技术报告 👁️ 介绍 DeepSeek-V4.1-Flash-1017 是对 DeepSeek-V4.1-Flash 的小幅更新，提供了在推理、编码、代理任务和视觉基准方面的显著改进。除了这些改进外，该模型减少了任务执行时间和输出长度，使用户能够更快、更低成本地完成任务，并在多个代理测试框架中提升性能-成本帕累托前沿。基准测试 DS-V4.1-Flash-1017 DS-V4.1-Flash K3 GLM-5.3 GPT-5.6 Sol Opus 5 HLE，无工具 42.6 (44.0†) 36.8 (39.1†) 43.5 42.0† 44.5 56.3 Terminal-Bench 4.0 42.3 31.2 12.6 37.9 39.9 51.8 DeepSWE v1.1 77.0 74.2 67.5 66.9 73.0 74.0 ProgramBench 29.1 20.3 17.5 19.0 23.0 37.0 NL2Repo-Bench 68.2 65.4 58.0 58.0 56.8 75.3 Automation-Bench v1.0.6 60.5 54.8 46.7 48.8 45.8 50.3 Agents’ Last Exam 35.4 31.8 27.6 28.5 26.7 28.6 Apex Bench v1.1 72.1 64.6 47.8 56.6 54.3 65.8 Chartography (有工具) 83.0 78.9 68.1 — 79.9 84.0 BabyVision (有工具) 92.5 89.6 85.7 — 88.9 94.1 ZeroBench-main (有工具) 51.0 49.0 41.0 — 53.0 52.0 † 表示 HLE 的文本仅子集。我们在 Terminal-Bench 4.0 中使用 Claude Code 测试框架，在 DeepSWE v1.1 中使用 Mini-SWE-V2 测试框架。提示编码 本次发布不包括 Jinja 格式的聊天模板。编码文件夹包含一个独立的 Python 参考实现 (encoding.py)，其中有多轮对话、工具调用、思考模式、数字推理努力、中间对话系统消息和交错图像内容的测试用例。对于生产使用，我们还发布了 deepseek-recipe，这是一组具有 Python 绑定的 Rust 库，提供与维护的、协议感知工具包相同的提示格式。它将消息、聊天完成和响应 API 请求转换为对话格式，将其编码为 DeepSeek V4 和 V4.1 提示或令牌 ID，并将模型输出解析回完整或流式响应——涵盖思考、工具调用、图像和生成设置。模型推理、工具执行和 HTTP 传输由调用者处理。最小推理 请参考推理文件夹中的指令，了解权重转换和本地运行推理。推荐的采样参数：参数 值 temperature 1.0 top_p 1.0 context_window 1M tokens max_tokens ≥ 256K 许可证 本库及模型权重根据 MIT 许可证授权。引用 @misc{deepseekai2026deepseekv41flash, title={DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression}, author={DeepSeek-AI}, year={2026}, } 联系 如果您有任何问题，请提交问题或通过 service@deepseek.com 联系我们。