DeepSeek-V4.1-Flash-1017 于 2026 年 10 月 17 日正式发布，DeepSeek 当天在官方公众号、官方账号与 Hugging Face 模型页同步上线了这个版本。网页端、App 与 API 已切换到新模型，API 名称仍为 deepseek-flash，价格与上一版相同；权重同步放上 Hugging Face 与 ModelScope，按 MIT 许可证开源。这是一次小版本更新，但官方基准表里，涨幅几乎全部落在编程与智能体任务上。
基准表里涨得最猛的是编程与智能体
| 基准 | V4.1-Flash-1017 | 上一版 V4.1 Flash |
|---|---|---|
| DeepSWE v1.1 | 77.0 | 74.2 |
| Terminal-Bench 4.0 | 42.3 | 31.2 |
| ProgramBench | 29.1 | 20.3 |
| HLE（无工具） | 42.6 | 36.8 |
| NL2Repo-Bench | 68.2 | 65.4 |
先交代口径：DeepSWE 用 Mini-SWE-V2 框架测试，Terminal-Bench 4.0 用 Claude Code 框架测试，以上均为 DeepSeek 自报成绩，目前没有独立复测。在同一张表里，1017 的 DeepSWE 分数高于 GPT-5.6 Sol 的 73.0 与 Claude Opus 5 的 74.0，Terminal-Bench 4.0 也高于 K3 的 12.6 与 GLM-5.3 的 37.9。对一个轻量级 Flash 模型来说，这个位置已经压进了旗舰模型的分数段。
超过 Opus 5 的只是部分项目
把坐标换到通用推理，画面就不同了。HLE（无工具）上 Opus 5 是 56.3，1017 是 42.6；Terminal-Bench 4.0 上 Opus 5 是 51.8，1017 是 42.3；NL2Repo 也是 Opus 5 更高，75.3 对 68.2。何况对比锚点是 Opus 5，而不是更新的 Opus 5.5。更准确的说法是：1017 在软件工程类基准上摸到了旗舰级的分数，在通用推理上仍与旗舰有明显差距。DeepSeek 自己对这次更新的定性也是 minor update，即小版本更新。
真正的发力点是给智能体框架调校
这次训练用上了基于自反馈的强化学习，官方演示集中在一类任务：只给一句需求，模型自行规划、写代码并跑通整个项目，包括从零搭建 3D 场景与小游戏。发布说明还点名已针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 做适配优化，并建议把 Harness 升级到 v0.2.1-rc.1 或更高版本。配合任务完成更快、输出更短，官方称新版本在多个框架上推进了性能与成本的帕累托前沿——活干得更快，输出的 token 更少，单个任务的实际成本随之下降。
对使用者的影响分两层。直接调用 API 的团队什么都不用改：deepseek-flash 这个名字背后已经是新模型，价格不变，上下文仍为 100 万 token。打算本地部署权重的团队则要注意，这次发布没有附带 Jinja 格式的聊天模板，官方在仓库的 encoding 目录提供了参考实现，另有 Rust 工具库 deepseek-recipe 负责提示词编码，迁移时要先对齐这一层。
这个模型的上一版在 9 月上线时，OpenCode 免费开放 DeepSeek V4.1 Flash 曾让不少开发者零成本试用它。1017 版延续了同样的开放方式：权重、价格、接入名称都没有变，变的只有成绩单。
