DeepSeek 开放 V4.1-Flash 更新版，编程与智能体测试大幅提升

DeepSeek 于 2026 年 10 月 17 日发布 DeepSeek-V4.1-Flash-1017，这是 9 月发布的 V4.1-Flash 的新版本。模型卡称其为一次小更新，但编程和智能体测试的提升十分明显。模型以 MIT 许可证在 Hugging Face 和 ModelScope 发布，可在自有服务器上运行，同时已在 DeepSeek 网站、App 和 API 上线。

编程与智能体测试大幅提升

根据模型卡中的表格，新版本在衡量终端任务的 Terminal-Bench 4.0 上从 31.2 提升到 42.3，在 ProgramBench 上从 20.3 提升到 29.1，在 Apex Bench 上从 64.6 提升到 72.1。在衡量软件问题修复的 DeepSWE v1.1 上得分 77.0，同表中 Claude Opus 5 为 74.0，GPT-5.6 Sol 为 73.0。在不使用工具的 Humanity's Last Exam 上从 36.8 提升到 42.6，这一项 Opus 5 仍以 56.3 领先。DeepSeek 还表示，模型完成任务更快、输出更短，从而降低成本。

模型能力

模型总参数 7630 亿，推荐上下文 100 万 token。除文本外还能读取图像，支持工具调用、思考模式和可调节的推理强度。可通过 vLLM、SGLang 和 Docker Model Runner 运行，DeepSeek 还提供了面向生产环境的 Rust 工具包。模型针对端到端项目开发进行了自反馈强化学习，公告中的示例包括故宫 3D 模型、网页赛车游戏以及在 Godot 中重制的 Portal 2。不过，在本地运行如此规模的模型仍需非常强大的服务器。

Harness 与搜索 API

该模型针对 DeepSeek 的智能体框架 DeepSeek Harness 以及腾讯的 CodeBuddy 和 WorkBuddy 进行了优化。同日，DeepSeek 基于自研搜索引擎的 Search 和 Fetch API 向所有用户开放。这些 API 需付费；在 10 月 31 日之前，DeepSeek API 用户通过 DeepSeek Harness、Claude Code 和 Codex 进行的服务端工具调用免费。最新价格以 DeepSeek 页面为准。

表中结果均为 DeepSeek 公布的数据，部分测试使用了特定运行环境（Terminal-Bench 使用 Claude Code，DeepSWE 使用 mini-swe）。模型卡未说明语言支持情况。建议在自己的代码库上测试，并关注独立研究人员的对比结果。