CVer公众号文章

刚刚,DeepSeek大升级!编程暴击GPT-6 Astra

CVer

公众号 · 6 篇文章

点击下方卡片,关注“CVer”公众号

AI/CV重磅干货,第一时间送达

【Agent】首个技术群成立!围绕Agent技术体系,持续整理前沿论文、开源项目、技术教程、学习路线、行业动态、招聘与面试真题,帮助你把碎片化信息串成一套完整的Agent知识体系。大家快扫码加入Agent群学习:
图片
▲ 扫码入群
转载自:新智元 | 编辑:摩西 桃子

DeepSeek周末突袭!

就在刚刚,DeepSeek官宣V4.1 Flash大升级,DeepSeek-V4.1-Flash-1017全面上线。

这次更新的核心,直接瞄准「许愿式编程」!

目前,DeepSeek网页、App、API同步更新,模型价格不变,权重也已开放下载。


基准测试中,对标上一版,V4.1-Flash-1017的性能,全方位起飞。

在编程DeepSWE v1.1上,V4.1 Flash拿下了77%最高分,暴击GPT-5.6 Sol、Claude Opus 5。

更恐怖的是,它的得分碾压GPT-6 Astra(74%),平均任务成本却只有约0.2美元。


用官方的话来说,这次升级实现了性能与成本的「帕累托改进」。

而且,V4.1-Flash-1017不仅跑分更猛、干活更快,回答比上一代更精炼。

DeepSeek公布的故宫3D建模演示中,镜头掠过红墙金瓦,从高处俯瞰院落,再转到城门前。

建筑、广场、河道和天空,组成了可以从不同角度观看的立体场景。



许愿式编程,一键成真!

全新DeepSeek V4.1,代码跑起来了


故宫之后,DeepSeek又给出了一款网页版赛车游戏。

开场能选车,青蓝色跑车和紫红色跑车轮番登场。倒计时结束,赛车冲上霓虹灯照亮的城市道路,右侧速度表跟着变化。

视角还能从车尾切进驾驶舱。方向盘、后视镜、仪表盘都出现在眼前,跑完一场比赛,最后还有结算界面。


选车、开赛、驾驶、结算连成一段流程,演示展示了一场比赛从开始到结束的过程。

接着登场的是基于Godot引擎开发的《传送门2》复刻。

白色测试舱里,角色以第一人称移动,拿起方块,经过亮蓝色通道,再走到下一扇门前。熟悉的实验室标识、传送门装置和机械结构,也都出现在画面里。



第四个项目Valley of Ages,展示了从史前到现代的城市变化。

一条河贯穿画面,河边的聚落不断换模样。青铜时代出现阶梯式建筑,古典时代有了圆形竞技场,中世纪长出城墙与城堡;再往后,工厂、桥梁、高楼接连出现。

同一块场景,从史前走向现代。它把历史变化做成了一段立体的动态展示。


DeepSeek把这次从零开发能力的提升,归因于基于自反馈的强化学习训练。

强化学习利用反馈来调整模型行为,这次官方强调的是「自反馈」,希望模型在游戏开发、3D建模等任务上更好地构建完整项目。

「许愿式编程」要好用,模型就得把场景、操作和反馈都做出来。个人开发者拿到能运行的原型后,才能接着改玩法、调画面,决定这个点子要不要继续做。
【Agent】首个微信群成立!围绕Agent技术体系,持续整理前沿论文、开源项目、技术教程、学习路线、行业动态、招聘与面试真题,帮助你把碎片化信息串成一套完整的Agent知识体系。大家快扫码加入Agent群学习:
▲ 扫码入群


编程暴击GPT、Claude,升级不加价

官方公布的新旧版本对比中,Terminal-Bench 4.0从31.2升到42.3,ProgramBench从20.3升到29.1,DeepSWE v1.1从74.2升到77.0。

在这张官方对比表里,新版的DeepSWE、Automation-Bench、Agents’ Last Exam和Apex Bench四项成绩,均高于表中列出的其他对比模型。


