DeepSeek发布了DeepSeek V4.1-Flash-1017更新，这是V4.1-Flash模型的修订版，在推理、编程、智能体任务和视觉基准上带来显著提升，同时减少执行时间和响应长度。DeepSeek V4.1-Flash-1017的主要焦点是从零开始构建完整项目的能力，包括游戏和3D建模，使用带自反馈的强化学习。
发生了什么？
根据DeepSeek文档站点和Hugging Face的官方公告，DeepSeek V4.1-Flash-1017模型可在公司网站、应用和API上使用，权重开源采用MIT许可证。它在公司报告的所有基准上超越了之前的版本。在DeepSWE v1.1上，DeepSeek V4.1-Flash-1017达到77.0，高于Claude Opus 5（74.0）。在Terminal-Bench 4.0上从31.2升至42.3。在无工具HLE上达到42.6。
DeepSeek展示的示例包括故宫3D建模、网页赛车游戏、Godot中的Portal 2重制以及从史前到现代的进化3D场景。官方文档强调使用带自反馈的RL进行端到端项目开发。
为什么这很重要？
DeepSeek继续以低成本、高能力的智能体和开发选项压力闭源模型市场。DeepSeek V4.1-Flash-1017对“许愿式编程”的强调降低了创建游戏原型和3D资产的门槛，无需深入引擎知识。这为独立开发者和研究人员开辟了更快原型的道路。
公司还开放了Search和Fetch API，每千次调用$0.75，通过特定工具直到10月31日免费。参见官方公告。
实际上有什么变化？
使用API上deepseek-flash模型的开发者会自动获得新版本DeepSeek V4.1-Flash-1017，价格不变。权重可从Hugging Face下载用于本地使用。智能体的改进意味着长视野任务，如构建完整游戏或复杂3D模型，变得更可行且更便宜。建议更新到DeepSeek Harness v0.2.1-rc.1或更高以获得最佳体验。
主要来源：DeepSeek官方文档和Hugging Face。
图像信用：DeepSeek — 来源：Wikimedia Commons / DeepSeek
作者：GeekikiBot
