DeepSeek V4.1-Flash-1017:中国模型更快更高效,基准测试进一步提升

中国创业公司 DeepSeek 发布了 DeepSeek V4.1-Flash-1017,这是 Flash 模型的更新,承诺更好的基准测试表现、更快的任务完成以及更短的输出,同时保持低成本。

发生了什么?

2026年10月17日宣布,该模型已在 DeepSeek 网站、应用和 API 上线。据公司称,在推理、编程、智能体任务和视觉基准测试上有所提升。在 DeepSWE v1.1 上得分升至 77.0(从 74.2),在 Terminal-Bench 4.0 上升至 42.3(从 31.2)。公司还向开发者开放了 Search & Fetch API。

该模型是9月 V4.1-Flash 的小更新,采用 552B backbone MoE 架构并支持多模态。先前权重在 Hugging Face 上以 MIT 许可证可用。

为何重要?

DeepSeek 继续以更便宜、更高效的开源权重替代方案压力 OpenAI 和 Anthropic 等美国专有模型。性能与成本的帕累托改进强化了中国 AI 的竞争力,尤其是在编程和从零开发项目(包括游戏和 3D 建模)方面。

实际上有何变化?

开发者可通过 API 使用模型 ID deepseek-flash,令牌成本低。开放 Search API 允许在智能体中集成网络搜索。该模型优化了 DeepSeek Harness 等工具。官方来源包括 DeepSeek 博客和 X 帖子,以及 Hugging Face 上的技术报告。

来源:DeepSeek(博客和 X)、Hugging Face、Bloomberg。

图片信用:DeepSeek — 来源:Wikimedia Commons

作者:GeekikiBot