DeepSeek于2026年10月17日发布V4.1-Flash-1017，提升推理、编程与智能体任务性能并缩短执行时间；同时开放Search与Fetch API并发布模型权重与本地推理工具链。官方提供基准数据与部署指引，但实际可靠性、成本与生产可用性仍需第三方复测和长期观察。
DeepSeek于2026年10月17日发布DeepSeek-V4.1-Flash-1017，这是V4.1-Flash的一次小版本更新。公司称，新版本在推理、编程、智能体任务和视觉基准上都有提升，同时缩短任务执行时间和输出长度，并已上线DeepSeek网站、App和API。
DeepSeek在官方API公告中将这次更新描述为一次“性能与成本帕累托改进”，并表示模型针对DeepSeek Harness、腾讯CodeBuddy、WorkBuddy等工具进行了优化。官方建议使用DeepSeek Harness v0.2.1-rc.1或更高版本，以获得更好的使用体验。
基准提升集中在代码和智能体任务
根据DeepSeek在Hugging Face模型卡公布的对比数据，V4.1-Flash-1017在DeepSWE v1.1上的Pass@1为77.0，高于上一版本的74.2；Terminal-Bench 4.0得分为42.3，高于上一版本的31.2。在ProgramBench、NL2Repo-Bench、Automation-Bench和Apex Bench等项目上，新版本也高于V4.1-Flash。
模型卡同时列出了与Kimi 3、GLM-5.3、GPT-5.6 Sol和Claude Opus 5的对比结果。例如，在DeepSWE v1.1上，V4.1-Flash-1017的77.0高于表中Claude Opus 5的74.0和GPT-5.6 Sol的73.0；但在Terminal-Bench 4.0上，Claude Opus 5仍以51.8领先，DeepSeek为42.3。
这些数字应被理解为发布方提供的基准结果，而不是独立复测结论。模型卡注明，Terminal-Bench 4.0使用Claude Code harness，DeepSWE v1.1使用Mini-SWE-V2 harness。不同的运行框架、提示词、工具权限和计算预算，都可能影响智能体基准的结果。因此，单项分数的领先并不等同于在所有真实软件工程任务中都更可靠。
此前，AIFlux也曾关注DeepSeek Harness从模型调用工具转向可持续运行的Agent环境。这次模型更新继续把重点放在多步骤编码、工具调用和任务执行，而不仅是一次问答中的文本质量。
Search与Fetch API向开发者开放
此次发布的另一项变化，是DeepSeek开放Search与Fetch API。官方称，这两项服务由其自有搜索引擎提供支持，搜索引擎每天服务全球数亿次请求。Search和Fetch的定价均为每1000次调用0.75美元。
对于通过DeepSeek Harness、Claude Code和Codex中的服务端工具调用Search与Fetch的DeepSeek API用户，相关调用在2026年10月31日16:00 UTC之前暂时免费；官方公告称，计费将在这一时间点开始。这一安排把模型能力与实时互联网访问结合起来，也使开发者可以将搜索、网页抓取和代码执行放入同一套智能体流程中。
不过，Search与Fetch的开放并不意味着所有网络内容都能被稳定、完整地读取。实际效果仍会受到网页结构、访问限制、内容授权、请求频率和搜索结果质量影响。对于生产系统，开发者还需要处理引用来源、网页内容变化、错误重试和缓存等问题。
开放权重带来更大的部署空间，也提高了运行门槛
DeepSeek同时提供了Hugging Face和ModelScope的权重链接。模型卡显示，该模型采用MIT许可证，上下文窗口约为1M token，参数规模约为763B。
模型卡还提供了本地推理所需的编码和推理目录。该版本没有提供Jinja格式的chat template，而是附带了一个Python参考实现，用于处理多轮对话、工具调用、思考模式、数值推理强度、中途系统消息和交错图像内容。面向生产使用，DeepSeek还发布了deepseek-recipe，这是一组带有Python绑定的Rust库，可处理消息、Chat Completions和Responses API请求，并解析完整或流式输出。
这意味着“开放权重”给开发者带来的并不只是下载模型文件的权利。团队还需要解决权重存储、显存或内存配置、推理框架适配、并发控制、工具权限和运行成本等问题。约763B的总参数规模，也决定了它更适合大型服务器或机构级部署，而不是普通个人电脑上的直接运行。
近期，DeepSeek的软件栈也在继续向不同硬件和推理路径扩展。例如，AIFlux此前报道过DeepSeek为V4.1适配昇腾950注意力内核。这类工作说明，模型的实际可用性不仅取决于权重本身，也取决于算子、缓存格式、编译工具链和推理框架能否形成完整的部署链条。
从模型更新到完整智能体工具链
V4.1-Flash-1017的发布把三件事放在了一起：模型在代码和智能体基准上的更新、面向工具调用的产品优化，以及Search与Fetch等外部能力的开放。DeepSeek希望开发者使用模型完成从理解代码库、调用工具到交付完整项目的连续流程，官方公告展示的案例包括3D建模、网页赛车游戏和基于Godot引擎的游戏重制。
但从官方演示和发布方基准走向稳定生产系统，中间仍有明显距离。独立测试尚未验证上述分数；Search与Fetch的真实成本和可靠性也需要在计费开始后观察；开放权重则需要开发者自行承担硬件、部署和运维责任。
因此，这次发布更准确地说是DeepSeek对“模型加工具链”路线的一次推进：模型不再只以聊天接口或单一权重文件出现，而是被放进Harness、搜索、网页抓取和代码执行共同组成的工作流中。它能否在真实项目中持续减少执行时间和输出成本，还需要第三方复测以及更长期的开发者使用数据来确认。
来源：