Chiński startup AI DeepSeek wydał 17 października 2026 r. nową wersję swojej flagowej rodziny modeli, udostępniając DeepSeek-V4.1-Flash-1017 ze znanym argumentem: więcej wydajności za mniej pieniędzy. Firma z Hangzhou pozycjonuje to wydanie jako szybsze i lżejsze wyzwanie dla kalifornijskich gigantów OpenAI i Anthropic, a także dla rosnącej liczby krajowych chińskich rywali.

Terminy podkreślają tempo tej rywalizacji. Zastępowany przez to wydanie model zadebiutował dopiero 10 września 2026 r., co oznacza, że odświeżenie nadeszło około pięć tygodni później.

Co się zmieniło w nowym modelu

DeepSeek opisuje aktualizację jako „poprawę Pareto” zarówno pod względem wydajności, jak i kosztów — termin ekonomiczny oznaczający, że jedna rzecz się poprawia, a nic innego się nie pogarsza. W tym przypadku firma zgłasza wyższe wyniki w benchmarkach, szybsze wykonywanie zadań i krótsze odpowiedzi. Cennik API pozostaje bez zmian, a deweloperzy korzystają z modelu przez istniejący punkt końcowy deepseek-flash.

Krótsze odpowiedzi mogą brzmieć jak szczegół, ale nim nie są: za korzystanie z AI rozlicza się zazwyczaj według objętości tekstu generowanego przez model. Model, który osiąga tę samą odpowiedź mniejszą liczbą słów, jest tańszy w obsłudze, nawet gdy cena katalogowa się nie zmienia.

Najważniejszy wynik benchmarkowy pochodzi z DeepSWE v1.1, testu umiejętności kodowania. Nowy model uzyskał 77,0%, w porównaniu z 74,2% poprzedniej wersji. Benchmarki wskazują również, że wynik ten przewysza Claude Opus 5 od Anthropic, który zdobył 74,0%, oraz że DeepSeek wypada lepiej od większych modeli — w tym Claude Opus 5 — w zadaniach z zakresu rozumowania i kodowania.

To koszty pokazują największą przepaść. Efektywne koszty na zadanie dla modelu DeepSeek często wynoszą poniżej 0,20–0,25 USD, wobec 2–10 USD i więcej w przypadku modeli konkurencji — różnica, która szybko się kumuluje przy dużych wolumenach zautomatyzowanych prac.

Umiejętności agentowe i nowy zestaw API

Duża część usprawnień dotyczy tego, co branża nazywa zdolnościami agentowymi. DeepSeek deklaruje, że wzmocnił te umiejętności agentowe i kodujące za pomocą uczenia ze wzmocnieniem z samosprzężeniem. Praktycznym efektem jest budowanie projektów od początku do końca: według doniesień użytkownicy mogą poprosić model o stworzenie gier czy modeli 3D, a nie tylko fragmentów kodu.

Aktualizacja rozszerza także ofertę DeepSeek. Po raz pierwszy firma otwiera swoje API Search & Fetch dla zewnętrznych deweloperów. Narzędzia te są wycenione na 0,75 USD za 1000 wywołań, a część z nich jest bezpłatna do 1 listopada 2026 r.

Sam model jest dostępny na stronie internetowej, w aplikacji i poprzez API DeepSeek. Jego wagi zostały udostępnione open source na licencji MIT na platformach takich jak Hugging Face i ModelScope. Licencja MIT należy do najbardziej permisyjnych licencji open source, umożliwiając użycie komercyjne, modyfikacje i redystrybucję — opcje istotne dla zespołów rozważających, czy budować na hostowanym punkcie końcowym, czy uruchamiać model na własnej infrastrukturze.

Kontekst: szybsze tempo wydań

DeepSeek przyspiesza przez cały 2026 rok. Od połowy roku firma przeszedł na miesięczne aktualizacje, konsekwentnie stawiając na wydajne architektury i otwarte wagi. W takim tempie porównania benchmarkowe, takie jak te, są migawkami dynamicznego wyścigu, a nie ostateczną klasyfikacją.

Ta strategia odróżnia ją od największych amerykańskich konkurentów. OpenAI i Anthropic w większości utrzymują wagi swoich najbardziej zaawansowanych modeli w zamknięciu i sprzedają dostęp przez płatne produkty i API. Dla nabywców AI kontrast ma wymiar praktyczny: otwarte wagi można pobrać, poddać audytowi i wdrożyć na prywatnym sprzęcie, natomiast modele zamknięte są dostępne wyłącznie przez własne płatne kanały dostawcy.

DeepSeek odczuwa również presję w kraju. Chińscy rywale to m.in. Kimi od Moonshot i modele GLM od Z.ai, konkurujące o tę samą uwagę deweloperów.

Co to oznacza

Dla deweloperów rachunek jest prosty. Jeśli deklaracje benchmarkowe potwierdzą się w praktyce, DeepSeek oferuje konkurencyjną wydajność kodowania przy znacznie niższym koszcie na zadanie, a bezpłatny dostęp do części narzędzi wyszukiwania do 1 listopada 2026 r. obniża barierę dalszych eksperymentów.

Zastrzeżenie: benchmarki to nie środowiska produkcyjne. Wynik 77,0% w DeepSWE v1.1 to istotny punkt danych, ale zespoły przed migracją będą chciały przetestować niezawodność, bezpieczeństwo i wymogi zgodności na własnych obciążeniach.

Warto obserwować, czy niezależne testy potwierdzą wyniki benchmarkowe DeepSeek oraz jak szybko deweloperzy przyjmą nowe API Search & Fetch po zakończeniu okresu bezpłatnego.

Źródło: CryptoBriefing — DeepSeek updates AI model, intensifying competition with Anthropic and OpenAI