推文

@ZondaR_K · 2026-10-17 21:19

憋了老久，DeepSeek 今天终于又放了个大招出来了，V4.1-Flash-1017 正式发布。 看了一下官方的技术报告，确实是有东西的： DeepSWE v1.1：任务成功率达到 77%，超过 GPT-5.6 Sol 的 73.0% 和 Claude Opus 5 的 74.0%。 Terminal-Bench 4.0：从 31.2% 提升到 42.3%，但仍落后于 Opus 5 的 51.8%。 Automation-Bench：从 54.8% 提升到 60.5%。 不过这些都是 DeepSeek 官方公布的测试结果，实际是不是这样还需要更多第三方验证。 但我个人觉得有一点很重要，就是成本。 非高峰时段，每百万输入 Token 才 1 块钱左右，输出约 4.3 元，缓存命中输入甚至低至2 分钱左右。 这是什么概念？ 假设你一次调用输入 10 万 Token，输出 1 万 Token，即使输入缓存完全没有命中，总费用也只有 1 毛多人民币。 这个价格，对于需要大量调用模型的 AI Agent 产品来说，非常有吸引力！ 而且这次升级主要通过自反馈强化学习提升模型能力，同时缩短任务执行时间和输出长度。 这意味着同样一个开发任务，有机会用更少的 Token、更短的时间完成。 说实话，这个性价比真的非常高！ 一个定位 Flash 的模型，在部分编程和 Agent 测试中都达到了顶级模型的水平，价格却便宜得惊人。 对于我们搞 AI 开发的和 AI 创业者来说，花更少的钱就可以让产品跑出更好的效果。 DeepSeek 真的是国产之光，希望它能继续把前沿 AI 能力的使用成本往下打。

曝光 74 · 评论 1 · 点赞 1 · 书签 0 · 曝光/时 65.86786032639712