DeepSeek V4.1-Flash-1017 Yayınlandı: DeepSWE Testinde 77 Puan, Yeni Search API de Kullanıma Açıldı

Yapay zeka dünyasındaki rekabet hız kesmeden devam ederken DeepSeek, V4.1-Flash ailesinin yeni ara sürümü DeepSeek-V4.1-Flash-1017 modelini kullanıma sundu. 17 Ekim 2026 tarihinde duyurulan yeni sürüm; özellikle yazılım geliştirme, yapay zeka ajanları ve uzun süren çok adımlı görevlerde önceki modele göre daha yüksek performans sunmayı hedefliyor.

DeepSeek’in paylaştığı sonuçlara göre yeni model, DeepSWE v1.1 testinde 77,0 puana ulaşırken önceki V4.1-Flash sürümünün 74,2 puanlık sonucunu geride bırakıyor. Şirket aynı zamanda modelin yalnızca daha başarılı olmadığını, görevleri daha kısa sürede ve daha az çıktı token’ı kullanarak tamamlayabildiğini belirtiyor. Bu nedenle DeepSeek, güncellemeyi performans ile maliyet arasında bir “Pareto iyileştirmesi” olarak tanımlıyor.

Yeni modelle eş zamanlı olarak geliştiricileri yakından ilgilendiren bir başka önemli yenilik de geldi. DeepSeek, yapay zeka ajanlarının doğrudan güncel internete erişebilmesini sağlayan Search ve Fetch API’lerini geliştiricilerin kullanımına açtı.

DeepSeek V4.1-Flash-1017 neler sunuyor?

DeepSeek V4.1-Flash-1017, eylül ayında yayınlanan DeepSeek-V4.1-Flash mimarisinin güncellenmiş bir post-training sürümü olarak karşımıza çıkıyor.

DeepSeek’in teknik raporuna göre V4.1-Flash mimarisi 552 milyar omurga parametresi ve 196 milyar Engram parametresine sahip. Ancak Mixture-of-Experts yapısı sayesinde model bütün parametrelerini her token için aktif hâle getirmiyor.

Model, girişlerin işlenmesi sırasında token başına yaklaşık 8 milyar, çıktı üretim aşamasında ise 16 milyar aktif parametre kullanıyor. Ayrıca mimari 1 milyon token’a kadar bağlam desteği sunuyor. DeepSeek’in güncel API fiyatlandırma sayfasında maksimum çıktı uzunluğu ise 384 bin token olarak belirtiliyor.

Yeni 1017 güncellemesi özellikle uçtan uca proje oluşturma görevlerine odaklanıyor. DeepSeek, kendi kendine geri bildirim mekanizmalarından yararlanan pekiştirmeli öğrenme yöntemleriyle modelin oyun geliştirme ve 3D modelleme gibi sıfırdan proje üretme görevlerinde geliştirildiğini belirtiyor. Model aynı zamanda DeepSeek Harness, Tencent CodeBuddy ve WorkBuddy gibi ajan altyapıları için optimize edilmiş durumda.

DeepSeek, en iyi uyumluluk için DeepSeek Harness kullanıcılarının 0.2.1-rc.1 veya daha yeni bir sürüme geçmesini öneriyor.

DeepSeek V4.1-Flash mimarisi nasıl çalışıyor?

V4.1-Flash’ın en dikkat çekici taraflarından biri yalnızca model boyutu değil, uzun bağlamlı işlemlerin maliyetini azaltmak amacıyla geliştirilen mimarisi.

Teknik rapora göre model toplam 40 Transformer katmanından oluşuyor. Bunun 20 katmanı nedensel kodlayıcı, diğer 20 katmanı ise decoder bölümünde yer alıyor.

Causal Encoder-Decoder

Causal Encoder-Decoder (CED) mimarisinde decoder’ın global KV önbelleği encoder’ın son gizli durumları üzerinden oluşturuluyor. Bu yöntem özellikle uzun prompt’ların işlendiği prefill aşamasındaki hesaplama ihtiyacını önemli ölçüde azaltıyor.

DeepSeek, yaklaşımın prefill hesaplama maliyetini yaklaşık yarıya indirebildiğini söylüyor.

Compressed Sparse Attention 2

Modelde ayrıca Compressed Sparse Attention 2 (CSA2) teknolojisi bulunuyor. CSA2, KV önbelleğinin bazı bölümlerini katmanlar arasında paylaşarak uzun bağlam kullanımında ortaya çıkan bellek tüketimini azaltmayı amaçlıyor.

FP4 KV Cache

Bir diğer önemli değişiklik ana KV önbelleğinin FP4 formatında saklanması.

