DeepSeek выкатила V4.1 Flash 1017 — она обходит модели, которые стоят в 10 раз дороже, включая Claude Opus 5, на тестах Terminal-Bench. Флеш-уровень теперь догнал фронтир на задачах автоматизации и агентских сценариях. Бенчмарки. На Terminal-Bench модель обходит Claude Opus 5 — это тесты работы с терминалом, где обычно лидировали дорогие решения. На других задачах для кодирования и агентских сценариев DeepSeek V4.1 Flash также в топе, а Ultramarine 1 Flash идёт рядом. Точных баллов нет — только относительные позиции в рейтингах. На самых сложных задачах с HLE (Humanity's Last Exam) разрыв с фронтиром пока сохраняется. Что это значит: флеш-модель уровня frontier появляется за долю цены, и это обесценивает экономику дорогих решений для большинства продакшен-задач.