DeepSeek V4.1-Flash-1017 : poids ouverts et code amélioré

Demandez à un modèle de langage une maquette 3D du Musée du Palais, un jeu de course dans le navigateur ou une reconstitution de Portal 2 avec le moteur Godot, à partir d'une consigne courte et presque sans documentation de référence : DeepSeek affirme qu'il peut renvoyer quelque chose d'exécutable. C'est la démonstration que présente ce laboratoire chinois d'intelligence artificielle avec V4.1-Flash-1017, publié le 17 octobre comme mise à jour mineure de son modèle V4.1 Flash. Les démonstrations, parmi lesquelles une scène 3D intertemporelle baptisée « Vallée des âges », ont chacune été construites en très peu d'échanges au sein de DeepSeek Harness, l'environnement d'agents propre à l'entreprise.

DeepSeek nomme cette capacité la programmation « à la demande » : construire un projet complet à partir de zéro, à partir d'une demande succincte. L'entreprise l'attribue à un apprentissage par renforcement fondé sur l'auto-évaluation, une méthode d'entraînement dans laquelle le modèle critique sa propre production de bout en bout. La mise à jour est aussi présentée comme une amélioration au sens de Pareto, c'est-à-dire meilleure sur plusieurs critères à la fois : des scores de test plus élevés, mais aussi des temps d'exécution et des réponses plus courts, ce qui réduit le coût global de chaque appel. Selon TechNode, les progrès portent également sur le raisonnement et la compréhension visuelle.

Les chiffres constituent la partie la plus frappante de cette affirmation. Sur Terminal-Bench 4.0, exécuté avec le harnais Claude Code, le score est passé de 31,2 à 42,3. ProgramBench est passé de 20,3 à 29,1, DeepSWE v1.1 de 74,2 à 77,0, NL2Repo-Bench de 65,4 à 68,2 et Automation-Bench de 54,8 à 60,5. Ces résultats proviennent de la fiche modèle sur Hugging Face, c'est-à-dire de DeepSeek lui-même. Les sources ne mentionnent aucune évaluation indépendante : il faut donc les lire comme les mesures de l'entreprise, tant que des testeurs extérieurs ne les auront pas reproduites.

Le contexte mérite également d'être gardé à l'esprit. Le matin du 15 octobre, soit deux jours avant la sortie, des utilisateurs ont constaté que DeepSeek était indisponible pendant près de cinq heures. Un article de Tencent News recense 44 incidents depuis le début de l'année sur la page d'état publique de DeepSeek, allant de brefs ralentissements à des pannes partielles, dont une d'environ 12 heures fin mars. DeepSeek n'a pas relié cette panne à la mise à jour du modèle, et les sources ne précisent pas si le modèle lui-même a modifié la fiabilité du service.

Pour les développeurs, peu de choses changent dès le premier jour. Les utilisateurs de l'API conservent le même nom de modèle, deepseek-flash, et les mêmes tarifs ; les poids sont disponibles sur Hugging Face et ModelScope sous licence MIT, les mêmes conditions que pour V4.1 Flash. Les équipes qui souhaitent héberger le modèle elles-mêmes disposent du code d'inférence et des instructions de déploiement. Les utilisateurs de DeepSeek Harness ont besoin de la version 0.2.1-rc.1 ou ultérieure pour un support complet, et le modèle a également été adapté aux outils CodeBuddy et WorkBuddy de Tencent. DeepSeek a par ailleurs ouvert à des développeurs son moteur de recherche interne, sous forme d'API Search et Fetch autonomes, au même moment. Disponible dès maintenant, la mise à jour mérite d'être testée pour les travaux de programmation confiés à des agents, domaine où, selon les propres tests de l'entreprise, les gains sont les plus importants.