DeepSeek’in teknik raporunda V4.1-Flash’ın global KV önbelleğinin token başına yaklaşık 890 bayta düşürüldüğü belirtiliyor. Bu değer, DeepSeek-V4-Flash’ın yaklaşık dörtte biri seviyesinde.

Şirket ayrıca SWA Bounded Replay gibi dağıtım optimizasyonları sayesinde kalıcı KV önbelleğinin önceki neslin yaklaşık sekizde biri büyüklüğüne indirildiğini bildiriyor.

Bu optimizasyonlar özellikle uzun süre çalışan kodlama ajanlarında önemli. Çünkü ajanların sürekli büyüyen konuşma geçmişlerini tekrar tekrar işlemesi hem GPU hesaplama maliyetini hem de bellek kullanımını artırabiliyor.

DeepSeek V4.1-Flash-1017 benchmark sonuçları

DeepSeek tarafından açıklanan sonuçlara göre 1017 sürümü, şirketin karşılaştırdığı testlerin tamamında önceki V4.1-Flash sürümünün üzerinde sonuç veriyor.

Öne çıkan sonuçlar şöyle:

Benchmark	V4.1-Flash-1017	Önceki V4.1-Flash
DeepSWE v1.1	77,0	74,2
Terminal-Bench 4.0	42,3	31,2
Automation-Bench v1.0.6	60,5	54,8
Agents’ Last Exam	35,4	31,8
Apex Bench v1.1	72,1	64,6
ProgramBench	29,1	20,3
NL2Repo-Bench	68,2	65,4
HLE – araçsız	42,6	36,8
BabyVision – araçlarla	92,5	89,6

Özellikle Terminal-Bench 4.0’da 31,2’den 42,3’e yükseliş, modelin terminal üzerinden çalışan kodlama ajanları tarafında kayda değer bir ilerleme gösterdiğine işaret ediyor.

DeepSWE sonucu da dikkat çekici. DeepSeek’in yayınladığı karşılaştırmada V4.1-Flash-1017’nin 77,0 puanı, GPT-5.6 Sol için verilen 73,0 ve Claude Opus 5 için verilen 74,0 sonucunun üzerinde yer alıyor.

Ancak bu tablo DeepSeek tarafından yayınlanan test sonuçlarına dayanıyor. Farklı modellerin benchmark sonuçları kullanılan ajan altyapısına, sistem istemlerine, araçlara ve test yapılandırmasına göre değişebildiği için sonuçları doğrudan “genel model sıralaması” şeklinde değerlendirmemek gerekiyor.

Nitekim aynı karşılaştırmada Claude Opus 5, Terminal-Bench 4.0, ProgramBench, NL2Repo-Bench ve HLE gibi bazı testlerde DeepSeek’in yeni modelinin önünde bulunuyor.

DeepSeek ayrıca Terminal-Bench 4.0 testini Claude Code, DeepSWE testini ise Mini-SWE-V2 ortamında gerçekleştirdiğini belirtiyor.

DeepSeek’in Search ve Fetch API’leri ne işe yarıyor?

Yeni model güncellemesinin yanında belki de geliştiriciler açısından daha uzun vadeli öneme sahip gelişme DeepSeek Search API ve Fetch API’nin kullanıma açılması.

Bu servisler, yapay zeka ajanlarının harici bir arama sağlayıcısına ihtiyaç duymadan internette arama yapmasına ve web sayfalarının içeriğini çekmesine imkân tanıyor.

Search API, bir sorgu için sıralanmış internet sonuçları döndürüyor.

Fetch API ise verilen tek bir web sayfasını indirerek içeriğini Markdown formatında sunuyor.

API adresleri şu şekilde:

POST /v1/tools/search

ve

POST /v1/tools/fetch

Her iki servis de DeepSeek’in mevcut API anahtarıyla ve Bearer kimlik doğrulaması üzerinden kullanılabiliyor.

Search API gelişmiş arama operatörlerini destekliyor

Search API bir sorgu başına 1 ile 50 arasında sonuç döndürebiliyor.

Arama sorgularında ayrıca:

site:

lang:

after:

before:

gibi operatörler kullanılabiliyor.

Böylece geliştiriciler belirli alan adlarıyla, dillerle veya tarih aralıklarıyla sınırlı aramalar gerçekleştirebiliyor.

API sonuçlarında yalnızca başlık ve bağlantı bulunmuyor. Sonuçlara arama sıralamasını temsil eden rerank_score ile kaynağın güvenilirlik seviyesini göstermeye yardımcı olan authority bilgileri de ekleniyor.

DeepSeek dokümantasyonunda authority değeri 0 ile 4 arasında tanımlanırken 3 ve üzerindeki değerlerin yüksek otoriteye sahip kaynakları ifade ettiği belirtiliyor.

