DeepSeek 发布 V4.1-Flash-1017 模型并开放自研搜索 API

中国 AI 实验室 DeepSeek 于周六发布快速模型 DeepSeek-V4.1-Flash-1017，该版本已在网页端、移动应用和 API 上线，名称仍为 deepseek-flash。据 DeepSeek 自己的更新日志，新版本基准测试成绩更好、完成任务更快、回答更短，价格保持不变。

DeepSeek 同时首次向开发者开放其自研搜索引擎，可通过 API 获取搜索结果或将单个网页以文本形式返回。在独立评测机构 Artificial Analysis 的开放权重模型排名中，DeepSeek 目前位列第六。

模型升级了什么

据 DeepSeek 更新日志，新版本在基准测试中成绩更好、完成任务更快，回答也更短。提升最明显的方向是编码和所谓智能体任务，即由模型自行完成多个步骤的任务。

具体数据上，Terminal-Bench 4.0 的得分从 9 月版本的 31.2 升至 42.3，DeepSWE 软件工程测试从 74.2 升至 77.0。模型主要针对 DeepSeek 自有的智能体环境 DeepSeek Harness 以及腾讯的编码助手 CodeBuddy 做了优化。

架构方面，V4.1 Flash 是混合专家模型，参数规模为 5520 亿，每个 token 仅激活 80 亿至 160 亿参数，上下文窗口为 100 万 token。

搜索 API 与定价

DeepSeek 首次将自研搜索引擎以 API 形式开放给开发者。公司称该引擎索引了数千亿网页，每天处理数亿次查询，设计上用于过滤 SEO 垃圾内容、GEO 操纵和低质量 AI 内容。

价格方面，每 1000 次成功请求收费 0.75 美元。这一业务将与 Brave、Exa、Tavily 等为大量 AI 智能体提供搜索 API 的厂商形成竞争。模型本身定价不变，输入为每百万 token 0.30 美元，输出为每百万 token 1.20 美元；由于回答更短，任务整体成本预计会下降。

开放权重排名

9 月版本的 V4.1 Flash 在其智能指数上得 39 分，在开放权重模型中与 Meta 的 Muse Spark Open 并列第六。排在其前的均为中国厂商模型：小米 MiMo-V2.6-Pro 以 46 分居首，Z.ai 的 GLM-5.3 以 45 分列第二，StepFun 的 Step 5 Preview 与 Moonshot 的 Kimi K3 各得 44 分并列第三、第四，Z.ai 的 GLM-5.3-Flash 以 42 分列第五。

在全部模型的综合排名中，DeepSeek 仅位列第 46 名左右，前列由 Anthropic、Meta、OpenAI 和 Google 的闭源模型占据，最高达 58 分。美国开放权重模型厂商中，Meta 最强，其后是 Reflection 的 Beam 1.0（30 分）和 Nvidia 的 Nemotron 3.5 Super VL（26 分）。

路由服务商 OrcaRouter 的一位分析师预测新版本可得 45 至 46 分，足以进入前三，但这一数字尚未经过实测。彭博行业研究分析师 Robert Lea 估计，自 V4.1 发布以来，中国模型与美国领先模型之间的差距已从今年早些时候的 15% 收窄至约 3%。

数据与不确定性

上述基准数据需要谨慎看待：新版本的所有对比数字均来自 DeepSeek 自身，且在多项测试中该模型仍落后于美国的高价顶级模型。

此外，DeepSeek 是否会公开新检查点的权重尚不明确。9 月版本以 MIT 许可在 Hugging Face 上免费提供，但关于此次更新的报道相互矛盾。对于基于 DeepSeek 构建产品的公司而言，还需接受静默更新：deepseek-flash 这一名称背后的模型会在通知有限的情况下发生变化。

要点

• 新版本已在网页端、移动应用和 API 上线
• Terminal-Bench 4.0 得分从 31.2 升至 42.3
• 模型为混合专家架构，总参数 5520 亿
• 输入每百万 token 0.30 美元，输出 1.20 美元
• 搜索 API 每千次成功请求 0.75 美元