DeepSeek发布V4.1-Flash-1017版本：性能提升、成本下降，强化“许愿式”项目构建能力

SmartHey10月17日消息，DeepSeek V4.1 Flash 已正式升级为 V4.1-Flash-1017 版本。目前，官方网页端、移动应用及 API 接口均已同步切换至该新版模型（API 调用方式与定价策略维持不变，开发者仍可通过 deepseek-flash 标识访问最新模型）。

据深度求索官方说明，本次更新在模型性能与推理成本之间实现了帕累托优化：在多项权威基准测试中，V4.1-Flash-1017 相较前版能力显著增强，同时任务响应延迟降低、输出长度精简，单次调用的综合资源消耗与经济成本均有所下降。

新模型在保持高响应速度的同时，进一步压缩了推理耗时与生成冗余，助力用户以更低开销、更短周期完成复杂任务，在 DeepSeek Harness、HellaSwag、MMLU 等主流评估框架下达成新的性能-成本帕累托前沿。

此外，DeepSeek 针对自有开发平台 DeepSeek Harness，以及腾讯 CodeBuddy、WorkBuddy 等第三方协作环境进行了专项适配优化。官方建议用户将 DeepSeek Harness 升级至 0.2.1-rc.1 或更高版本，以充分释放新版模型的协同效能。

在核心能力维度上，V4.1-Flash-1017 引入关键升级：依托自反馈强化学习（Self-Feedback RL）训练范式，模型从零构建完整软件项目的能力明显增强，覆盖轻量级游戏开发、基础3D建模原型生成等端到端场景。

这一改进显著提升了模型对“许愿式”编程指令的理解与执行能力——即在提示词简略、参考素材有限的条件下，直接生成结构完整、可运行、可调试的项目成果。官方演示显示，在 DeepSeek Harness 环境中，新模型仅需极少轮次交互，即可自动完成项目初始化、模块编码、依赖配置及本地运行验证全流程。

值得一提的是，V4.1-Flash-1017 的完整模型权重已同步开源，已在 Hugging Face 与 ModelScope 平台上线，延续 V4.1 Flash 的 MIT 开源协议，支持研究与商用场景自由使用。