DeepSeek 于 10 月 17 日把 V4.1 Flash 升级为 V4.1-Flash-1017，网页、App 与 API 同步切换（deepseek-flash 调用方式和价格不变），权重以 MIT 协议上架 Hugging Face 与 ModelScope。官方口径下 DeepSWE v1.1 从 74.2 升至 77.0、Terminal-Bench 4.0 从 31.2 升至 42.3，同时任务耗时与输出长度下降；同步开放自研搜索引擎驱动的 Search/Fetch API（$0.75/千次）。
核心要点速览
- ✓官方口径 DeepSWE v1.1 77.0（上一版 74.2），表中高于 Claude Opus 5 的 74.0 与 GPT-5.6 Sol 的 73.0
- ✓Terminal-Bench 4.0 由 31.2 升至 42.3、ProgramBench 由 20.3 升至 29.1，但仍低于 Opus 5 的 51.8 / 37.0；HLE（无工具）42.6 对 Opus 5 的 56.3
- ✓API 定价不变：deepseek-flash 高峰期输入（未命中缓存）$0.3、输出 $1.2 每百万 token，非高峰减半；上下文 1M、最大输出 384K
- ✓Search / Fetch API 各 $0.75/千次；经 DeepSeek Harness、Claude Code、Codex 服务端工具调用的部分免费至北京时间 11 月 1 日 00:00
- ✓权重 MIT 开源，Hugging Face 为 FP8 存储（专家权重 FP4），不附 Jinja 模板，需用官方 encoding.py 或 deepseek-recipe
开发者 3 秒速决决策指标
Claude Code 高频使用：比较订阅额度与 API 账单
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
9 月发布的 DeepSeek V4.1 Flash 主打低价长上下文，但在长链路编程与终端任务上落后头部闭源模型。10 月 17 日，DeepSeek 在官方公告中把它升级为 V4.1-Flash-1017，网页、App 与 API 同步切换，deepseek-flash 的调用方式和价格都不变，旧名 deepseek-v4-flash 也会被路由到新模型。
架构亮点与底层机制
模型卡把它定位为 V4.1-Flash 的小版本更新。据 V4.1-Flash 模型卡，该架构为 552B 主干参数的多模态 MoE，采用因果编码器-解码器结构，预填充每 token 激活 8B、解码激活 16B，支持 1M 上下文。官方称本版用基于自反馈的强化学习，强化了从零搭建游戏、3D 场景等完整项目的能力，并缩短了任务耗时与输出长度。
权威 Benchmark 与实测跑分对比
以下均为官方口径：DeepSWE v1.1 从 74.2 升至 77.0，Terminal-Bench 4.0 从 31.2 升至 42.3，Agents' Last Exam 为 35.4，在其表格中领先 Kimi K3、GLM-5.3 与 GPT-5.6 Sol。但 Terminal-Bench 4.0、ProgramBench 与 HLE 仍明显落后 Claude Opus 5。目前尚无第三方复测。
开发者实战落地与开箱指南
API 用户无需改代码。若用 DeepSeek Harness，官方建议升级到 0.2.1-rc.1 及以上。自部署可从 Hugging Face 或 ModelScope 下载 MIT 权重，按 inference 目录转换；仓库不附 Jinja 模板，提示词编码请用 encoding.py 或 deepseek-recipe。另外，新开放的 Search/Fetch API 每千次 5 元，经 Harness、Claude Code、Codex 的服务端调用将从北京时间 11 月 1 日起计费。
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察