精华速览

10 月 17 日，DeepSeek 将 V4.1 Flash 更新至 V4.1-Flash-1017，网页端、APP 与 API 同步切换，API 调用方式与价格不变，仍通过 deepseek-flash 访问最新模型。官方称新版本在性能与成本之间实现帕累托改进：多项基准测试成绩较上一版提升，同时任务运行时间与输出长度缩短，单次调用综合成本下降。新模型通过基于自反馈的强化学习增强了从零构建完整项目的能力，覆盖游戏开发、3D 建模等场景，可承接提示词和素材极有限的“许愿式”编程请求。官方还针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等平台做了适配优化，模型权重已在 HuggingFace 和 ModelScope 开放下载，延续 MIT 许可证开源策略。

要点透视

  • DeepSeek V4.1 Flash 于 10 月 17 日更新至 V4.1-Flash-1017，网页端、APP 与 API 模型同步变更，API 调用方式与价格保持不变，仍使用 deepseek-flash 访问最新模型。
  • 官方基准数据显示：HLE（无工具）42.6、Terminal-Bench 4.0 为 42.3、DeepSWE v1.1 为 77.0、ProgramBench 为 29.1、NL2Repo-Bench 为 68.2、Automation-Bench v1.0.6 为 60.5、Agents' Last Exam 为 35.4、Apex Bench v1.1 为 72.1。
  • 带工具场景中，Chartography 为 83.0、BabyVision 为 92.5、ZeroBench-main 为 51.0。
  • 新版本在提升基准成绩的同时缩短任务运行时间与输出长度，官方称在多个 Harness 下达到新的性能-费用帕累托最优。
  • DeepSeek 针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等平台做了适配优化，建议将 DeepSeek Harness 升级至 0.2.1-rc.1 或更高版本以获取完整适配。
  • 新模型通过基于自反馈的强化学习训练，增强了从零构建完整项目的能力，覆盖游戏开发、3D 建模等场景，官方演示中在 DeepSeek Harness 环境以极短交互轮次完成完整项目搭建。
  • 模型权重已在 HuggingFace 和 ModelScope 开放下载，延续 V4.1 Flash 的 MIT 许可证开源策略。

文章拆解

从这次更新看，DeepSeek 的重点不只是把基准分数做高，而是在性能、耗时与输出长度之间重新找平衡。官方用“帕累托改进”描述这一变化，意味着在价格不变的前提下，单位任务的计算开销下降，这对高频调用 API 的开发者和企业用户更直接：同样的预算可能完成更多任务，或同等任务等待时间更短。API 调用方式与价格维持不变，也降低了存量用户的迁移成本。

能力层面的关键变量是“许愿式”编程。官方称新模型通过基于自反馈的强化学习，增强了从零构建完整项目的能力，覆盖游戏开发、3D 建模等场景，并在演示中以极短交互轮次完成项目搭建。这类能力若稳定，会改变 AI 编程工具的使用方式：用户不必提供详尽规格和素材，模型可自行补全结构并产出可运行成果。但演示案例的代表性有限，复杂项目中的可维护性、依赖处理和调试能力尚待确认。

生态适配是另一条线索。DeepSeek 专门针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等平台优化，并给出 Harness 最低版本建议，说明模型能力需要通过工具链释放，平台适配程度会影响实际体验。权重以 MIT 许可证在 HuggingFace 和 ModelScope 开放，延续了开源策略，有利于社区微调和私有化部署，但也意味着第三方衍生模型的质量与安全边界难以统一约束。

值得关注的变量包括：基准成绩提升能否转化为真实开发场景的稳定产出；输出长度缩短是否在某些任务中牺牲完整性；以及“许愿式”编程在提示词极简条件下生成项目的可靠性。潜在风险在于，若用户过度依赖低交互轮次生成完整项目，代码审查与安全验证环节可能被弱化。上述影响仍需更多独立评测和实际使用反馈来验证。

查看原文