DeepSeek V4.1 Flash 1017 在智能体任务中超越更大规模竞品，单任务成本再度大幅压缩

DeepSeek 于 2026 年 10 月 17 日正式推出 Deepseek-V4.1-Flash-1017，该模型通过强化学习结合自我反馈（RLSF）方法进行后训练。这一训练机制允许模型利用自身内部置信分数或自生成批评作为奖励信号，从而无需人工评估员或外部奖励模型介入。DeepSeek 表示，该方法显著提升了模型在端到端项目开发中的能力，覆盖游戏编程、3D 建模及设计等多类任务场景。

在 DeepSWE 基准测试的成本效率对比中，V4.1-Flash-1017 的优势尤为突出。该模型在高性能设置下得分达 77.0%，平均每任务成本仅约 0.20 美元；即便切换至低成本设置，仍可保持约 72% 的准确率，成本降至约 0.10 美元。相比之下，前代模型 V4.1-Flash 得分为 74.2%，但每次运行成本约为 0.50 美元，成本差距相当显著。

在与竞品的横向比较中，GPT-6 Astra、Gemini 3.8 Flash 和 Claude Opus 5 在同一基准图表中的单任务成本介于 2 美元至逾 10 美元之间，且准确率均未能超越这款更小规模的 DeepSeek 模型。不过，目前独立第三方基准测试结果尚未发布，开发者对代码质量的实际体验也可能与基准数据存在较大差异，最终表现仍有待社区验证。

除语言模型本身外，DeepSeek 同步开放了其内部搜索引擎的 Search 与 Fetch API，面向所有开发者提供服务。该搜索引擎据称已在全球范围内每日处理数亿次查询请求。两个接口均按每千次调用 0.75 美元计费，通过 Deepseek Harness、Claude Code 和 Codex 等工具的服务端集成，API 用户可在 2026 年 10 月 31 日前免费使用。

值得关注的是，就在新模型发布前一天，有报道称中国政府计划收紧对开源权重模型发布的管控规定，甚至可能完全禁止部分模型的公开发布，判断标准之一是该模型是否跻身全球能力最强的前十名。这一政策动向为 DeepSeek 开源模型的长期可用性带来了不确定性，也令深度依赖中国 AI 模型的开发者工作流面临潜在风险。

要点

• V4.1-Flash-1017 在 DeepSWE 基准中以约 0.20 美元的单任务成本达到 77% 准确率，相比前代成本下降逾 60%，同时超越多个更大规模竞品模型。
• DeepSeek 首次向外部开发者开放内部搜索引擎，Search 与 Fetch API 定价为每千次调用 0.75 美元，并提供限时免费试用期。
• 模型采用强化学习自我反馈（RLSF）训练方法，无需人工标注或外部奖励模型，可支持游戏编程、3D 建模等端到端软件开发任务。
• 中国政府拟收紧开源权重模型发布管控的政策信号，为 DeepSeek 未来开源策略的持续性带来不确定性。