DeepSeek 发布 V4.1-Flash-1017，DeepSWE 得分 77.0 并开放 Search API

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。