AREX Feed Article
DeepSeek 发布 DeepSeek-V4.1-Flash-1017：官方称更强、更快、输出更短，权重同步开源
10 月 17 日，DeepSeek 官方 X 账号 DeepSeek-V4.1-Flash-1017 正式发布：相较上一版，官方称“基准表现更强、任务完成更快、输出更短”，并称这是性能与成本上的帕累托改进（一项变好、另一项不变差）。模型已上线 DeepSeek 官网、App 与 API，帖文同时给出 与 两条权重下载链接，宣布开源。
官宣本身很简短：四条帖文组成的串帖，没有给出参数规模、上下文长度或许可证类型。而在官宣约六个半小时前，这个模型名已经先在 DeepSeek 自家 API 模型列表里短暂露面、又被撤下，先后被自动化追踪账号和独立测试者捕捉； 在官宣 7 分钟后确认模型在其平台上线，DeepSeek 官方端点为首家服务商。
官宣之前：一个在自家 API 列表里只停了几分钟的名字
美东时间 10 月 16 日 21 时 59 分（北京时间 17 日上午约 10 时），自动化追踪账号 捕获 deepseek-v4.1-flash-1017 出现在 DeepSeek 自家 API 的模型列表中。该账号写道，几分钟后这条目已消失，“API 现在拒绝这个名字”。它还指出 1017 后缀与 DeepSeek 既有的日期化快照命名一致：7 月 31 日上线的官方快照就叫 。由命名规律推断“一个新的 V4.1 Flash 快照接近上线”，是追踪账号自己的判断——当时 DeepSeek 没有任何公告或更新日志。
约三小时后，独立测试者 发帖称，该模型名可见的窗口只有几分钟，DeepSeek Flash 端点的模型指纹已因新 checkpoint（权重存档）改变。他附上两帧同为雨夜便利店“HOSHINO MART”主题的 3D 画面，标注左为旧 Flash、右为新 Flash 的输出。“新 checkpoint”是他的推断，DeepSeek 当时未予确认，两帧画面也只是单一个案的对比。
测试者盯的别名有来历：9 月 10 日上一版 V4.1-Flash 上线时，DeepSeek 让用户把 API 模型名设为 deepseek-flash，并宣布 V4-Pro 的请求自 9 月 14 日起将路由到 V4.1-Flash、直至 V4.1-Pro 发布（）。几小时后，官宣确认了新版本的存在。
官方对比表：Terminal-Bench 4.0 从 31.2 升到 42.3
官宣帖文附了两张图，一张是上文封面那张 DeepSWE v1.1 散点图，另一张是基准对比表。按 DeepSeek 自己的表格，相对上一版 V4.1-Flash，V4.1-Flash-1017 的变化包括：Terminal-Bench 4.0 从 31.2 升至 42.3，DeepSWE v1.1 从 74.2 升至 77.0，ProgramBench 从 20.3 升至 29.1，Automation-Bench V1.0.6 从 54.8 升至 60.5，Agents' Last Exam 从 31.8 升至 35.4，Apex Bench v1.1 从 64.6 升至 72.1。表格脚注注明了测量口径：Terminal-Bench 4.0 在 Claude Code 框架下测试，DeepSWE 用 Mini-SWE-V2 框架评测，ZeroBench-main 用 Pass@5。这些分数均为公司自报，官宣串帖本身没有附评测脚手架或技术报告。
横向看，官方表格的对照组里，DeepSWE v1.1 一项的 77.0 高于 Claude Opus 5 的 74.0 和 GPT-5.6-Sol 的 73.0；但 Terminal-Bench 4.0 的 42.3 仍低于 Claude Opus 5 的 51.8。Hugging Face 联合创始人 Thomas Wolf（据其 X 账号资料）当天 了这组数字：据他说，DeepSeek 把这次更新称作“minor update”（小更新），这与表中 Terminal-Bench 4.0 的升幅摆在一起，他直呼好笑。四条官宣帖文中并未出现“minor update”这一表述。
自反馈强化学习与脚手架适配：官方给出的解释
按官宣第二 ，这次提升来自训练方法：模型使用带自我反馈的强化学习（reinforcement learning with self-feedback）改进端到端项目开发能力，官方给的例子从游戏制作一直到 3D 建模，帖文附了四段演示动图。工程侧，官方称模型为 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等做了优化，建议升级到 DeepSeek Harness v0.2.1-rc.1 或更高版本以获得最佳体验。DeepSeek Harness 是 DeepSeek 8 月开源的 agent（智能体）脚手架，代码库以 MIT 许可开放（）。
“输出更短”为什么被单独点名
在 Wolf 看来，这组说法里最值得注意的是“更快完成任务且输出更短”。他的解读是：用更少 token（词元）是成本曲线被压下来的实用途径之一，而这种事“常被当作事后才想起来的补丁”。他还写道，这次照例以 MIT 许可发布权重、符合 DeepSeek 传统——官宣串帖没有注明许可证类型，这一说法出自他对 DeepSeek 既往发布惯例的总结。Wolf 留下的疑问同样具体：这些数字在 DeepSeek 自己的评测脚手架之外能不能站住。
同一串帖的第二件事：Search & Fetch API 开放，11 月 1 日起计费
同一条串帖的第三 是独立于模型发布的另一项公告：Search 与 Fetch API 向所有人开放。按官方说法，两者由 DeepSeek 自研搜索引擎驱动，每天在全球服务数亿次请求。显示，两个端点分别是 /v1/tools/search（返回结构化搜索结果）和 /v1/tools/fetch（抓取单个网页并返回 Markdown），按成功请求计费、与 token 数量无关：每个端点每 1,000 次成功调用 0.75 美元，失败请求、空结果和超时不计费，每个 API 的账户级限速为每秒 5 次。通过 DeepSeek Harness、Claude Code 与 Codex 的服务端工具发起的调用目前对 DeepSeek API 用户免费，计费自北京时间 11 月 1 日 0 时（10 月 31 日 16:00 UTC）开始。
上线三天后：OpenRouter 铺开 16 家端点，第三方分数也出现了
OpenRouter 发帖称这次更新 token 效率更高、在智能体类（agentic）基准上有大幅提升，未附具体数值；发帖时 DeepSeek 为首家提供商，“更多提供商正在路上”。截至 10 月 20 日，其 已列出 16 家服务商的端点，包括 Together AI、Fireworks、Cloudflare、阿里云与 DeepInfra 等；页面卡片标注上下文 1.05M token、输入最低每百万 token 0.04 美元、输出 0.60 美元，其中 DeepSeek 官方端点定价为输入 0.15 美元、输出 0.60 美元。
权重方面，官宣第四 给出的两条链接分别指向 Hugging Face 与 ModelScope 上的 deepseek-ai/DeepSeek-V4.1-Flash-1017 仓库，OpenRouter 页面也把前者标为“Model weights”。
OpenRouter 页面聚合的第三方评测中，Vals AI 对这个 1017 模型跑出的 Terminal-Bench 4.0 分数是 31.8%，低于官方自报的 42.3。两者脚手架不同——DeepSeek 的表格脚注写明其 Terminal-Bench 4.0 用 Claude Code 框架——尚不能直接对表；但 Wolf 提出的核验问题，至此有了一个公开可查的第三方数字。