DeepSeek 发布 V4.1-Flash-1017。模型更新同时延伸到 Harness、Search & Fetch API 和开源权重。
官方模型卡公布的多项测试分数高于上一版。开发者可以从网页、API、搜索接口和模型仓库进入这套新版本。
42.3
Terminal-Bench 4.0。
77.0
DeepSWE v1.1。
$0.75
每千次 Search/Fetch 调用。
一次发布，四个入口。
官方说明称，新版本已经上线官网、App 和 API。它还针对 DeepSeek Harness、Tencent CodeBuddy、WorkBuddy 等工具做了适配。
模型卡把这次更新描述为 V4.1-Flash 的小版本更新，改动覆盖推理、编码、Agent 任务和视觉测试。
这条发布信息同时给出了四个使用入口。普通用户可以在网页和 App 中使用，开发者可以通过 API 调用。
做复杂任务编排的人可以接入 Harness，想自己部署的人可以从 Hugging Face 或 ModelScope 获取权重。发布内容因此超出了单纯的模型换代说明。
视觉能力早于 1017 版本已经存在。
DeepSeek 在 9 月发布 V4.1-Flash 时，就已经把它定义为具备原生视觉理解能力的模型，并在 API 中提供多模态输入。1017 版本延续这条能力线，更新了视觉 benchmark 和相关任务表现；它不是 DeepSeek 第一次支持读图。
此前的 V4-Flash-Vision-Exp 也支持图像输入，只是旧的实验性模型名称已经下线。现在看到 1017 的模型卡和网页演示，更像是视觉能力被重新放进了公开发布、API 和开源权重的同一条产品链。
官方分数提高，比较对象也要一起看。
官方模型卡列出多项对比结果。Terminal-Bench 4.0 从上一版的 31.2 提升到 42.3。DeepSWE v1.1 从 74.2 提升到 77.0。ProgramBench 从 20.3 提升到 29.1。
DeepSWE v1.1 使用 Mini-SWE-V2 Harness。Terminal-Bench 4.0 使用 Claude Code Harness。这些分数都属于官方公布的测试结果。
DeepSeek 官方模型卡展示 V4.1-Flash-1017 与多个模型的 benchmark 对比表。
这些数字可以说明新版本在指定测试和指定 Harness 下的结果发生变化。官方材料没有提供每个任务的完整样本规模、提示词、重试策略和总墙钟时间。
因此正文只采用官方公布的分数，保留测试条件。
另一条来自产品经理 Paweł Huryn 的测试，把模型放进两个代码仓库，要求它寻找 105 个隐藏 bug。作者把这项测试称为 Bug Hunt Bench，榜单只统计修复的 planted bugs。
截至图表更新时间，DeepSeek V4.1 Flash 1017 在最高 effort 档得到 34/105。旧版 V4.1 Flash 为 21.7/105。
Bug Hunt Bench 榜单截图。DeepSeek V4.1 Flash 1017 为 34/105，耗时 50.6 分钟，成本 0.90 美元。
这组结果提供了一个不同于官方 benchmark 的观察角度：版本提升落在真实代码修复任务中。
34/105 仍表示多数植入问题没有在这次运行中被修复。图表还把耗时和费用列在同一行，方便同时查看结果、时间与成本。
另一条社区对比来自开发者 Adit Yah。配文称，DeepSeek V4.1 Flash 1017 Max 的单次成本为 0.44 美元。GPT-6.1 Sol Ultra 的成本高得多，两者耗时接近，结果相当。
这个数字和结论属于发帖者口径。
对比视频画面。上方为 DeepSeek V4.1 Flash 1017，下方为 GPT-6.1 Sol Ultra。
视频可见两套模型分别生成并排的悬浮城市与轨道场景。画面承担的是输出对比，帖子中的费用、耗时和“结果相当”仍需按作者测试条件理解。
模型改进如何进入具体工作流。
串帖的第二部分把重点放到完整项目生成。DeepSeek 称 V4.1-Flash-1017 使用带自反馈的强化学习，展示了从游戏创建到 3D 建模的端到端项目开发。
帖中四段 GIF 把演示结果落到了具体画面。画面包括故宫场景、浏览器赛车游戏和 Portal 2 的游戏场景。
第四段画面带有 “Bronze Age” 标注，展示了一张历史场景地图。
DeepSeek 官方串帖 GIF 展示故宫场景的 3D 视图。
DeepSeek 官方串帖 GIF 展示浏览器赛车游戏的界面与车辆画面。
DeepSeek 官方串帖 GIF 展示带有 “TEST CHAMBER 11” 标注的游戏场景。
DeepSeek 官方串帖 GIF 展示带有 “Bronze Age” 标注的历史场景地图。
这里需要把模型和 Harness 分开看。模型负责生成、推理和工具调用，Harness 负责把请求放进连续的任务流程中；项目能否完成，还取决于文件读写、代码执行、测试和人工检查是否接上。官方演示展示了项目产出，发布材料没有公开每个示例的完整提示词、交互轮次和人工修复记录。
Search & Fetch API 把外部信息接入模型。
第三部分宣布 Search & Fetch API 面向所有用户开放。官方帖给出的价格是每个 endpoint 每 1000 次调用 0.75 美元，文档入口随帖发布。它们分别承担搜索和抓取页面的任务，应用可以先搜索相关页面，再获取页面内容交给后续处理。
调用费用与模型 Token 费用需要分开核算。搜索结果质量、抓取失败、速率限制和数据来源也仍然属于应用层需要处理的部分。
模型名称没有变化。官方要求使用 deepseek-flash。它现在对应 DeepSeek-V4.1-Flash-1017，调用方式保持不变。
旧模型名 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 仍可调用。对应的旧模型已经下线。请求会由 DeepSeek-V4.1-Flash-1017 提供服务，并按 Flash 价格计费。
官方当前列出的模型入口仍然只有两款：deepseek-flash 和 deepseek-v4-pro。两个旧名称是兼容别名，不代表新增了独立模型。
DeepSeek 官方发布图展示 DeepSWE v1.1 的 Pass@1 与单任务成本关系。
开源权重与 API 是两条不同的使用路径。
V4.1-Flash-1017 已发布到 Hugging Face 和 ModelScope。Hugging Face 模型卡给出的规格包括 1M token 上下文窗口、最高 384K 输出，以及约 7630 亿参数。官方还提供 Transformers、vLLM、SGLang 和 Docker Model Runner 的接入说明。
这条路径适合拥有服务器和推理工程能力的团队。模型卡同时说明，模型推理、工具执行和 HTTP 传输由调用方负责；下载权重之后，开发者仍要自行准备显存、并行部署、请求协议和工具环境。API 适合快速接入，开源权重适合掌握部署链路，二者面对的使用条件不同。
边界读者需要区分三种结果。
模型结果：官方 benchmark 在指定测试和 Harness 下的分数。
项目结果：官方演示中生成的游戏、3D 模型和网页项目。
服务结果：API、Search & Fetch 和开源权重已经提供的接入入口。
SOURCES。
DeepSeek 官方发布页：版本说明、演示项目与 Search & Fetch API。
Hugging Face 官方模型卡：规格、benchmark 与部署说明。
DeepSeek API 文档与 DeepSeek Harness GitHub Release：调用入口与工具适配。