DeepSeek V4.1 Flash 小版本更新，推理编码性能显著提升

原标题：DeepSeek-v4.1-Flash-1017

78AI 研判分

核心综述

DeepSeek 发布 V4.1-Flash-1017 小版本更新，在推理、编码及智能体任务基准测试中取得显著进步。该版本通过优化输出长度与执行时间，进一步提升了性能与成本的帕累托前沿，同时报告提及了 KV Cache 压缩技术的持续改进。

报道全文原始报道全文

本文目录6 个章节

技术报告 👁️

引言

DeepSeek-V4.1-Flash-1017 是 DeepSeek-V4.1-Flash 的一次小幅更新，在推理、编程、智能体（agentic）任务及视觉基准测试方面均取得了显著提升。除了性能提升外，该模型还缩短了任务执行时间和输出长度，使用户能够以更低的成本更快地完成任务，从而在多种智能体框架（agent harnesses）上推进了性能与成本的帕累托前沿（Pareto frontier）。

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（带工具）	83.0	78.9	68.1	—	79.9	84.0
BabyVision（带工具）	92.5	89.6	85.7	—	88.9	94.1
ZeroBench-main（带工具）	51.0	49.0	41.0	—	53.0	52.0

† 表示 HLE 的纯文本子集。我们在 Terminal-Bench 4.0 中使用 Claude Code 框架，在 DeepSWE v1.1 中使用 Mini-SWE-V2 框架。

提示词编码

本次发布不包含 Jinja 格式的聊天模板。encoding 文件夹中包含一个自包含的 Python 参考实现（encoding.py），并提供了针对多轮对话、工具调用、思考模式、数值推理强度、对话中途的系统消息以及交错图像内容的测试用例。

在生产环境中，我们额外发布了 deepseek-recipe，这是一组带有 Python 绑定的 Rust 库，提供与受维护的、协议感知工具包相同的提示格式。它将 Messages、Chat Completions 和 Responses API 请求转换为 Conversation 格式，将其编码为 DeepSeek V4 和 V4.1 的提示或 token IDs，并将模型输出解析回完整或流式响应——涵盖思考过程、工具调用、图像和生成设置。模型推理、工具执行和 HTTP 传输则由调用方自行处理。

最小化推理

有关权重转换和本地运行推理的说明，请参阅 inference 文件夹。

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

本仓库及模型权重采用 MIT License 授权。

引用

BIBTEX

@misc{deepseekai2026deepseekv41flash,
      title={DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression},
      author={DeepSeek-AI},
      year={2026},
}

联系方式

如有任何疑问，请提交 issue 或通过 [email protected] 联系我们。