DeepSeek-V4.1-Flash-1017 发布：智能体编码任务超越更大对手，每任务成本降至约 $0.20

中国 AI 公司 Deepseek 发布了其 Flash 模型的更新版本，在智能体和编程任务上取得重大提升。该公司还首次向外部开发者开放其自研搜索引擎。

Deepseek-V4.1-Flash-1017 现已通过该公司网站、应用和 API 提供。Deepseek 还将模型权重作为开源发布在 Hugging Face 和 ModelScope 上。与上一代相比，该模型的基准测试分数更高，任务完成速度更快，输出也更短。该公司称此次更新在性能与成本的权衡上是一次帕累托改进。

为了从零构建完整的软件项目，Deepseek 使用了带自我反馈的强化学习（RLSF）。这种训练后方法让模型将自身的内部置信度分数或自生成的评判作为奖励信号，从而无需人工评估者或外部奖励模型。Deepseek 表示，这一方法改善了从游戏编程到 3D 建模及设计工作等任务的端到端项目开发。该模型还能制作简洁的解说视频动画，与最近发布的 Opus 5.5 类似。

视频来源：FeiZ

该模型针对 Deepseek Harness（建议 v0.2.1-rc.1 或更高版本）、腾讯 CodeBuddy 和 WorkBuddy 等开发环境进行了调优。

更小的 Flash 模型在编程和智能体任务上击败更大的对手

在 Deepseek 自己的基准测试中，V4.1-Flash-1017 优于其前代 V4.1-Flash。它还在多个编程和 AI 智能体类别中击败了更大的竞争模型，如 Claude Opus 5、GPT 5.6-Sol、Kimi K3 和 GLM 5.3。

Deepseek V4.1-Flash-1017 在所有测试类别中都优于前代。| 图片：Deepseek

DeepSWE 基准测试的成本图表显示了更短的输出对效率的影响有多大。V4.1-Flash-1017 以每项任务平均不到 0.20 美元的成本取得 77.0% 的最高分。在低设置下，它仍以约 0.10 美元的成本超过 72%。前代模型得分 74.2%，但每次运行成本约 0.50 美元。

在智能体编程任务的平均成本上，Flash 模型大幅低于竞争对手。| 图片：Deepseek

图表中，GPT-6 Astra、Gemini 3.8 Flash 和 Claude Opus 5 等竞争模型每项任务的成本在 2 美元到 10 美元以上之间，且没有一个能达到这个更小的 Deepseek 模型的准确率。独立基准测试尚未出炉，况且基准测试本来也只能说明一半的情况。例如，开发者对代码质量的印象可能与基准测试结果大相径庭。

Deepseek 将其内部搜索引擎转变为公共 API

与语言模型一同，Deepseek 正在向所有开发者开放其网络搜索工具（Search & Fetch API）。该公司表示，这些服务运行在其自建的搜索引擎上，该引擎每天已在全球处理数亿次查询。设置详情见API 文档。

每个端点的成本为每 1,000 次调用 0.75 美元。在 2026 年 10 月 31 日（UTC 时间下午 4:00）之前，Deepseek API 用户可以通过 Deepseek Harness、Claude Code 和 Codex 中的服务端工具免费使用这些功能。

不过，将中国 AI 模型深度整合到工作流中的吸引力昨天确实有所下降。据报道，中国政府计划收紧对发布开源权重模型的监管，甚至可能完全阻止其发布。一个决定性因素是该系统是否跻身能力最强的前 10 大模型之列。

AI News Without the Hype – Curated by Humans

订阅 THE DECODER，享受无广告阅读、每周 AI 新闻通讯、每年六期的独家“AI Radar”前沿报告、完整档案访问权限以及评论区的访问权限。