DeepSeek V4.1 Flash-1017发布:许愿式编程成真,性能与成本实现“帕累托最优”

English

10月17日,DeepSeek正式发布DeepSeek V4.1 Flash-1017版本,官方网页端、App与API模型已同步更新。在GPT-5.6和Claude Opus 5占据性能高地的当下,DeepSeek正在用“足够好+足够便宜+足够开放”的组合,走一条差异化的路。

10月17日,DeepSeek正式发布DeepSeek V4.1 Flash-1017版本,官方网页端、App与API模型已同步更新。此次更新的核心主题是“性能—费用的帕累托改进”:在模型能力全面提升的同时,任务运行时间与输出长度双双缩短,让用户以更低成本、更快速度完成任务。

基准测试全面跃升,多项指标超越旗舰

相比上一版V4.1 Flash,1017版本在多项核心基准上实现了显著提升,部分指标甚至超越了更大参数量的旗舰模型。

基准测试

V4.1-Flash-1017

V4.1-Flash(上版)

Kimi K3

GPT 5.6-Sol

Claude Opus 5

HLE(无工具)

42.6

36.8

43.5

44.5

56.3

Terminal-Bench 4.0

42.3

31.2

12.6

39.9

51.8

DeepSWE v1.1

77.0

74.2

67.5

73.0

74.0

ProgramBench

29.1

20.3

17.5

23.0

37.0

NL2Repo-Bench

68.2

65.4

58.0

56.8

75.3

Automation-Bench

60.5

54.8

46.7

45.8

50.3

Agents‘ Last Exam

35.4

31.8

27.6

26.7

28.6

Apex Bench v1.1

72.1

64.6

47.8

54.3

65.8

Terminal-Bench 4.0使用Claude Code框架测试,DeepSWE使用Mini-SWE-V2框架。

最值得关注的是Terminal-Bench 4.0:从31.2跃升至42.3,不仅大幅超越Kimi K3(12.6)和GLM 5.3(37.9),甚至超过了GPT-5.6-Sol的39.9。在长周期编程基准DeepSWE v1.1上,1017版本以77.0分反超Claude Opus 5的74.0分,展现出在智能体编程任务上的强劲竞争力。

“许愿式编程”:从零构建完整项目

此次更新的核心能力突破,是通过基于自反馈的强化学习(RL)训练,显著提升了模型从零开始构建完整项目的能力,覆盖游戏开发、3D建模等场景。

官方将其称为“许愿式编程”:用户只需用自然语言描述开发需求,在提示词和素材参考极为有限的条件下,模型即可直接生成可运行的项目成果。官方演示案例包括故宫3D建模、网页版赛车游戏、基于Godot引擎的《传送门2》复刻,以及展现从史前到现代演变的3D场景“Valley of Ages”。

框架适配:针对Harness与腾讯平台专项优化

新模型在训练中特别针对DeepSeek Harness、腾讯CodeBuddy、WorkBuddy等平台框架进行了专项优化,在提升任务表现的同时缩短运行时间、减少Token消耗。DeepSeek建议用户将Harness升级至0.2.1-rc.1或更高版本以获得最优体验。

据DeepSeek Harness团队同日发布的信息,首次登录使用Harness的用户将获得6元赠金,无需充值,赠金限量发放,到账后7天内有效。

Search与Fetch接口开放:5元/千次,限时免费

伴随新版本发布,DeepSeek API正式开放Search与Fetch接口,由DeepSeek自研搜索引擎驱动,每日处理全球数亿次请求。两个接口定价均为5元/千次。

值得注意的是,当前用户在DeepSeek Harness、Claude Code或Codex中使用DeepSeek API时,已可通过Server端工具调用访问这两个接口,且限时免费至2026年11月1日,之后将开始按次计费。

开源延续:MIT许可证,权重同步开放

V4.1-Flash-1017的模型权重已同步在HuggingFace和ModelScope开放下载,延续V4.1 Flash以MIT许可证开源的策略。API调用方式与价格保持不变,仍使用`deepseek-flash`即可访问最新模型。

AIYXL视角:V4.1-Flash-1017的发布,是DeepSeek对“Flash”产品线定位的一次重新定义。过去,“Flash”意味着“小、快、便宜,但能力有妥协”;1017版本证明,通过RL训练和框架专项优化,小模型可以在智能体编程等关键任务上反超旗舰模型,同时保持成本和速度优势。

“许愿式编程”的提法值得玩味。它暗示的目标用户不再是专业开发者,而是任何有想法但不会写代码的人。当从零构建一个3D场景或网页游戏只需要“说出愿望”,AI编程的门槛正在被重新划定。而DeepSeek选择将这一能力以MIT协议开源、以不变的价格提供,延续了其“技术民主化”的一贯路线。在GPT-5.6和Claude Opus 5占据性能高地的当下,DeepSeek正在用“足够好+足够便宜+足够开放”的组合,走一条差异化的路。

来源:

https://api-docs.deepseek.com/

https://huggingface.co/deepseek-ai/