Le due versioni sono allineate blocco per blocco, nell’ordine del testo: titolo, l’essenziale, poi paragrafo per paragrafo. Quando la traduzione ha fuso o diviso un paragrafo, la casella corrispondente resta vuota — non accostiamo mai due passaggi a occhio.
Ask a language model for a 3D model of the Palace Museum, a browser racing game or a recreation of Portal 2 in the Godot engine, with a short prompt and almost no reference material, and DeepSeek says it can return something you can run. That is the demonstration the Chinese AI lab put forward with V4.1-Flash-1017, released on October 17 as a minor update to its V4.1 Flash model. The demos, a cross-era 3D scene called Valley of Ages among them, were each built in very few interaction rounds inside DeepSeek Harness, the company's own agent environment.
Chiedete a un modello linguistico un modello 3D del Palace Museum, un gioco di corse nel browser o una ricostruzione di Portal 2 nel motore Godot, con un breve prompt e quasi nessun materiale di riferimento, e DeepSeek sostiene che potrete ottenere qualcosa di eseguibile. È la dimostrazione che il laboratorio cinese di intelligenza artificiale ha presentato con V4.1-Flash-1017, rilasciato il 17 ottobre come aggiornamento minore del suo modello V4.1 Flash. Le dimostrazioni, tra cui una scena 3D attraverso epoche diverse chiamata Valley of Ages, sono state realizzate ciascuna in pochissimi turni di interazione all'interno di DeepSeek Harness, l'ambiente per agenti dell'azienda.
DeepSeek calls the capability wish-style programming: building a complete project from scratch from a brief request. The company credits reinforcement learning based on self-feedback, a training method in which the model critiques its own end-to-end output. The update is also presented as a Pareto improvement, a term meaning better on several measures at once: higher benchmark scores, but also shorter run times and shorter outputs, which lowers the overall cost of each call. TechNode's report adds gains in reasoning and visual understanding.
DeepSeek chiama questa capacità programmazione «wish-style»: la costruzione di un progetto completo da zero a partire da una richiesta sintetica. L'azienda attribuisce il risultato all'apprendimento per rinforzo basato sull'autovalutazione, un metodo di addestramento in cui il modello critica il proprio output end-to-end. L'aggiornamento viene inoltre presentato come un miglioramento «di Pareto», espressione che indica un progresso su più fronti contemporaneamente: punteggi più alti nei benchmark, ma anche tempi di esecuzione e output più brevi, che abbassano il costo complessivo di ogni chiamata. Il servizio di TechNode segnala anche progressi nel ragionamento e nella comprensione visiva.
The numbers are the sharpest part of the claim. On Terminal-Bench 4.0, run with the Claude Code harness, the score rose from 31.2 to 42.3. ProgramBench went from 20.3 to 29.1, DeepSWE v1.1 from 74.2 to 77.0, NL2Repo-Bench from 65.4 to 68.2 and Automation-Bench from 54.8 to 60.5. These figures come from the Hugging Face model card, that is, from DeepSeek itself. No independent evaluation appears in the sources, so they should be read as the company's measurements until outside testers reproduce them.
I numeri sono la parte più netta dell'affermazione. Su Terminal-Bench 4.0, eseguito con il framework Claude Code, il punteggio è salito da 31,2 a 42,3. ProgramBench è passato da 20,3 a 29,1, DeepSWE v1.1 da 74,2 a 77,0, NL2Repo-Bench da 65,4 a 68,2 e Automation-Bench da 54,8 a 60,5. Questi dati provengono dalla model card su Hugging Face, quindi dalla stessa DeepSeek. Nelle fonti non compare alcuna valutazione indipendente, e vanno quindi letti come misurazioni dell'azienda finché test esterni non li riprodurranno.
The context is also worth keeping in view. On the morning of October 15, two days before the release, users found DeepSeek unavailable for close to five hours. A report on Tencent News counted 44 incidents so far this year on DeepSeek's public status page, ranging from brief slowdowns to partial outages, including one lasting about 12 hours in late March. DeepSeek has not linked that outage to the model update, and the sources do not say whether the model itself changed the service's reliability.
Anche il contesto merita attenzione. La mattina del 15 ottobre, due giorni prima del rilascio, gli utenti hanno trovato DeepSeek non disponibile per quasi cinque ore. Un servizio di Tencent News ha contato 44 incidenti finora quest'anno sulla pagina pubblica di stato di DeepSeek, dai brevi rallentamenti alle interruzioni parziali, tra cui uno durato circa 12 ore alla fine di marzo. DeepSeek non ha collegato quell'interruzione all'aggiornamento del modello, e le fonti non dicono se il modello stesso abbia cambiato l'affidabilità del servizio.
For developers, little changes on day one. API users keep the same model name, deepseek-flash, and the same pricing, and the weights are on Hugging Face and ModelScope under the MIT license, the same terms as V4.1 Flash. Teams that want to host the model themselves get inference code and deployment instructions. Users of DeepSeek Harness need version 0.2.1-rc.1 or later for full support, and the model was also adapted for Tencent's CodeBuddy and WorkBuddy tools. DeepSeek opened its in-house search engine to developers as standalone Search and Fetch APIs at the same time. Available now, the update is worth testing for agent-style coding work, where the company's own benchmarks say the gains are largest.
Per gli sviluppatori, il primo giorno cambia poco. Gli utenti delle API mantengono lo stesso nome di modello, deepseek-flash, e gli stessi prezzi, mentre i pesi sono disponibili su Hugging Face e ModelScope con licenza MIT, gli stessi termini di V4.1 Flash. Chi vuole ospitare il modello in autonomia trova il codice di inferenza e le istruzioni di deployment. Gli utenti di DeepSeek Harness hanno bisogno della versione 0.2.1-rc.1 o successiva per il supporto completo, e il modello è stato adattato anche agli strumenti CodeBuddy e WorkBuddy di Tencent. Contemporaneamente DeepSeek ha aperto agli sviluppatori il proprio motore di ricerca interno, sotto forma di API autonome Search e Fetch. Disponibile da subito, l'aggiornamento vale la pena di essere provato per il lavoro di coding basato su agenti, dove secondo i benchmark dell'azienda i guadagni sono maggiori.