Bu yapı özellikle RAG sistemleri ve araştırma yapan yapay zeka ajanları açısından önemli olabilir.

Search ve Fetch API fiyatları ne kadar?

DeepSeek’in resmi fiyatlandırmasına göre Search ve Fetch servisleri token üzerinden değil, başarılı istek başına ücretlendiriliyor.

Her iki API için fiyat:

1.000 başarılı istek başına 0,75 dolar.

Arama sonucunun boş dönmesi, isteğin başarısız olması veya zaman aşımına uğraması durumunda ücret alınmıyor.

Her API için hesap başına ayrı ayrı 5 QPS, yani saniyede beş istek sınırı bulunuyor.

Fetch API’de buna ek olarak alan adı bazında da hız sınırlaması uygulanabiliyor.

DeepSeek ayrıca Claude Code’un yerleşik Web Search özelliği ve Codex’in web_search mekanizması üzerinden gerçekleştirilen belirli Search API çağrılarının lansmandan sonraki ilk iki hafta boyunca Search API ücretine tabi olmayacağını söylüyor.

Şirket, standart ücretlendirmenin başlayacağı kesin tarihi ise ayrıca açıklayacağını belirtiyor. Bu nedenle ücretsiz dönemin kesin olarak 1 Kasım 2026’da biteceği şeklindeki bilgiler şu aşamada resmi belgelerle doğrulanmış değil.

DeepSeek V4.1-Flash-1017 API fiyatı

Model, DeepSeek API üzerinden deepseek-flash adı kullanılarak çağrılabiliyor.

DeepSeek API hem OpenAI hem de Anthropic uyumlu formatları destekliyor. OpenAI formatının temel adresi https://api.deepseek.com, Anthropic uyumlu endpoint ise https://api.deepseek.com/anthropic olarak belirtiliyor.

Güncel tepe saat fiyatları:

• 1 milyon cache-hit giriş token’ı: 0,006 dolar
• 1 milyon cache-miss giriş token’ı: 0,30 dolar
• 1 milyon çıktı token’ı: 1,20 dolar

Yoğun olmayan saatlerde bu fiyatlar yüzde 50 düşüyor. Buna göre cache-miss giriş fiyatı 0,15 dolar, çıktı fiyatı ise 0,60 dolar seviyesine iniyor.

Bu fiyatlandırma DeepSeek’in özellikle uzun süre çalışan kodlama ve araştırma ajanlarında maliyet avantajı yaratma stratejisinin önemli bir parçası.

1 milyon token bağlam penceresi dikkat çekiyor

DeepSeek API’nin güncel teknik özelliklerinde deepseek-flash için 1 milyon token context window ve maksimum 384 bin token çıktı desteği listeleniyor.

Model ayrıca:

JSON Output, Tool Calls, Responses API, Anthropic API, görsel giriş ve FIM Completion

gibi özellikleri destekliyor.

Bu özellikler V4.1-Flash-1017’yi yalnızca sohbet modeli olmaktan çıkarıp kodlama, araştırma, otomasyon ve uzun süre çalışan yapay zeka ajanlarına yönelik bir altyapı modeli hâline getiriyor.

DeepSeek’in asıl hedefi yapay zeka ajanları olabilir

V4.1-Flash-1017 güncellemesinin en dikkat çekici tarafı tek başına benchmark puanlarındaki artış değil.

Daha kısa çıktı, daha hızlı görev tamamlama, büyük context desteği, düşük aktif parametre sayısı ve doğrudan web araması sağlayan Search API bir arada değerlendirildiğinde DeepSeek’in odağının giderek agent tabanlı uygulamalara kaydığı görülüyor.

Özellikle yazılım geliştirme ajanları yüzlerce araç çağrısı yapabildiği ve çok büyük bağlamlar oluşturabildiği için yalnızca token başına model fiyatı değil, görevin toplam çalışma süresi ve üretilen token miktarı da gerçek kullanım maliyetini belirliyor.

DeepSeek’in yeni sürümde çıktı uzunluğunu azaltmaya özellikle vurgu yapmasının nedeni de burada yatıyor.

Search ve Fetch API’nin eklenmesiyle birlikte geliştiriciler artık aynı DeepSeek API anahtarını kullanarak hem modeli çalıştırabilecek hem de ajanlarının güncel web içeriğine erişmesini sağlayabilecek.

Bu nedenle DeepSeek V4.1-Flash-1017, şirket açısından yalnızca yeni bir model checkpoint’i değil; kodlama ve araştırma ajanları için daha bütünleşik bir ekosisteme geçişin de işareti olabilir.