DeepSeek V4.1 Flash 1017 在 Artificial Analysis 智能指数上得分为 45，比 DeepSeek V4.1 Flash 提高了 6 分，并且是并列第 2 的开放权重模型
@deepseek_ai 发布了 DeepSeek V4.1 Flash 1017，这是其旗舰模型 DeepSeek V4.1 Flash 的更新版本。在第一方 API 上，DeepSeek V4.1 Flash 1017 的定价为高峰时段每 1M 输入 token 0.30 美元、每 1M 输出 token 1.20 美元，非高峰时段价格为高峰费率的一半，与 DeepSeek V4.1 Flash 的定价相同。
主要结果：
➤ DeepSeek V4.1 Flash 1017 在智能体能力、知识和科学推理方面均有提升。DeepSeek V4.1 Flash 1017 在 GDPval-AA v2.1 上的 Elo 评分为 1746，比 DeepSeek V4.1 Flash 的 1600 提高了 146 分。在 AA-Briefcase v1.1 上，其 Elo 评分从 1420 提高了 150 分至 1570。在 AA-Omniscience 上，其非幻觉率为 33%，比 DeepSeek V4.1 Flash 的 4% 提高了 29 分，同时准确率从 43% 提升至 46%，使其整体 AA-Omniscience 指数得分从 -5 提升至 +5。在 CritPt 上，DeepSeek V4.1 Flash 1017 得分为 24%，高于 DeepSeek V4.1 Flash 的 14%。
➤ DeepSeek V4.1 Flash 1017 现已与 GLM-5.3 并列成为第 2 名的开放权重模型。凭借 Artificial Analysis 智能指数 45 分的成绩，DeepSeek V4.1 Flash 1017 仅落后 MiMo-V2.6-Pro 1 分，并领先 Step 5 Preview 和 Kimi K3 等其他开源模型（两者均为 44 分）。
➤ 凭借每任务 0.26 美元的成本，DeepSeek V4.1 Flash 1017 位于能力与成本对比中最具吸引力的象限。凭借每任务 0.26 美元的成本和 45 分的智能指数得分，DeepSeek V4.1 Flash 1017 优于每任务 0.28 美元、得分 42 的 GLM-5.3-Flash。与此同时，每任务 0.13 美元的 MiMo-V2.6-Pro（46 分）和每任务 0.21 美元的 GPT-6.1 Sol（中等档，48 分）都以更低的每任务成本提供了更高的能力。
更多模型细节：
➤ 上下文窗口：1M token（与 DeepSeek V4.1 Flash 相同）
➤ 定价：每 1M 输入 token 0.30 美元、每 1M 输出 token 1.20 美元，与 DeepSeek V4.1 Flash 相比没有变化。缓存命中价格为每 1M token 0.006 美元，即 98% 的折扣
➤ 规模：总参数 552B（激活参数 16B）
➤ 许可证：MIT
➤ 提供商：可通过 DeepSeek 的第一方 API、@FireworksAI_HQ 、@baseten、@DeepInfra 、@wafer_ai 、@Cloudflare 等获取
