Deepseek V4.1 Flash 1017 在智能体任务中击败更大的竞争对手，同时再次大幅削减每项任务的成本

Deepseek V4.1 Flash 1017 在智能体任务中击败更大的竞争对手，同时再次大幅削减每项任务的成本

要点

• 中国人工智能公司 Deepseek 已在其平台上发布 Deepseek-V4.1-Flash-1017，并在 Hugging Face 和 ModelScope 上作为开放权重模型发布。
• 该公司表示，该模型采用基于自我反馈的强化学习进行训练，运行速度更快，输出更简短，并在端到端软件开发和智能体任务中表现良好。
• 在内部基准测试中，此次更新在编程和智能体基准测试上击败了 Claude Opus 5 和 GPT 5.6-Sol 等更大的竞争对手。Deepseek 还通过新的 Search 和 Fetch API 向开发者开放其内部搜索引擎。

中国人工智能公司 Deepseek 发布了其 Flash 模型的更新版本，在智能体和编程任务方面取得重大进展。该公司还首次向外部开发者开放其内部搜索引擎。

Deepseek-V4.1-Flash-1017 现已通过该公司网站、应用和 API 提供。Deepseek 还将模型权重作为开源发布在 Hugging Face 和 ModelScope上。与其直接前代相比，该模型的基准测试成绩更好，完成任务更快，输出更简短。该公司称此次更新是在性能与成本权衡上的帕累托改进。

为了从头构建完整的软件项目，Deepseek 使用了带有自我反馈的强化学习（RLSF）。这种后训练方法允许模型使用其自身的内部置信度分数或自我生成的评价作为奖励信号，从而无需人工评估者或外部奖励模型。Deepseek 表示，这种方法改善了从 游戏编程到 3D 建模 和设计工作等各类任务的端到端项目开发。该模型还可以为简短的讲解视频制作动画， 类似于最近发布的 Opus 5.5.

视频来源：FeiZ广告

该模型针对 Deepseek Harness （建议 v0.2.1-rc.1 或更高版本）、Tencent CodeBuddy 和 WorkBuddy 等开发环境进行了调优。

更小的 Flash 模型在编程和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。它还在多个编程和 AI 智能体类别中击败了 Claude Opus 5、GPT 5.6-Sol、Kimi K3 和 GLM 5.3 等更大的竞争模型。

DeepSWE 基准测试的成本图表显示了更短的输出对效率的重大影响。V4.1-Flash-1017 以每项任务平均仅略低于 0.20 美元的成本取得了 77.0 百分比的最高分。在低设置下，它仍以约 0.10 美元的成本超过 72 百分比。前代模型得分 74.2 百分比，但每次运行成本约为 0.50 美元。

在这张图表中，GPT-6 Astra、Gemini 3.8 Flash 和 Claude Opus 5 等竞争模型的单任务价格落在 2 美元到超过 10 美元之间，且没有一个能比得上更小的 Deepseek 模型的准确率。独立基准测试尚未出炉，而且基准测试本来也只能说明一半的情况。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。广告

Deepseek 将其内部搜索引擎转变为公开 API

除语言模型外，Deepseek 还将其网页搜索工具（Search & Fetch API）向所有开发者开放。该公司表示，这些服务运行在其内部自建的搜索引擎上，该引擎目前每天在全世界处理数亿次查询。设置详情见 API 文档.

每个端点的费用为每 1,000 次调用 0.75 美元。在 2026 年 10 月 31 日（UTC 时间 4:00 PM）之前，Deepseek API 用户可以通过 Deepseek Harness、Claude Code 和 Codex 中的服务器端工具免费使用这些功能。

不过，将中国 AI 模型深度整合进工作流的吸引力昨天确实有所下降。据报道，中国 政府计划 收紧关于发布开放权重模型的规则，甚至可能完全阻止其发布。一个决定性因素是该系统是否跻身能力最强的前 10 名模型之列。

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、完整档案访问权限以及评论区的访问权限。