient surtout de la mémoire Engram, que la fiche chiffre à 196B paramètres et que le modèle consulte au lieu de la calculer à chaque token. Artificial Analysis emploie les deux chiffres dans un seul post : un modèle de 552B dans la première ligne, 763B paramètres au total plus bas.

La taille du téléchargement est plus facile à établir. Les métadonnées du dépôt sur Hugging Face indiquent 763,205,315,794 paramètres et 510.30 GB de fichiers safetensors, soit environ 475 GiB. Le dépôt de 1017 affiche le même nombre de paramètres et le même total safetensors, ce qui concorde avec le fait que DeepSeek parle d’une mise à jour mineure.

Des poids de cette taille visent des serveurs, et l’annonce de DeepSeek le dit à sa façon : elle invite les équipes qui prévoient un déploiement de 2,000 GPU avec un cluster de stockage à prendre contact, et précise que DeepSeek travaille avec la communauté open source sur la prise en charge de l’inférence. L’accès hébergé existait dès le premier jour : Baseten et Ollama ont tous deux annoncé V4.1-Flash le 10 septembre, et la page Hugging Face cite Novita, Fireworks, Featherless AI, DeepInfra et Baseten comme fournisseurs d’inférence.

Les prix, et le revirement sur V4-Pro

Le post sur les prix du 10 septembre annonçait des tarifs en vigueur à 04:00 UTC le jour même et des heures creuses toujours à moitié prix. Sur la page des prix au 19 octobre, deepseek-flash coûte en heures pleines $0.30 par million de tokens d’entrée en cache miss, $0.006 en cache hit et $1.20 par million de tokens de sortie, et en heures creuses $0.15, $0.003 et $0.60. Les heures pleines vont de 01:00 à 04:00 et de 06:00 à 10:00 UTC en semaine, hors jours fériés chinois. La fenêtre de contexte est de 1M tokens et la sortie maximale de 384K.

La même page liste toujours deepseek-v4-pro, désormais fixé sur DeepSeek-V4-Pro-0813, à $1.32 par million de tokens d’entrée en cache miss et $3.96 par million de tokens de sortie en heures pleines. Cela contredit le plan du fil du 10 septembre, qui prévoyait d’envoyer toutes les requêtes V4-Pro vers V4.1-Flash à partir du 14 septembre. Le journal des modifications donne l’explication : sous son titre du 10 septembre, il indique désormais que, pour répondre à la demande des utilisateurs, DeepSeek a décidé de continuer à servir V4 Pro après le 14 septembre, sans changer la facturation. Ce paragraphe ne porte pas de date propre, et nous n’avons trouvé aucun post X de DeepSeek annonçant ce changement.

Les prix au token ne suffisent pas à fixer la facture, car un modèle qui écrit plus de tokens en paie davantage. Artificial Analysis a mesuré 89k tokens par tâche pour V4.1 Flash sur son indice, plus que GLM-5.3, V4 Pro 0813 et des modèles de pointe comme Claude Opus 5. Son coût estimé par tâche, $0.27, restait pourtant environ 2.5 fois inférieur à celui de V4 Pro 0813. Vals AI, un autre évaluateur indépendant, l’a classé premier modèle à poids ouverts de son indice, à $0.30 par test. Il s’agit de résultats tiers sur la version de septembre, pas de chiffres de DeepSeek.

Ce que 1017 change, selon les chiffres de DeepSeek

Le journal des modifications du 17 octobre et la fiche modèle de 1017 donnent les mêmes onze scores et les comparent à la version de septembre. DeepSWE v1.1 passe de 74.2 à 77.0. Terminal-Bench 4.0 monte de 31.2 à 42.3, ProgramBench de 20.3 à 29.1, Automation-Bench de 54.8 à 60.5 et HLE sans outils de 36.8 à 42.6. Les tests d’agents visuels bougent moins : BabyVision avec outils de 89.6 à 92.5 et ZeroBench-main de 49.0 à 51.0.

Lisez les notes de bas de page avant de comparer. Pour 1017, DeepSeek a fait tourner Terminal-Bench 4.0 dans le harnais Claude Code et DeepSWE dans Mini-SWE-V2. La fiche de septembre mesurait la plupart des tests d’agents de code en mode Minimal de DeepSeek Harness, et DeepSWE avec mini-SWE. Aucune des deux pages ne dit si le score Terminal-Bench 4.0 de septembre a été remesuré dans Claude Code pour le nouveau tableau. Les pages de DeepSeek divergent aussi sur un chiffre de septembre : NL2Repo-Bench vaut 64.0 dans la fiche d’origine et 65.4 dans le journal des modifications et le tableau de 1017.

DeepSeek affirme aussi que 1017 termine les tâches plus vite et produit des sorties plus courtes, ce qui répondrait à la verbosité mesurée par Artificial Analysis en septembre. Aucune des deux pages de DeepSeek ne donne de nombre de tokens ; tant que personne n’a remesuré, la sortie plus courte reste une affirmation de DeepSeek. La page d’actualité de 1017 ajoute que le modèle a été entraîné par apprentissage par renforcement avec auto-évaluation sur des projets menés de bout en bout, et montre quatre démos, d’une maquette 3D de la Cité interdite à une recréation de Portal 2 sous Godot.

