推文

@jiangkoumo_ · 2026-10-17 17:16

DeepSeek-V4.1-Flash-1017 发布了，这版最实用的变化是工程开发与终端基准大幅跃升，同时把高分任务的单次费用压到了 Opus 5 的几十分之一⚡ 官方网页端、APP 和 API（调用标识仍为 `deepseek-flash`）已同步全量切换，这次更新主要强化了长流程编码与工具链集成，比较值得关注的有这几个： 1、DeepSWE 基准登顶且单任务费用降至约 1.3 元 在 `Mini-SWE-V2` 框架下的 `DeepSWE v1.1` 评测中，跑分从 74.2 提到了 77.0，超过了 Claude Opus 5 的 74.0 与 GPT-5.6 Sol 的 73.0，在排行榜直接登顶。官方费用图显示，1017 的 `max` 档达成 77.0% 单任务仅需约 ¥1.3，而 Opus 5 达到 74.0% 需要 ¥70 到 ¥90，单任务平均费用相差近 60 倍 2、终端与多项 Agent 自动化评测全面提升 在 `Claude Code` 框架的 `Terminal-Bench 4.0` 上，跑分从 31.2 升到 42.3，单项涨了 11.1 分，反超 GPT-5.6 Sol 的 39.9，仅次于 Opus 5 的 51.8。自动化与综合基准也有同步提升，`Automation-Bench V1.0.6` 达到 60.5，`Agents' Last Exam` 达到 35.4，`Apex Bench v1.1` 达到 72.1，三项均超过 Opus 5 并排在第一；无工具的 `HLE` 则提升到了 42.6（文本子集 44.0*） 3、强化自反馈复杂项目开发与生态工具适配 模型引入了自反馈强化学习训练，加强了从零构建游戏与 3D 项目的能力，官方演示了在极短交互轮次下完成故宫 3D 建模、网页赛车、Godot 引擎复刻《传送门2》以及 Valley of Ages 3D 等工程。配套工具链针对 `DeepSeek Harness`、腾讯 `CodeBuddy` 与 `WorkBuddy` 做了专门优化；如果使用 `DeepSeek Harness`，建议升级到 `0.2.1-rc.1` 及以上版本 4、开放自研搜索与抓取接口 DeepSeek 正式向公众开放自研搜索引擎的 `Search` 与 `Fetch` 接口，定价统一为 5 元 / 千次。目前在 `DeepSeek Harness`、`Claude Code` 与 `Codex` 中通过 API 调用的服务端搜索抓取暂未计费，可以先接入测试 另外，这版还缩短了任务执行时间与输出长度，降低 token 消耗与响应延迟，官方称之为性能-费用的帕累托改进；模型权重已在 HuggingFace 和 ModelScope 开源（`deepseek-ai/DeepSeek-V4.1-Flash-1017`），两周后（2026 年 11 月 1 日 00:00）上述服务端搜索将正式按次计费 总体看，1017 重点拉高了工程编码与终端 Agent 的完成度，日常跑 `Claude Code` 或 `DeepSeek Harness` 可以直接切上去跑跑看，单任务开销比闭源大模型省下不少

曝光 220 · 评论 2 · 点赞 4 · 书签 0 · 曝光/时 207.8306793640994