开发者选模型时,还会关心完成同一个任务要花多少钱。

DeepSeek同时公布了DeepSWE v1.1的性能与成本图。横轴是每任务平均费用,纵轴是Pass@1通过率,测试框架为mini_swe_v2。

从图上看,新版max档通过率为77%,平均每任务费用在1元到2元之间;旧版max档通过率为74.2%,平均费用在3元到4元之间。

也就是说,在这项评测中,新版通过了更多任务,平均每任务费用还更低。


DeepSeek把它称为「性能—费用的帕累托改进」,并表示新版在多个Harness下都改善了性能与费用的组合。

官方称,新模型还缩短了任务运行时间和输出长度,让用户以更低成本、更快速度完成任务。

模型API的调用方式和单价都没变,继续用deepseek-flash就能调用新版。输出更短、任务结束得更快,省下的就是token费用和等待时间。

编程Agent的实际开销,还取决于输出多少、要尝试多少次。同一项任务能不能做成、最终花了多少钱,得一起算。


权重开源,千亿网页搜索也开放了


DeepSeek公布了Hugging Face与ModelScope两处权重地址。Hugging Face官方仓库已经上线1017版本,并注明代码仓库与模型权重均采用MIT许可证。

一起开放的还有自研搜索API。按官方介绍,这套引擎索引了全球千亿级网页,每天处理数亿次搜索请求,支持多语言,并针对SEO作弊、GEO操纵和低质AIGC进行识别过滤。


开放的Search和Fetch两个接口,分别负责找网页和抓取网页正文。开发者可以让Agent先检索,再读原文。

两个接口分别收费,价格都是5元/1000次。成功且有结果的搜索、成功取得正文的抓取才计费;失败、超时或空结果不收费。

还有一个时间点需要记住。

通过DeepSeek API在DeepSeek Harness、Claude Code、Codex中发起的服务端Search/Fetch工具调用,目前尚未计费,将从北京时间2026年11月1日00:00开始按次收取费用。

一个原型做出来以后,往往还要反复改玩法、调画面。每次修改都要调用模型,任务成本低一些,开发者也更舍得继续试。

权重已开放,网页、App、API也已更新。想做个小游戏、搭个3D场景,现在就能拿新版试试自己的点子。

参考资料:

https://api-docs.deepseek.com/zh-cn/updates/

模型权重
https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
https://modelscope.cn/models/deepseek-ai/DeepSeek-V4.1-Flash-1017
接口与定价
https://api-docs.deepseek.com/zh-cn/guides/search
https://api-docs.deepseek.com/zh-cn/quick_start/pricing
何恺明在MIT授课的课件PPT下载
在CVer公众号后台回复:何恺明,即可下载566页课件PPT!大家赶紧学起来!
CVPR 2026 所有论文和代码下载
在CVer公众号后台回复:CVPR2026,即可下载CVPR 2026 所有论文和代码!
ECCV 2026 所有论文和代码下载
在CVer公众号后台回复:ECCV2026,即可下载ECCV 2026 所有论文和代码!

CV垂直方向和论文投稿交流群成立

扫描下方二维码,或者添加微信号:CVer2233,即可添加CVer小助手微信,便可申请加入CVer-垂直方向和论文投稿微信交流群。另外其他垂直方向已涵盖:目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer、NeRF、3DGS、Mamba等。


一定要备注:研究方向+地点+学校/公司+昵称(如Mamba、多模态学习或者论文投稿+上海+上交+卡卡),根据格式备注,可更快被通过且邀请进群

图片

▲扫码或加微信号: CVer2233,进交流群


CVer计算机视觉(知识星球)人数破万!如果你想要了解最新最快最好的CV/DL/AI论文、实战项目、行业前沿、从入门到精通学习教程等资料,一定要扫描下方二维码,加入CVer知识星球!最强助力你的科研和工作!


Image

▲扫码加入星球学习

▲点击上方卡片,关注CVer公众号

整理不易,请点赞和在看图片

前往微信阅读全文

内容来自公众号,可前往微信查看原文。

查看作者的更多文章 →订阅更新、RSS 与阅读指南 →