DeepSeek lance V4.1-Flash-1017 et ouvre son Search API à $0,75 les 1000 appels

Le 17 octobre 2026, DeepSeek a publié DeepSeek-V4.1-Flash-1017, une mise à jour du modèle Flash de la gamme V4.1. Selon l'entreprise, il obtient de meilleurs résultats aux benchmarks, termine les tâches plus vite et rédige des réponses plus courtes que la version précédente. Le modèle fonctionne déjà sur le site, dans l'application et via l'API, et ses poids sont ouverts. Dans le même temps, DeepSeek rend les Search et Fetch API accessibles à tous, au prix de $0,75 les 1000 appels pour chaque endpoint.

Amélioration de

Pareto : la qualité monte, le coût par tâche baisse

Le message central de cette version : Flash-1017 fait mieux que son prédécesseur sur deux axes à la fois, la performance et le coût. En économie, on parle d'amélioration au sens de Pareto quand un gain sur un critère ne se paie pas par une perte sur un autre. Pour les scénarios agentiques, cela compte. Dans ces tâches, les tokens ne partent pas dans une seule réponse mais dans de longues chaînes d'étapes : des sorties plus courtes réduisent donc directement la facture.

L'entreprise présente un graphique DeepSWE v1.1 : Pass@1 en fonction du coût d'une tâche. Les mesures ont été réalisées sur le harness mini-swe-v2. L'annonce ne donne aucun chiffre précis : pour l'instant, il faudra donc évaluer soi-même l'ampleur de l'amélioration, sur ses propres tâches.

Le modèle a été optimisé pour DeepSeek Harness, Tencent CodeBuddy et WorkBuddy. Pour de meilleurs résultats, DeepSeek recommande de mettre à jour Harness vers v0.2.1-rc.1 ou une version plus récente.

Construire des projets de zéro grâce au RL et à l'auto-rétroaction

L'entraînement de Flash-1017 a recours à l'apprentissage par renforcement avec auto-rétroaction. L'objectif : le développement de projets de bout en bout, des jeux à la modélisation 3D. DeepSeek a présenté quatre exemples :

• un modèle 3D de la Cité interdite ;
• un jeu de course dans le navigateur ;
• une recréation de Portal 2 sur le moteur Godot ;
• Valley of Ages, une scène 3D sur l'évolution, de la préhistoire à l'époque contemporaine.

Ce sont des démonstrations fournies par le développeur, sans vérification indépendante pour l'instant. Mais le choix des exemples indique une direction : l'entreprise veut que le modèle garde en tête un projet entier, et non une simple fonction. Pour les scènes 3D et les jeux, cela suppose de combiner code, assets, structure de la scène et logique. Le nom de la version le dit d'ailleurs : wish-driven programming, c'est-à-dire la programmation par le souhait.

Search et

Fetch : le moteur de recherche maison devient un produit

Le second volet de l'annonce est commercial. Les Search et Fetch API sont désormais ouverts à tous. DeepSeek affirme qu'ils reposent sur son propre moteur de recherche, qui traite chaque jour des centaines de millions de requêtes dans le monde. C'est un signal net : l'entreprise ne vend pas seulement un modèle, mais aussi l'infrastructure grâce à laquelle un agent navigue sur le web.

Les conditions :

• prix : $0,75 les 1000 appels pour chaque endpoint, Search et Fetch étant donc facturés séparément ;
• période gratuite : les appels via les outils côté serveur de DeepSeek Harness, Claude Code et Codex sont gratuits pour les utilisateurs de l'API DeepSeek ;
• début de la facturation : 31 octobre 2026, 16:00 UTC ;
• documentation : section API Guides, Search & Fetch.

La mention de Claude Code et de Codex est révélatrice. DeepSeek s'intègre dans les agents de code de ses concurrents et se bat pour la couche « modèle plus recherche » là où les développeurs travaillent déjà.

Comment l'essayer et sur quoi se concentrer

Le modèle est disponible sur Hugging Face (deepseek-ai/DeepSeek-V4.1-Flash-1017) et sur ModelScope : on peut donc le déployer en local ou sur son propre cluster. Si vous utilisez DeepSeek Harness, commencez par le mettre à jour vers v0.2.1-rc.1 ou une version supérieure.

Si vous développez des agents avec accès au web, vous disposez de deux semaines de test gratuit de Search et Fetch. Profitez-en pour mesurer combien d'appels une tâche consomme. À $0,75 les 1000 appels par endpoint, un agent qui effectue des dizaines de recherches et de chargements de pages par tâche verra apparaître une ligne notable dans son budget.

Il vaut mieux comparer Flash-1017 à la version précédente sur le coût d'une tâche résolue plutôt que sur le prix du token. C'est cette métrique que DeepSeek a mise en avant dans son graphique, et c'est elle qui permet de vérifier si la promesse de sorties plus courtes et d'une exécution plus rapide se vérifie.