DeepSeek 发布 V4.1-Flash-1017：推理与编码性能显著提升，支持百万上下文
DeepSeek 近期推出了 DeepSeek-V4.1-Flash-1017。作为 DeepSeek-V4.1-Flash 的小版本更新，该模型在推理、编码、代理任务及视觉基准测试中均实现了实质性改进。值得注意的是，新版本不仅提升了各项指标，还有效缩短了任务执行时间和输出长度，从而帮助用户以更低成本、更高效率完成任务，进一步推动了代理任务在性能与成本帕累托边界上的优化。
基准测试结果对比
下表展示了 DeepSeek-V4.1-Flash-1017 与其他主流模型（包括 DS-V4.1-Flash、K3、GLM-5.3、GPT-5.6 日版及 Opus 5）在多个关键基准测试中的表现：
| 基准值 | DS-V4.1-闪电-1017 | DS-V4.1-闪光灯 | K3 | GLM-5.3 | GPT-5.6 日 | Opus 5 |
|---|---|---|---|---|---|---|
| 没有工具的 HLE | 42.6 (44.0†) 在 | 36.8 (39.1†) 其他 | 43.5 | 42.0† | 44.5 | 56.3 |
| 终端板块 4.0 | 42.3 | 31.2 | 12.6 | 37.9 | 39.9 | 51.8 |
| 在 DeepSWE v1.1 中 | 77.0 | 74.2 | 67.5 | 66.9 | 73.0 | 74.0 |
| 程序板 | 29.1 | 20.3 | 17.5 | 19.0 | 23.0 | 37.0 |
| NL2 备案板 | 68.2 | 65.4 | 58.0 | 58.0 | 56.8 | 75.3 |
| 自动化板 v1.0.6 | 60.5 | 54.8 | 46.7 | 48.8 | 45.8 | 50.3 |
| 代理人最后一次考试 | 35.4 | 31.8 | 27.6 | 28.5 | 26.7 | 28.6 |
| 在 Apex Bench v1.1 中使用 | 72.1 | 64.6 | 47.8 | 56.6 | 54.3 | 65.8 |
| 地图学 (使用工具) | 83.0 | 78.9 | 68.1 | — | 79.9 | 84.0 |
| 婴儿视觉 (w/工具) | 92.5 | 89.6 | 85.7 | — | 88.9 | 94.1 |
| ZeroBench-main (使用工具) | 51.0 | 49.0 | 41.0 | — | 53.0 | 52.0 |
注：† 表示 HLE 的纯文本子集。终端板 4.0 测试使用了克劳德代码带，DeepSWE v1.1 测试使用了 Mini-SWE-V2 har 带。
技术实现与快速编码
此版本不包含 Jinja 格式的聊天模板。编码文件提供了一套独立的 Python 参考实现 (encoding.py)，并附带了涵盖多轮对话、工具调用、思维模式、数值推理努力、中间对话系统消息以及交叉图像内容的测试案例。
针对生产环境部署，DeepSeek 发布了 deepseek-recipe。这是一套带有 Python 绑定的 Rust 库，旨在提供与维护协议一致的提示格式工具包。该库能够将消息、聊天完成和响应 API 请求转换为对话格式，进而编码为 DeepSeek V4 和 V4.1 的提示或代币 ID，并将模型输出解析为完整或流式响应，全面支持思考过程、工具调用、图像处理及生成设置。模型推断、工具执行和 HTTP 传输则交由调用者自行处理。
最小化推理配置
关于权重转换和本地推理运行的具体说明，请参阅官方推断文件。以下是推荐的采样参数配置：
| 参数 | Value |
|---|---|
| 温度 | 1.0 |
top_p |
1.0 |
| 背景_窗口 | 1M 代币 |
| 最多的代币 | ≥ 256K |
许可与引用信息
该存储库及模型权重依据 MIT 许可证授权发布。
@misc{deepseekai2026deepseekv41flash,
title={DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression},
author={DeepSeek-AI},
year={2026},
}
如有技术问题，用户可通过 GitHub Issues 提交反馈，或发送邮件至 service@deepseek.com 进行联系。
