DeepSeek 又升级了：这次连 Claude Opus 5 都干翻了
今天（10 月 17 日），DeepSeek 官方发布了一个新版本——DeepSeek-V4.1-Flash-1017。
不是新模型，是 V4.1 Flash 的升级版。但这次升级的含金量，比很多人想象的高得多。
DeepSWE v1.1 软件工程任务，77.0% 通过率——超过了 Claude Opus 5 的 74.0%。
一个开源模型，在软件工程基准上干翻了 Anthropic 的旗舰闭源模型。
官方怎么说的
DeepSeek 官方 X 的公告很直白：
DeepSeek-V4.1-Flash-1017 is here! Stronger benchmark performance, faster task completion, and shorter outputs than the previous version—a Pareto improvement in performance and cost.
Pareto 改进——性能和成本同时变好，不是此消彼长。更快完成任务、更短输出、更低成本，三个维度一起提升。
官方还强调：**"wishful programming"（愿望式编程）能力增强**——你给它一个简单需求，它能自己规划并完成整个项目。官方演示了 3D 故宫场景、网页赛车游戏，还有用 Godot 引擎重制的 Portal 2。
数据有多猛
HuggingFace 官方模型卡给出了完整 benchmark 对比：
| 基准 | V4.1-Flash-1017 | V4.1-Flash（旧版） | K3 | GLM-5.3 | GPT-5.6 Sol | Opus 5 |
|---|---|---|---|---|---|---|
| HLE（无工具） | 42.6 | 36.8 | 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 |
几个关键点：
- **DeepSWE 77.0%**：软件工程任务，超过 Claude Opus 5（74.0%）、GPT-5.6 Sol（73.0%）、K3（67.5%）
- Terminal-Bench 4.0 从 31.2 飙到 42.3：终端任务能力大幅提升，+11 分
- HLE 从 36.8 到 42.6：人类最后考试，+5.8 分
注意，这是一个 Flash 型号——DeepSeek 的"小尺寸"模型。它现在在多个基准上已经摸到了旗舰闭源模型的天花板。
为什么值得关注
1. 性能-成本 Pareto 改进
官方明确说这是"Pareto improvement in performance and cost"。V4.1 Flash 本来就是 DeepSeek 的性价比之王（552B 参数、8B/16B 激活、KV Cache 压缩 437 倍），现在 1017 版更快、更短、更便宜。
2. 权重开源，MIT 协议
ModelScope 上已经放出完整权重（510GB 全精度，48 个 safetensors），HuggingFace 也有。MIT 协议，可以自托管、商用。
3. 优化了主流 Agent 工具
官方说优化了 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy。升级到 DeepSeek Harness v0.2.1-rc.1 或更高版本体验最佳。
4. API 调用方式不变
deepseek-flash 直接调用最新版，价格不变。官网、App、API 已同步更新。
怎么用
API 用户：模型名 deepseek-flash 直接调用，无需改代码。
本地部署：ModelScope 或 HuggingFace 下载权重，用 vLLM / SGLang / Transformers 加载。
# vLLM
vllm serve "deepseek-ai/DeepSeek-V4.1-Flash-1017"
# Transformers
from transformers import AutoModelForCausalLM
model = AutoModelForCausalLM.from_pretrained("deepseek-ai/DeepSeek-V4.1-Flash-1017", device_map="auto")
Agent 用户：升级 DeepSeek Harness v0.2.1-rc.1 或更高版本。
几个要知道的
510GB 全精度权重：本地部署需要大显存，个人玩家建议等量化版或走 API。
没有 Jinja 格式 chat template：官方说明这次发布不含 Jinja 格式的聊天模板，生产环境用官方推荐的 deepseek-recipe 工具包。
这是 V4.1 Flash 的升级，不是新模型：架构没变，是后训练改进。但提升幅度很大，值得关注。
最后
DeepSeek 又用行动证明了一件事：开源模型正在以惊人的速度逼近闭源旗舰。
V4.1 Flash 1017，一个"小尺寸"开源模型，在软件工程基准上干翻了 Claude Opus 5。而且它更快、更短、更便宜——性能-成本 Pareto 改进。
ModelScope：https://modelscope.cn/models/deepseek-ai/DeepSeek-V4.1-Flash-1017 HuggingFace：https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
相关链接：
- ModelScope：https://modelscope.cn/models/deepseek-ai/DeepSeek-V4.1-Flash-1017
- HuggingFace：https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
- DeepSeek 官方 X：https://x.com/deepseek_ai
- DeepSeek API 文档：https://api-docs.deepseek.com/updates
暂无评论。