Deepseek V4.1 Flash 1017 在智能体任务上击败更大对手,同时再次大幅压低单任务成本
Deepseek 发布并开源 V4.1-Flash-1017,凭借自反馈强化学习在编程与智能体任务上以更短输出、更低单任务成本对标更大模型,同时首次向开发者开放内部搜索与抓取 API。
原贴
查看原文原文
中文翻译
中国 AI 公司 Deepseek 已在其平台上发布 Deepseek-V4.1-Flash-1017,并作为开放权重模型发布在 Hugging Face 和 ModelScope 上。
该公司称,该模型使用带自反馈的强化学习训练,运行更快、输出更短,并在端到端软件开发和智能体任务中表现良好。
在内部基准测试中,该更新在编程和智能体基准上击败了 Claude Opus 5 和 GPT 5.6-Sol 等更大的对手。
Deepseek 还通过新的 Search 和 Fetch API 向开发者开放其内部搜索引擎。
Deepseek 还首次向外部开发者开放其内部搜索引擎。
与前代直接产品相比,该模型的基准分数更好、完成任务更快、输出更短。该公司称这一更新是性能与成本权衡上的帕累托改进。
Deepseek 使用带自反馈的强化学习(RLSF)来从零构建完整软件项目。这种后训练方法让模型可以使用自身的内部置信度分数或自生成的批评作为奖励信号。
在 DeepSWE 基准的成本图中,V4.1-Flash-1017 以每任务略低于 0.20 美元的平均成本达到 77.0% 的最高分。其低设置仍以约 0.10 美元达到 72% 以上。前代得分为 74.2%,但每次运行成本约为 0.50 美元。
独立基准尚未发布。
每个端点每 1,000 次调用收费 0.75 美元。Deepseek API 用户可通过 Deepseek Harness、Claude Code 和 Codex 中的服务器端工具免费使用这些功能,直至 2026 年 10 月 31 日(UTC 16:00)。
核心信息
Deepseek 发布并开源 V4.1-Flash-1017,凭借自反馈强化学习在编程与智能体任务上以更短输出、更低单任务成本对标更大模型,同时首次向开发者开放内部搜索与抓取 API。
- Deepseek 发布并开源 V4.1-Flash-1017,凭借自反馈强化学习在编程与智能体任务上以更短输出、更低单任务成本对标更大模型,同时首次向开发者开放内部搜索与抓取 API。
- 原贴提到:Chinese AI company Deepseek has released Deepseek-V4.1-Flash-1017 on its
- 来源:the-decoder.com
详细解读
这是什么信号:Deepseek 把 V4.1-Flash 更新为 1017 版本,同时放出三件事:开放权重、自测成绩对标更大模型、首次把内部搜索能力做成 Search & Fetch API 对外售卖。关键不在单项分数,而在于它把「性能 / 单任务成本」这条曲线整体往下压。
为什么重要:原文给出的成本图比分数更有信息量。V4.1-Flash-1017 在 DeepSWE 上以每任务略低于 0.20 美元拿到 77.0%,低档约 0.10 美元仍过 72%;前代 74.2% 却要约 0.50 美元;GPT-6 Astra、Gemini 3.8 Flash、Claude Opus 5 在图中的单任务成本落在 2 美元到 10 美元以上,且准确率未超过这个小模型。也就是说,竞争维度正从「谁更聪明」转向「谁能在可接受准确率下把每任务成本压到十分之一」。同时,RLSF 用模型自身的置信度或自生成批评作奖励信号,省掉人工评审和外部奖励模型,这是「输出更短、跑得更快」背后的训练侧解释,也解释了成本为何下降。
对谁有价值:第一类是跑批量 agent 任务的团队,尤其是端到端项目生成、游戏编程、3D 建模与设计、短片动画这类多步任务,单任务成本差十倍会直接改变产品是否成立。第二类是选型中的企业与工程负责人,开放权重意味着可以自托管或做私有化部署评估。第三类是工具链厂商,原文点名适配 Deepseek Harness(建议 v0.2.1-rc.1 及以上)、腾讯 CodeBuddy、WorkBuddy,说明它把分发押在开发环境而非单纯 API 上。第四类是搜索/抓取需求方,Search & Fetch 按每千次调用 0.75 美元计价,且在 2026 年 10 月 31 日 16:00 UTC 前,Deepseek API 用户可通过 Harness、Claude Code、Codex 的服务器端工具免费使用。
可以怎么行动:别只看榜单,先用自己的任务集做 A/B:挑 20–50 个真实 agent 任务,同时跑 V4.1-Flash-1017 与现用模型,记录通过率、输出长度、重试次数和按原文单价折算的每任务成本,而不是只比单价。第二步验证「短输出」在你场景里是优势还是隐患——短输出利于降本,但如果你的任务依赖长推理链或详尽注释,需要看完成质量是否下降。第三步,若你有搜索增强需求,可在免费窗口内把 Search & Fetch 接进现有 agent,测算正式计费后的成本占比。第四步,需要数据合规或离线部署的团队,可以下载 Hugging Face / ModelScope 上的权重做小规模自托管压测。
风险与限制:原文明确说这些是内部基准,独立基准尚未发布;而且文章本身也提醒,基准只讲一半故事,开发者对代码质量的体感可能与分数差异很大。因此「击败 Claude Opus 5、GPT 5.6-Sol」目前只能当作厂商自述,不能当作定论。其次,帕累托改进是公司自己的说法,成本数字来自特定基准与特定设置,换成你的任务分布未必成立。第三,免费使用有明确截止时间,按次计费会随调用量线性放大,需要提前算账。第四,开放权重不等于零成本,自托管的算力、运维与量化适配仍是隐性支出。第五,搜索 API 的覆盖范围与结果质量原文未给出细节,接入前应做召回与时效性抽检。
信息差价值
这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。
如果把《Deepseek V4.1 Flash 1017 在智能体任务上击败更大对手,同时再次大幅压低单任务成本》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。
参考来源
TOPIC HUBS
延伸专题
AI SUMMARY
这篇文章回答了什么
Deepseek V4.1 Flash 1017 在智能体任务上击败更大对手,同时再次大幅压低单任务成本主要讲什么?
Deepseek 发布并开源 V4.1-Flash-1017,凭借自反馈强化学习在编程与智能体任务上以更短输出、更低单任务成本对标更大模型,同时首次向开发者开放内部搜索与抓取 API。
这篇文章最值得关注的要点是什么?
Deepseek 发布并开源 V4.1-Flash-1017,凭借自反馈强化学习在编程与智能体任务上以更短输出、更低单任务成本对标更大模型,同时首次向开发者开放内部搜索与抓取 API。;原贴提到:Chinese AI company Deepseek has released Deepseek-V4.1-Flash-1017 on its;来源:the-decoder.com
这篇文章和哪些AI专题相关?
它适合放在Agent工作流、AI副业、AI工具专题里阅读。 关联原因:这篇内容命中「Agent、智能体」等主题信号。;这篇内容命中「项目、小生意、变现」等主题信号。;这篇内容命中「模型」等主题信号。
阅读这篇文章建议先理解哪些关键词?
建议先理解AI工具、工具、自动化、模型、Cursor这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。