Deux différences mineures apparaissent dans les dépôts. Le top_p recommandé pour 1017 est 1.0, là où la fiche de septembre acceptait 0.95 ou 1.0. Le dépôt de 1017 contient les fichiers du tokenizer mais pas le PDF du rapport technique, resté dans le dépôt de septembre.

Search et Fetch, sortis le même jour

La seconde annonce du 17 octobre passe facilement inaperçue. DeepSeek a ouvert ses API Search et Fetch, qui reposent selon lui sur son propre moteur de recherche et traitent des centaines de millions de requêtes par jour. Chaque point d’accès coûte $0.75 les 1,000 requêtes réussies. Les appels que DeepSeek Harness, Claude Code ou Codex passent par des outils côté serveur sont gratuits pour l’instant. Le fil X fixe le début de la facturation au 31 octobre à 16:00 UTC, et la page des prix donne le même instant, 00:00 heure de Pékin le 1er novembre.

Ceux qui construisent des agents ont intérêt à noter la date. Les recherches côté serveur se déclenchent chaque fois que l’agent décide de vérifier quelque chose, si bien qu’une session au même volume de tokens peut coûter plus cher après le 31 octobre que la semaine précédente.

Ce que nous n’avons pas pu vérifier

  • Quand DeepSeek a décidé de continuer à servir V4-Pro après le 14 septembre. Le journal des modifications consigne la décision sous son titre du 10 septembre, sans date propre.
  • Si 1017 écrit des sorties plus courtes que la version de septembre, et dans quelle mesure. DeepSeek ne donne aucun nombre de tokens, et les mesures de verbosité d’Artificial Analysis portent sur la version de septembre.
  • Le matériel nécessaire pour faire tourner les poids soi-même. DeepSeek publie le code d’inférence et la taille des fichiers, mais les pages consultées ne donnent aucune configuration minimale, et nous n’avons pas fait tourner le modèle.
  • Des scores tiers pour 1017. Les résultats d’Artificial Analysis et de Vals cités ici ont été publiés le 10 septembre pour le V4.1-Flash d’origine.

Notre avis

V4.1 Flash se suit ligne par ligne, parce que DeepSeek consigne presque tout : un journal des modifications daté, deux fiches modèles avec des tableaux de benchmarks, une page de prix aux horaires précis et des fils X horodatés. Le seul point flou est la décision sur V4-Pro, annoncée dans un fil X puis annulée dans le journal des modifications sans post que nous ayons pu trouver. Pour qui utilise l’API, l’essentiel tient en peu de mots. deepseek-flash pointe déjà vers 1017, le prix n’a pas bougé, les anciens noms V4 fonctionnent encore, et la facturation de Search et Fetch commence le 31 octobre à 16:00 UTC. Nous ajouterons ici des entrées datées quand DeepSeek sortira V4.1-Pro, changera ses prix ou publiera sa prochaine build.

À lire aussi sur Front : l’analyse matérielle de Ling 3.1 Flash traite la même question de mémoire entre paramètres totaux et actifs pour un autre grand MoE, la chronologie de Reflection Beam et la chronologie de Meta Muse Spark Open suivent deux autres sorties à poids ouverts d’octobre, et Grok 4.8 : ce que xAI a réellement dit suit un modèle dont on a parlé mais qui n’est pas sorti. Tous les articles figurent dans l’index du blog Front.

La ligne de sorties plus longue, de V2 jusqu’à cette version, est dans la chronologie des modèles DeepSeek.

Pour continuer la lecture

Tous les articles, du plus récent au plus ancien, sont sur l’index du blog Front.

Questions fréquentes

Qu’est-ce que DeepSeek V4.1 Flash 1017 ?

DeepSeek-V4.1-Flash-1017 est la mise à jour de DeepSeek V4.1 Flash du 17 octobre 2026. La fiche modèle de DeepSeek la qualifie de mineure. Le nombre de paramètres est identique, et le modèle est servi sous le même nom d’API, deepseek-flash, au même prix.

Combien de paramètres compte DeepSeek V4.1 Flash ?

DeepSeek annonce 552B paramètres de backbone, dont 8B actifs par token en entrée et 16B en sortie. Hugging Face indique 763B pour le dépôt, ce qui inclut la mémoire Engram de 196B paramètres. Les fichiers safetensors pèsent environ 510 GB au total.

Combien coûte l’API de DeepSeek V4.1 Flash ?

En heures pleines, $0.30 par million de tokens d’entrée en cache miss, $0.006 en cache hit et $1.20 par million de tokens de sortie. Les heures creuses coûtent moitié moins, selon la page des prix de DeepSeek au 19 octobre 2026.

DeepSeek V4.1 Flash est-il open source ?

Les poids et le code des dépôts de V4.1-Flash et de V4.1-Flash-1017 sont publiés sur Hugging Face sous licence MIT, et DeepSeek a aussi mis 1017 sur ModelScope.

Journal des mises à jour

  • — Première publication. Pages de DeepSeek et posts X officiels vérifiés jusqu’au 19 oct. 2026 (UTC+8).

Sources