DeepSeek Flash 1017: низкая цена и тесты на задачах для AI-агентов

DeepSeek обновила Flash до версии 1017 — и снова сделала ставку на главное: качество, скорость и низкую цену API. По заявлениям разработчиков, модель обходит более ранние версии Sol и Opus, а в собственных тестах автора особенно хорошо показывает себя в задачах для AI-агентов.

Главный аргумент Flash 1017 — стоимость. По данным исходного теста, миллион токенов обходится дешевле одного доллара. Для API-сценариев это важнее громких сравнений: модель можно использовать не только для разовых запросов, но и постоянно держать «на линии» в личных автоматизациях.

Что изменилось

DeepSeek обновила модель DeepSeek-V4.1-Flash и выпустила вариант с маркировкой 1017. При этом для работы через API не нужно менять интеграцию: модель по-прежнему вызывается под именем deepseek-flash.

Разработчики показывают результаты, в которых Flash 1017 опережает более ранние версии Sol и Opus. Сравнение не совсем актуально, если учитывать новые поколения моделей, но оно всё равно интересно в контексте китайских решений: там DeepSeek выглядит особенно уверенно.

Зачем это нужно, если есть дорогие подписки

Подписка за 200 долларов может быть удобной, но API решает другую задачу. В этом режиме платишь за фактическое использование и можешь подключать модель к собственным инструментам, ботам и агентам.

Например, автор уже несколько месяцев использует DeepSeek в Hermes и OpenClaw. Модель помогает в бытовых сценариях:

• ведёт чаты с диетологом;
• оформляет пропуска для гостей, нянь и парковки;
• работает с календарём и встречами семейного офиса;
• отправляет напоминания после Zoom-встреч;
• выполняет поручения вроде «запиши», «напомни» и «изучи».

Расходы на API в разные месяцы составляют от 20 до 50 долларов. Это не универсальная оценка стоимости: итог зависит от числа запросов, длины контекста и выбранного режима рассуждений. Но для постоянных бытовых автоматизаций такая модель выглядит практичнее, чем дорогой универсальный тариф.

Отдельно автор отмечает, что DeepSeek пока не блокировал его запросы из-за указания местоположения — в отличие от Anthropic. Это личный опыт автора, а не гарантия поведения сервиса для всех пользователей.

Тест на задачах для агентов

Чтобы проверить модель не только по официальным таблицам, автор прогнал Flash 1017 через PAC-1 — собственный тестовый полигон для задач вызова инструментов и выполнения простых поручений. Именно такие сценарии важны для AI-агентов: модель должна не просто написать ответ, а правильно выбрать действие и довести задачу до конца.

В сравнении с предыдущими поколениями DeepSeek автор увидел уверенное лидерство новой версии. А вот Sol 6.1, по его оценке, неожиданно оказался аутсайдером. Результаты нельзя считать независимым рейтингом: это один пользовательский тест, проведённый на ограниченном числе запусков.

Стоимость эксперимента тоже заметно различалась:

• три прогона DeepSeek в режиме высокого рассуждения обошлись в 0,60 доллара;
• три прогона в максимальном режиме — в 0,78 доллара;
• суммарно за шесть запусков автор заплатил 1,38 доллара;
• три прогона Sol 6.1 стоили 5,24 доллара.

То есть в этом конкретном тесте DeepSeek оказался не только сильнее по результату, но и примерно в несколько раз дешевле. Проверять вывод лучше на собственных задачах: цена и качество могут меняться в зависимости от контекста, инструментов и настроек рассуждения.

Flash 1017 — не обязательно замена всем флагманским моделям. Но для агентов, автоматизаций и частых API-запросов у него есть понятное преимущество: низкая стоимость при качестве, которого, по опыту автора, хватает для повседневных задач.

Модель уже появилась на Hugging Face, а сам автор предлагает сравнивать локальные запуски на PAC-1.