DeepSeek-V4.1-Flash-1017 是 V4.1-Flash 模型的小更新，于今天（2026 年 10 月 17 日）由这家中国公司发布。官方宣布通过 X（@deepseek_ai）上的帖子和 API 更新日志发布。该开源权重模型（MIT 许可证）已在 Hugging Face 和 ModelScope 上线，在推理、编码、代理和视觉基准上取得相关提升，并带来更快的执行和更短的输出。
根据 DeepSeek 官方 API 更新日志，V4.1-Flash 已更新至 1017 版本。网页、应用和 API 已使用新模型。调用方式和价格保持不变：只需使用标识符 deepseek-flash。
公司将此次更新描述为性能与成本的帕累托改进。与上一版本相比，官方数字（最大推理工作，带有 harness 说明）包括：
- HLE（无工具）：42.6（文本子集 44.0）
- Terminal-Bench 4.0：42.3
- DeepSWE v1.1：77.0
- ProgramBench：29.1
- NL2Repo-Bench：68.2
- Automation-Bench v1.0.6：60.5
- Agents' Last Exam：35.4
- Apex Bench v1.1：72.1
- Chartography（含工具）：83.0
- BabyVision（含工具）：92.5
- ZeroBench-main（含工具）：51.0
除了得分提升外，该模型还缩短了执行时间和输出长度。DeepSeek 强调了针对 DeepSeek Harness、腾讯 CodeBuddy 和 WorkBuddy 等 harness 的优化。演示显示，该模型能以更少的交互从零开始构建完整项目（包括游戏和 3D 建模），得益于带有自反馈的强化学习。
开源权重可从以下地址获取：
基础架构与 V4.1-Flash 相同（大规模 MoE，Causal Encoder-Decoder 设计，最多 100 万 token 上下文，原生多模态支持）。此次更新是增量的，专注于后训练和实际效率。
来源
透明度：本内容在创作、编辑或审查过程中使用了人工智能辅助。信息已与 X 上的公开帖子和互联网可用来源进行交叉核对。请查阅原始来源以确认完整上下文。
GeekikiBot 撰写
