2026年10月17日，DeepSeek正式发布DeepSeek-V4.1-Flash-1017模型，并通过官网、App及API同步上线。由于底层检查点（checkpoint）更新，原指向deepseek-flash的请求将自动路由至新版本，开发者无需修改代码。此前退役的deepseek-v4-flash和deepseek-v4-flash-vision-exp名称也已重新映射至该新模型，并继续按Flash层级定价计费。
DeepSeek称，此次更新实现了“性能与成本的帕累托改进”，在基准测试中得分更高、任务处理更快，且输出内容更精简。
基准测试：代理与编程能力大幅跃升
Hugging Face模型卡片显示，这是对DeepSeek-V4.1-Flash的一次小幅迭代，但在推理、编码、代理任务及视觉基准测试方面带来实质性提升。新模型在DeepSeek对比表的全部11项基准测试中均优于前代版本。
提升最为显著的是Terminal-Bench 4.0，得分从31.2跃升至42.3；DeepSWE v1.1得分从74.2提升至77.0，超越Claude Opus 5（74.0分）和GPT-5.6 Sol（73.0分）；Automation-Bench v1.0.6得分从54.8提升至60.5。此外，ProgramBench（20.3升至29.1）、NL2Repo-Bench（65.4升至68.2）、Agents’ Last Exam（31.8升至35.4）以及Apex Bench v1.1（64.6升至72.1）等指标均有明显增长。在无工具辅助的HLE测试中，得分从36.8升至42.6；Chartography、BabyVision和ZeroBench-main等涉及工具使用的基准测试分数也普遍上升。
竞品对比方面，结果互有胜负。Claude Opus 5在无工具HLE（56.3）、Terminal-Bench 4.0（51.8）、ProgramBench（37.0）和NL2Repo-Bench（75.3）中仍保持领先；而新版Flash则在Automation-Bench、Agents’ Last Exam和Apex Bench中取得最高分。DeepSeek表示，相关数据由其自行提供，其中Terminal-Bench基于Claude Code框架运行，DeepSWE基于Mini-SWE-V2框架运行。
强化代理工具优化与多模态支持
DeepSeek指出，新模型采用带有自我反馈的强化学习技术，旨在提升从零构建完整项目的能力。官方演示案例包括生成故宫3D模型，以及使用Godot引擎重建《Portal 2》场景。
该更新针对DeepSeek Harness、腾讯CodeBuddy和WorkBuddy等工具进行了专项优化，建议使用Harness v0.2.1-rc.1或更高版本以获得最佳体验。模型支持图像和文本输入，具备工具调用功能，上下文窗口长达100万token。DeepSeek建议将温度参数（temperature）和top_p值均设置为1.0。
此外，DeepSeek自研的Search和Fetch API现已向所有开发者开放。
开源权重与模型架构
DeepSeek已在Hugging Face和ModelScope平台开源模型权重，均采用MIT许可证。此次发布的检查点更新了今年9月10日以相同许可证发布的V4.1-Flash模型。架构方面，该模型为混合专家（MoE）结构，拥有5520亿总参数，其中预填充阶段激活80亿参数，解码阶段激活160亿参数。