中国人工智能公司Deepseek发布了其Flash模型的更新版本，在代理和编码任务方面取得了显著提升。公司还首次向外部开发者开放其内部搜索引擎。

Deepseek-V4.1-Flash-1017 现已通过公司官网、应用程序和 API 提供。Deepseek 还将模型权重开源于 Hugging Face 和 ModelScope。与其直接前身相比，该模型的基准测试分数更高，任务完成更快，输出更短。公司称此次更新是性能与成本权衡的帕累托改进。

为了从零开始构建完整的软件项目，Deepseek 使用了带有自我反馈的强化学习（RLSF）。这种训练后方法允许模型使用自身的内部信心评分或自我生成的批评作为奖励信号。这就不需要人工评估者或外部奖励模型。Deepseek 表示，这种方法提升了从游戏编程到三维建模和设计工作等各种任务的端到端项目开发。该模型还可以制作紧凑型解说视频，类似于最近发布的Opus 5.5。

观看视频： https://x.com/rui_dai58164/status/2112913109379948697

该模型针对 Deepseek Harness（推荐版本 v0.2.1-rc.1）、腾讯 CodeBuddy 和 WorkBuddy 等开发环境进行了调校。

较小的Flash型号在编码和代理任务上击败了大型竞争对手

在Deepseek自家的基准测试中，V4.1-Flash-1017的表现优于其前代V4.1-Flash。它还在多个编码和人工智能代理类别中击败了Claude Opus 5、GPT 5.6-Sol、Kimi K3和GLM 5.3等大型竞争模型。

Deepseek V4.1-Flash-1017 在所有测试方面都优于前代。|图片来源：Deepseek

DeepSWE基准的成本图表显示了较短输出对效率的影响程度。V4.1-Flash-1017 以 77.0% 的最高得分，平均每项任务成本略低于 0.20 美元。在低档设置下，它仍能以约0.10美元的价格清算72%。前作得分为74.2%，但每分成本约为0.50美元。

在每个智能编码任务的平均成本上，Flash模型远远低于竞争对手。|图片来源：Deepseek

竞争模型如GPT-6 Astra、Gemini 3.8 Flash和Claude Opus 5在图表中每个任务的价值在2美元到10美元之间，且没有一个能与较小的Deepseek模型的准确性相匹配。独立基准测试还没发布，而基准测试也只讲述了一半的故事。例如，开发者对代码质量的印象与基准测试结果可能差别极大。

Deepseek 将其内部搜索引擎转化为公共 API

除了语言模型，Deepseek 还将其网页搜索工具（Search & Fetch API）开放给所有开发者。公司表示，这些服务运行在其内部构建的搜索引擎上，该搜索引擎每天已处理全球数亿次查询。设置细节在API文档中。

每个端点每1000次通话成本为0.75美元。Deepseek API 用户可通过服务器端工具免费访问 Deepseek Harness、Claude Code 和 Codex，截止时间为 2026 年 10 月 31 日（UTC 下午 4：00）。

不过，昨天将中国AI模型深度融入工作流程确实变得有些不那么吸引人了。据报道，中国政府计划收紧对开放重量模型的发布规定，甚至完全阻止其发布。一个决定因素是某系统是否跻身前十名最强大型号之列。