Deepseek-V4.1-Flash-1017在智能体任务上超过更大竞品并降低单任务成本

中国人工智能公司 Deepseek 已发布其 Flash 模型的更新版本，在智能体与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 现已通过该公司的网站、应用和 API 提供。Deepseek 还在 Hugging Face 和 ModelScope 上以开源形式发布了模型权重。与直接前代相比，该模型基准测试得分更高、完成任务更快，并生成更短的输出。该公司称此次更新是性能与成本权衡上的帕累托改进。

为了从零构建完整的软件项目，Deepseek 采用带自我反馈的强化学习（RLSF）。这种后训练方法让模型将自身的内部置信度分数或自我生成的评价用作奖励信号。这消除了对人工评估者或外部奖励模型的需求。Deepseek 表示，该方法提升了从游戏编程到 3D 建模及设计工作等任务的端到端项目开发能力。该模型还能制作精简的讲解动画视频，类似于最近发布的 Opus 5.5。

视频来自 FeiZ

该模型针对 Deepseek Harness（建议使用 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 模型在编程与智能体任务上击败更大的竞争对手

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

Deepseek V4.1-Flash-1017 在每个受测类别中均优于其前代。| 图片：Deepseek

DeepSWE 基准测试的成本图表显示，更短的输出对效率有多大影响。V4.1-Flash-1017 以每项任务平均不到 $0.20 的成本取得 77.0% 的最高分。在其低档设置下，它仍以约 $0.10 超过 72%。前代得分为 74.2%，但每次运行成本约为 $0.50。

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

在这张图表中，GPT-6 Astra、Gemini 3.8 Flash 和 Claude Opus 5 等竞品模型每项任务的成本介于 $2 到超过 $10 之间，且无一能达到更小的 Deepseek 模型的准确率。独立基准测试尚未公布，而基准测试本来也只能说明一半情况。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 将其内部搜索引擎变为公开 API

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

每个端点的费用为每 1,000 次调用 $0.75。Deepseek API 用户可在 2026 年 10 月 31 日（UTC 下午 4:00）之前，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，昨天把中国 AI 模型深度整合进工作流这件事确实变得没那么有吸引力了。据报道，中国政府计划收紧开放权重模型的发布规则，甚至可能完全阻止其发布。一个决定性因素是某一系统是否位列能力最强的前 10 名模型之中。

没有炒作的 AI 新闻 – 由人工精选

订阅 THE DECODER，即可享受无广告阅读、每周 AI 新闻通讯、每年六期独家「AI Radar」前沿报告、完整存档访问权限，以及评论区访问权限。