DeepSeek V4.1-Flash-1017 发布并开源，以更低成本在代理任务上击败更大竞品

DeepSeek 发布了 DeepSeek-V4.1-Flash-1017 模型，该版本在代码和 AI 代理任务上表现优于其前身及 Claude Opus 5、GPT 5.6-Sol 等更大规模的竞争对手，同时大幅降低了单次任务成本。作为此次更新的一部分，DeepSeek 还首次将其内部搜索引擎向外部开发者开放。

该模型采用了强化学习自反馈（RLSF）进行后训练，利用模型自身的置信度或自我生成的批评作为奖励信号，从而无需人工评估者即可提升端到端的软件开发能力。在 DeepSWE v1.1 基准测试中，V4.1-Flash-1017 取得了 77.0% 的得分，平均成本仅为约 0.20 美元，而前代模型得分为 74.2%，成本约为 0.50 美元。相比之下，图表显示 GPT-6 Astra 和 Gemini 3.8 Flash 等竞品的单次任务成本介于 2 至 10 美元以上。

此外，DeepSeek 推出了 Search & Fetch API，基于其处理每日数亿次查询的内部搜索引擎，每 1000 次调用收费 0.75 美元，并在特定工具中提供限时免费访问。值得注意的是，尽管 DeepSeek 选择此时开源权重，但文章末尾提及中国官方可能收紧对高排名模型开源发布的监管政策，这构成了未来潜在的不确定性因素。