DeepSeek 发布 V4.1-Flash-1017，DeepSWE 得分 77.0 并开放 Search API
DeepSeek 发布 V4.1-Flash 的新检查点 DeepSeek-V4.1-Flash-1017，已在网站、应用和 API 上线，通过 deepseek-flash 模型名提供服务。
DeepSeek 新检查点给出编码基准与 API 价格，还开放 Search 和 Fetch 端点，便于团队比较编码模型与自建检索层。
DeepSeek 刚刚发布了 DeepSeek-V4.1-Flash-1017，这是其 V4.1-Flash 模型的新检查点。它已在 DeepSeek 网站、应用和 API 上线。DeepSeek 声称，相比 9 月发布的 V4.1-Flash，它的分数更高、任务完成更快、输出更短。该公司称其在性能与成本上实现了帕累托改进。与此同时，DeepSeek 向所有开发者开放了其 Search 和 Fetch API。对于智能体构建者来说，这意味着一个更便宜的编码模型，加上一个第一方网络层，都通过同一个 API 密钥提供。
TL;aDR
- 规模：552B 骨干参数加 196B Engram 参数。预填充阶段每 token 激活 8B 参数，解码阶段激活 16B。上下文为 1M token，最多可输出 384K token。
- 运行于：DeepSeek API，即
deepseek-flash。9 月 V4.1-Flash 权重（763B 参数，FP8）以 MIT 许可证在 Hugging Face 上发布。硬件要求和 1017 权重：未披露。 - 性能：在 DeepSeek 报告的全部 11 项基准上均超过此前的 V4.1-Flash，提升 2.0 至 11.1 分。
- 最佳：DeepSWE v1.1 上为 77.0，在 DeepSeek 的表格中高于 Claude Opus 5（74.0）。
- 最差：无工具 HLE 上为 42.6，而 Claude Opus 5 为 56.3。
什么是 DeepSeek-V4.1-Flash-1017？
DeepSeek-V4.1-Flash-1017 是 DeepSeek-V4.1-Flash 的更新后训练检查点，通过 deepseek-flash 模型名提供服务。以下架构细节来自 V4.1-Flash 技术报告。
DeepSeek 团队表示，DeepSeek-V4.1-Flash-1017 使用带自我反馈的强化学习来完成端到端项目工作。其示例从游戏创作到 3D 建模。它针对 DeepSeek Harness、腾讯 CodeBuddy 和 WorkBuddy 进行了调优。DeepSeek 建议使用 DeepSeek Harness v0.2.1-rc.1 或更高版本。
V4.1-Flash 架构如何工作？
V4.1-Flash 是一个 多模态混合专家模型，有 40 层 Transformer。它们分为 20 层因果编码器和 20 层解码器。
- 因果编码器-解码器（CED）：解码器全局 KV 由最终编码器隐藏状态投影而来。这几乎将预填充计算减半。
- 压缩稀疏注意力 2（CSA2）：各层以 Full、Reindex 或 Reuse 模式运行。它们跨层共享主 KV 和索引器键。
- FP4 主 KV 缓存：全局 KV 降至每 token 890 字节，约为 V4-Flash 的 1/4。
- SWA 有界重放：持久 KV 缓存缩减至约 V4-Flash 的 1/8。
- 推理力度：1 到 100 的标量。API 的 low、high 和 max 档分别映射到 50、75 和 100。
DeepSeek-V4.1-Flash-1017 基准测试
以下所有分数均为 DeepSeek 自己的数据。DeepSeek 在 Claude Code 中运行 Terminal-Bench 4.0，在 Mini-SWE-V2 中运行 DeepSWE。ZeroBench-main 使用 Pass@5。
| 基准 | V4.1-Flash-1017 | V4.1-Flash | Kimi K3 | GLM 5.3 | GPT 5.6-Sol | Claude Opus 5 |
|---|---|---|---|---|---|---|
| DeepSWE v1.1 | 77.0 | 74.2 | 67.5 | 66.9 | 73.0 | 74.0 |
| Terminal-Bench 4.0 | 42.3 | 31.2 | 12.6 | 37.9 | 39.9 | 51.8 |
| Automation-Bench v1.0.6 | 60.5 | 54.8 | 46.7 | 48.8 | 45.8 | 50.3 |
