DeepSeek V4.1 Flash-1017 上线:多项基准提升且调用成本下降
DeepSeek 于 10 月 17 日将 V4.1 Flash 更新至 V4.1-Flash-1017,网页端、APP 与 API 同步切换,调用方式与价格不变。官方称新版在多项基准上性能提升,同时缩短任务运行时间与输出长度,降低单次调用综合成本。
10 月 17 日,深度求索将旗下 V4.1 Flash 模型更新至 V4.1-Flash-1017 版本。官方网页端、APP 与 API 已同步切换至该模型,API 调用方式与价格维持原状,开发者继续使用 deepseek-flash 即可访问最新版本。
从官方公布的基准数据看,新版模型在多项评测中较上一版 V4.1 Flash 有所提升。其中 DeepSWE v1.1 达到 77.0,Apex Bench v1.1 为 72.1,NL2Repo-Bench 为 68.2;带工具调用的 Chartography 与 BabyVision 分别录得 83.0 和 92.5。HLE(w/o tools)为 42.6,括号内 44.0 为对照数值。其余指标包括 Terminal-Bench 4.0 的 42.3、ProgramBench 的 29.1、Automation-Bench v1.0.6 的 60.5、Agents' Last Exam 的 35.4 以及 ZeroBench-main(w/tools)的 51.0。
成本侧的变化同样值得关注。深度求索表示,新模型在提升性能的同时缩短了任务运行时间与输出长度,使单次调用的综合成本下降。官方将这一结果描述为性能与费用之间的帕累托改进,并称在多个 Harness 下达到新的性能-费用帕累托最优点。
对开发者而言,此次更新在不改变接入方式和定价的前提下完成能力迭代,意味着现有 API 集成无需调整即可获得新版模型。运行时间与输出长度的压缩,则可能直接影响按量计费场景下的实际支出。