有助於理解文章的圖片
中國人工智慧公司DeepSeek於2026年10月17日公布DeepSeek-V4.1-Flash-1017。公司表示，新版模型相較前一版本，不僅基準測試成績提升，完成任務的速度也更快，同時能以較短的輸出內容完成工作。
程式開發測試達77% 單次任務成本約0.2美元
根據DeepSeek官方發布頁面以圖片呈現的比較結果，DeepSeek-V4.1-Flash-1017在程式開發代理測試DeepSWE取得77.0%，每項任務平均成本約0.20美元；前一版DeepSeek-V4.1-Flash在相同測試獲得74.2%，每次執行成本約0.50美元。
在程式開發與代理任務比較中，DeepSeek宣稱新版成績高於Claude Opus 5、GPT-5.6-Sol、Kimi K3及GLM 5.3，而這些對照模型的每項任務成本約介於2美元至10美元以上。
細項結果顯示，在DeepSWE 1.1測試中，新版DeepSeek得分77%，Opus 5.0為74%；AutomationBench分別為60.5%與50.3%，Apex Bench則為72.1%與65.8%。DeepSeek後訓練負責人吳宇形容，業界已進入「民主化的意圖驅動程式設計時代」。新版模型的KV快取容量據稱為每個權杖890位元組。
不過，目前尚未出現完整的獨立測試結果，基準成績也無法代表模型的所有能力。實際開發者所重視的程式碼品質，仍可能與測試排名有明顯落差。
獨立榜單列第35名 Apex成績出現落差
獨立基準測試彙整網站BenchLM在10月17日更新的資料中，給予DeepSeek V4.1 Flash 1017綜合分數65.61分，在954個模型中排名第35。各項結果包括Terminal-Bench 2.1為90.6%、CyberGym為88.1%、AA AutomationBench為68.9%、DeepSWE為77.0%、Codeforces為3471.0、NL2Repo為68.2%、GPQA／GPQA-D為90.9%、FrontierMath v2第一至第三級為67.368%、Apex為65.6%，AA-LCR則為84.0%。
同一套綜合指標中，DeepSeek V4 Pro 0813獲得63.19分，V3.2為50.2分。不過，新版模型的Apex成績在BenchLM為65.6%，與另一份比較資料所列的72.1%並不一致。
Vals AI目前尚未提供1017版本的專屬評估頁面。該網站先前測試DeepSeek V4.1 Flash時，給出的Vals Index為51.32%±1.13%，在49個模型中排名第26；每100萬個權杖的輸入與輸出價格分別標示為0.30美元及1.20美元。
API支援百萬權杖脈絡 離峰價格減半
DeepSeek API的「deepseek-flash」目前已改由DeepSeek-V4.1-Flash-1017提供服務；另一個「deepseek-v4-pro」則對應DeepSeek-V4-Pro-0813。deepseek-flash支援100萬個權杖的脈絡長度，最大輸出為38.4萬個權杖，同時處理上限為2500。
每100萬個權杖的輸入費用，快取命中時離峰為0.003美元、尖峰為0.006美元；未命中快取則分別為0.15美元與0.30美元。輸出費用離峰為0.60美元、尖峰為1.20美元。尖峰時段為週一至週五的世界協調時間凌晨1時至4時，以及上午6時至10時，離峰價格為尖峰的一半。
伺服器端Search與Fetch API工具呼叫在2026年10月31日下午4時前免費，之後將改為每1000次成功請求收取0.75美元。
開放權重同步上架 舊版限制仍須留意
DeepSeek-V4.1-Flash-1017已可透過DeepSeek網站、應用程式及API使用，開放權重則上架Hugging Face與ModelScope，並針對DeepSeek Harness v0.2.1-rc.1以上版本，以及騰訊CodeBuddy、WorkBuddy進行最佳化。
前一版DeepSeek-V4.1-Flash公開時，採用5520億參數的混合專家骨幹、1960億參數的條件式記憶模組，在預填階段啟用80億參數、生成階段啟用160億參數，並支援100萬個權杖脈絡與原生視覺能力。
舊版雖在DeepSWE v1.1以74.2分略高於Claude Opus 5的74.0分及GPT-5.6 Sol的73.0分，但在Terminal-Bench 3.0與4.0分別僅獲30.0分及31.2分，低於Claude Opus 5的43.3分與51.8分。
先前版本也曾被提醒，稀疏注意力錯誤與狀態重建可能導致模型在未測試情境下表現下降；最高推理強度設定約會消耗2.5倍輸出權杖，模型轉移後，原先依照營運環境調整的提示詞也可能失效。此外，外界傳出中國政府正研議加強開放權重模型的發布規範，甚至可能限制相關模型公開。
留言
張貼留言