开源一个多月后,DeepSeek 没开发布会、没换架构——直接把 deepseek-flash API 背后的 checkpoint 换掉了。新版 DeepSeek-V4.1-Flash-1017 在 model card 里自谦「a minor update」,对照表却不客气:十一项基准全线上涨,Terminal-Bench 4.0 从 31.2 拉到 42.3,越过 GPT-5.6 Sol 的 39.9。
不是 minor 的 minor update
对照表横跨新旧 Flash、Kimi K3、GLM-5.3、GPT-5.6 Sol、Claude Opus 5 六列。1017 十一项全涨,四项为六列最高:DeepSWE v1.1 的 77.0(高于 Opus 5 的 74.0)、Automation-Bench v1.0.6 的 60.5、Agents' Last Exam 的 35.4、Apex Bench v1.1 的 72.1;Terminal-Bench 涨幅最大,仍低于 Opus 5 的 51.8;HLE、ProgramBench、NL2Repo 也是 Opus 5 领先。一句话:agentic 与工程基准上 1017 甩开同表对手,通用推理上 Opus 5 身位还在。
官方公告原话是「stronger benchmark performance, faster task completion, and shorter outputs」,称之为性能与成本的 Pareto 改进。对按 token 计费的用户,输出缩短直接写在账单上。
训练侧:RL 自反馈
训练手段写在公告标题里:Wish-Driven Programming Made Real——用带自我反馈的强化学习提升端到端项目开发能力。官方演示包括故宫 3D 建模、网页赛车游戏、Godot 引擎复刻 Portal 2 等。
规格表没动:763B 参数、1M token 上下文、MIT 协议,权重上架 Hugging Face 与 ModelScope。工程细节:依然没有 Jinja chat template,encoding 目录给 Python 参考实现,另有 Rust 工具链 deepseek-recipe 统一处理消息编码、工具调用与思考解析;采样维持 temperature 1.0、top_p 1.0。
同日开闸的 Search & Fetch API
顺手一刀更有意思:DeepSeek 全量开放自研搜索引擎支撑的 Search & Fetch API,每端点每千次 0.75 美元,官方称日请求量数亿;经 DeepSeek Harness、Claude Code、Codex 的 server-side tools 调用暂免,10 月 31 日 16:00 UTC 起计费。官方建议 Harness 升至 v0.2.1-rc.1 或更高,腾讯 CodeBuddy、WorkBuddy 已适配。
所以呢
一个月前 V4.1-Flash 接替退役的 V4-Pro 算「换代」;这次连版本号都没大动,API 用户一觉醒来底层 checkpoint 已换人,基准表整体上移一档。当迭代收敛成「定期换 checkpoint + 静默推全量」,发布仪式感在消失,比拼只剩:谁换得更勤,谁在同一架构里榨出的提升更大。1017 证明后者可以很可观——但 Opus 5 在多数通用基准上仍领先,前沿位置眼下还是别人的。
参考:api-docs.deepseek.com/news/news261017 | huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017