| Agents’ Last Exam | 35.4 | 31.8 | 27.6 | 28.5 | 26.7 | 28.6 |
| Apex Bench v1.1 | 72.1 | 64.6 | 47.8 | 56.6 | 54.3 | 65.8 |
| ProgramBench | 29.1 | 20.3 | 17.5 | 19.0 | 23.0 | 37.0 |
| NL2Repo-Bench | 68.2 | 65.4 | 58.0 | 58.0 | 56.8 | 75.3 |
| HLE（无工具） | 42.6 / 44.0* | 36.8 / 39.1* | 43.5 | 42.0* | 44.5 | 56.3 |
| BabyVision（有工具） | 92.5 | 89.6 | 85.7 | 未披露 | 88.9 | 94.1 |
*纯文本 HLE 子集。
1017 检查点在 DeepSWE、Automation-Bench、Agents’ Last Exam 和 Apex Bench 上领先。Claude Opus 5 仍在 Terminal-Bench 4.0、ProgramBench、NL2Repo 和 HLE 上领先。
与开放权重竞品相比如何？
| 特性 | DeepSeek-V4.1-Flash-1017 | Kimi K3 | GLM-5.3 |
|---|---|---|---|
| 总参数 | 552B 主干 + 196B Engram | 2.8T | 753B |
| 活跃参数 | 8B 预填充 / 16B 解码 | 104B | 未披露 |
| 上下文 | 1M | 1,048,576 | 未披露 |
| 许可证 | MIT（V4.1-Flash）；1017 权重未披露 | Kimi K3 许可证 | GLM-5.3 许可证 |
| 模态 | 文本、图像输入；文本输出 | 文本、图像 | 文本 |
| DeepSWE v1.1 | 77.0 | 67.5 | 66.9 |
| Agents’ Last Exam | 35.4 | 28.3 | 28.5 |
| API 价格（1M 输入未命中 / 输出，高峰） | $0.30 / $1.20 | 未披露 | 未披露 |
DeepSeek 的 Search 和 Fetch API 是什么？
Search API 返回按排名排序的网页结果。Fetch API 以 Markdown 形式返回单个页面。DeepSeek 表示其自研引擎每天处理数亿次请求。
- 端点：
POST /v1/tools/search和POST /v1/tools/fetch位于api.deepseek.com。 - 搜索选项： 1 到 50 条结果，可选页面内容，以及
site:、lang:、after:和before:等运算符。 - 结果字段： 每条结果都有 0 到 3 的重排分数和 0 到 4 的权威等级。
- 价格： 每个端点每 1,000 次成功请求 $0.75。空结果和失败免费。
- 速率限制： 每个 API 每账户 5 QPS。
- 免费窗口： 通过 DeepSeek Harness、Claude Code 或 Codex 发起的服务端调用在 2026 年 11 月 1 日前保持免费。
部署与定价
通过 OpenAI 或 Anthropic 格式端点使用 deepseek-flash 调用该模型。高峰定价为每 1M 缓存未命中输入 token $0.30，每 1M 输出 token $1.20。非高峰费率为半价。
关键要点
- 1017 在 DeepSWE v1.1 上得分 77.0，高于此前的 74.2。
- 它在 Automation-Bench（60.5）和 Agents’ Last Exam（35.4）上领先。
- Claude Opus 5 仍在 HLE 和 Terminal-Bench 4.0 上胜出。
- Search 和 Fetch 各为每 1,000 次调用 $0.75。
- Agent harness 调用在 2026 年 11 月 1 日前保持免费。
查看 DeepSeek 公告、Search 和 Fetch 文档、技术报告以及模型卡。所有功劳归于该项目的研究者。另外，欢迎在 Twitter 上关注我们，别忘了加入我们的 150k+ ML SubReddit 并订阅我们的新闻通讯。等等！你在 Telegram 上吗？现在你也可以在 Telegram 上加入我们。
文章 DeepSeek 刚刚发布 V4.1-Flash-1017，在 DeepSWE 上得分 77.0，并开放 Search API 首次出现在 MarkTechPost。
来源：MarkTechPost · marktechpost.com