DeepSeek-V4.1-Flash-1017：更快、更省、更强的推理与智能体新标杆

简介

DeepSeek-V4.1-Flash-1017 是 DeepSeek-V4.1-Flash 的小幅更新，在推理、编程、智能体任务和视觉基准上带来显著提升。同时降低任务执行时间和输出长度，让用户更快、更低成本地完成任务，并在多种智能体 harness 下推进性能-成本帕累托前沿。

基准	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。Terminal-Bench 4.0 使用 Claude Code harness，DeepSWE v1.1 使用 Mini-SWE-V2 harness。

提示词编码

本发布不包含 Jinja 格式的聊天模板。encoding 文件夹包含一个自包含的 Python 参考实现（encoding.py），并提供多轮对话、工具调用、思考模式、数值推理努力、对话中系统消息和交错图像内容的测试用例。

面向生产环境，我们还发布了 deepseek-recipe，一组带有 Python 绑定的 Rust 库，以维护良好的协议感知工具包形式提供相同的提示格式。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 ID，并将模型输出解析回完整或流式响应------覆盖思考、工具调用、图像和生成设置。模型推理、工具执行和 HTTP 传输由调用方负责。

最小推理

请参考 inference 文件夹了解权重转换和本地运行推理的说明。

推荐采样参数：

参数	值
`temperature`	1.0
`top_p`	1.0
`context_window`	1M tokens
`max_tokens`	≥ 256K

许可证

本仓库和模型权重采用 MIT 许可证。

引用

bibtex 复制代码

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

联系

如有任何问题，请提 issue 或联系 service@deepseek.com。