刚刚！DeepSeek 扔核弹 — V4.1 Flash 1017 11 项基准全涨、权重 MIT 免费、1.05M 上下文 1.5 毛

原创

杜起
杜起

黑白之道

2026年10月18日 09:07
韩国

去阅读

导语：DeepSeek 官方在 2026 年 10 月 17 日把 V4.1 Flash 升级到 1017 快照。11 项基准全部上涨，HLE（无工具）从 39.2 跳到 42.6、Terminal-Bench 4.0 从 31.2 飙到 42.3、DeepSWE v1.1 从 74.2 升到 77.0；API 价格一分没涨，1.05M 上下文 / 384K 最大输出；权重首次以 MIT 协议在 Hugging Face 公开。

一、这次升级改了什么

DeepSeek 在官方更新页（api-docs.deepseek.com/updates）直接给出了对比表，11 项基准一行都没掉：

Terminal-Bench 涨 11 分、ProgramBench 涨近 9 分、Apex 涨 7.5 分——这三项都是「agent 能否端到端干活」类，涨在刀刃上。Google 同档的 Gemini 4 Argon 在 Terminal-Bench 是 57.4、DeepSWE 77.9，依然领先，但价格是 DeepSeek 的几十倍。

二、架构延续，瓶颈换了

V4.1 Flash 沿用 9 月 10 日首发的 CED（Causal Encoder-Decoder，因果编码器-解码器） 架构：

• 552B 骨干参数
• prefill 阶段激活 8B，decode 阶段激活 16B
• 196B Engram（外挂条件记忆）参数
• Hugging Face 仓库标签是 763B（统计口径不同）
• 40 层（20 层编码器 + 20 层解码器）
• 384 个路由专家，每个 token 选 6 个 + 1 个共享专家
• FP8 主量化 + FP4 专家权重

KV-cache（键值缓存，推理时用来避免重复计算的内存开销）压缩到 890 字节/token，1M token 上下文大约 0.89GB——这个数字对 agent 工作流很关键：读 1M token 仓库不必每次重算缓存。

三、价格、上下文、限速

DeepSeek 这次刻意「不提价」：

• 输入（cache miss，缓存未命中）：$0.15 / 1M token
• 输出（off-peak，非高峰）：$0.60 / 1M token
• OpenRouter 转发更便宜：输入0.50 输出 / $0.008 缓存读取
• 上下文窗口：1.05M token
• 最大输出：384K token（0x0SojalSec 的 393K 是带特定 API 模式）
• API 调用方式不变，还是 deepseek-flash

对企业来说，等于「性能涨 35%、账单不动」。

四、权重 MIT 协议公开

这是这次最重磅的动作。Hugging Face 上线了两个仓库：

• 老仓库：deepseek-ai/DeepSeek-V4.1-Flash（上个月 130 万次下载）
• 新仓库：deepseek-ai/DeepSeek-V4.1-Flash-1017（14 小时内已经有 2 个微调 fork）

权重协议 MIT——比 Llama Community License 还松，可以商用、改名再分发，不用通知 DeepSeek。BF16 / F32 / F8\_E4M3 / I8 四种精度都有，NVIDIA 还同步发了 NVFP4 量化版（nvidia/DeepSeek-V4.1-Flash-NVFP4）。

五、三个 Harness 专门优化

1017 的 RLHF（基于人类反馈的强化学习）微调阶段专门针对三个 agent 框架做了对齐：

1. DeepSeek Harness v0.2.1-rc.1+（自家）
2. Tencent CodeBuddy（腾讯系 IDE 编程助手）
3. WorkBuddy（腾讯 WorkBuddy 企业 agent 平台）

官方的逻辑是：agent 框架最常让模型「吐一大段废话」，专门优化这块能显著缩短输出——输出变短就是账单变短。社区用户 @zycbat888 直接点破：「钱在最后」。

六、独立评测怎么打分

Kingy AI（独立评测站）自己跑了 7 个固定任务、64 次 hosted 调用，对比 4 个模型：

1017 是 4 个里最便宜的（Sonnet 的 1/4、Qwen 的 1/5），但 Sonnet 在响应延迟上更快（1.59s vs 2.47s）。结论是「同一档能力、不同价格档位」，不是「1017 全面碾压」。

社区里也有反向声音。@dommcdev 指出 DeepSeek 对比的是 Opus 5 / 5.6 Sol 这两代前模型，没有拉 GPT-6.1 Sol、Opus 5.5、Argon 这些当代对手；@Marcia\_Ong 也要求公开 vs Opus 5.5 / GPT-6.1 的对比。@Stanlin\_dias 直接从官方 changelog 抓出 HLE 42.6、DeepSWE 77.0 这两个数字，没看到「old scores」——这是 DeepSeek 一直以来的毛病：只放新高，不放旧分，让涨幅看起来比实际更大。

七、四个使用场景

V4.1 Flash 1017 真正能发力的地方不是「通用对话」——那是 V4.1 Pro / Claude Opus 5.5 的地盘。它适合：

1. Agent 框架下的代码 agent：Terminal-Bench 涨 11 分、ProgramBench 涨 9 分，CI/CD 修复、批量脚本生成、多文件重构都吃得下
2. 长上下文代码库分析：1.05M 上下文 + 压缩 KV-cache，10 万行级代码仓库一次性喂进去
3. 多模态 OCR / 文档解析：原生视觉（不是后加的视觉模块），能直接读 PDF 截图
4. 高并发低成本 API 替代：输出比 8B 模型准确，比 Sonnet 便宜 4 倍，适合「量大但能容忍偶发错误」的场景

八、怎么下载

按使用方式三种拿法：

1. 在线用（最简单）

• 官网：https://chat.deepseek.com
• 移动端：DeepSeek APP
• API：deepseek-flash 端点（https://api.deepseek.com/v1/chat/completions）

2. 第三方转发

• OpenRouter：https://openrouter.ai/deepseek/deepseek-v4.1-flash-1017
• 阿里云百炼、火山引擎方舟、腾讯混元也都有同步上架

3. 自部署（需要 ≥200GB 显存的多卡集群）

• Hugging Face：https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
• 仓库标签 763B（BF16），FP8 / FP4 量化版同仓库
• NVIDIA NVFP4 优化版：https://huggingface.co/nvidia/DeepSeek-V4.1-Flash-NVFP4
• 协议：MIT，可商用、可改、可再分发

九、思考题

• 11 项基准全涨 35% 但价格不变，DeepSeek 的「成本边际」到底来自哪里？是 RLHF 数据更精，还是 FP4 专家权重让推理硬件更便宜？
• Kingy 评测里 Sonnet 5.5 速度快 50% 但价格贵 4 倍——什么场景下应该选 Sonnet，什么场景下应该选 1017？
• 权重 MIT 协议公开后，第一个会基于 1017 微调的「专项模型」会是什么？金融合规？代码安全？中文 agent？

素材出处：DeepSeek 官方更新日志, https://api-docs.deepseek.com/updates ；DeepSeek 官方推文, https://x.com/deepseek\_ai/status/2111375640717033777 ；0x0SojalSec 推文, https://x.com/0x0SojalSec/status/2111501303964913763 ；Kingy AI 独立评测, https://kingy.ai/blog/deepseek-v4-1-flash-1017-specs-benchmarks-pricing/ ；OpenRouter 模型卡, https://openrouter.ai/deepseek/deepseek-v4.1-flash-1017

👇 点击阅读原文，访问我的网站

---