DeepSeek-V4.1-Flash-1017 是一次小幅更新，在推理、编码、代理任务和视觉基准测试方面带来显著提升。该模型缩短了任务执行时间与输出长度，使用户能以更低的成本更快完成任务，并在多个代理框架中推动性能-成本帕累托前沿。基准测试显示在 DS-V4.1-Flash、K3GLM、5.6 Sol Opus 5HLE、w/o tools 上分别取得 42.6（44.0†）、36.8（39.1†）、43.5、42.0†、44.5 和 56.3 的提升。Terminal-Bench 4.0 得分从 31.2 提升至 42.3，Deep SWE v1.1 从 74.2 提升至 77.0。Agents' Last Exam 得分从 31.8 升至 35.4。启用工具后，Apex Bench v1.1 和 Chartography 也表现更好。本次发布包含 encoding 文件夹中的新 Python 参考实现，并引入 deepseek-recipe，一套带 Python 绑定的 Rust 库，用于协议感知的工具包集成。推理文件夹中提供了最小推理说明。仓库与模型权重均采用 MIT 许可证。
来源: Hacker News · 由HeadlinesBriefing整理摘要