DeepSeek V4.1 Flash 1017: DeepSWE 77% dan akses API

DeepSeek-V4.1-Flash-1017 ialah kemas kini V4.1 Flash yang dilancarkan DeepSeek pada 17 Oktober 2026. Laman web, aplikasi dan API rasmi dikemas kini serentak, dan pemberat model turut tersedia. Dalam jadual pelancaran rasmi, DeepSWE v1.1 meningkat daripada 74.2 pada versi terdahulu kepada 77.0. Kesemua 11 ujian menunjukkan peningkatan; kemas kini ini juga menekankan tempoh tugas dan output yang lebih pendek. Pengumuman rasmi

Bezakan dua nama ini: DeepSeek-V4.1-Flash-1017 ialah nama versi, manakala deepseek-flash ialah nama untuk panggilan API rasmi DeepSeek. ID dan alamat gerbang kami dikonfigurasi secara berasingan daripada akses terus kepada pembekal. Untuk caj perkhidmatan kami, rujuk harga model semasa; artikel ini tidak menyenaraikan harga pembekal model.

Data utama dan sumber

• Tarikh pelancaran: 17 Oktober 2026. Laman web, aplikasi dan API dikemas kini serentak. Pengumuman
• DeepSWE v1.1: 77.0 (tahap penaakulan max), berbanding 74.2 sebelumnya; naik 2.8 mata peratusan. Jadual rasmi menggunakan persekitaran Mini-SWE-V2. Jadual penilaian rasmi
• Terminal-Bench 4.0: 42.3, berbanding 31.2 sebelumnya; naik 11.1 mata. Ujian ini menggunakan rangka kerja Claude Code. Jadual penilaian rasmi
• ProgramBench: 29.1, berbanding 20.3 sebelumnya; naik 8.8 mata. Jadual penilaian rasmi
• Automation-Bench V1.0.6: 60.5, berbanding 54.8 sebelumnya. Jadual penilaian rasmi
• Versi Harness yang disyorkan: v0.2.1-rc.1 atau lebih baharu. Ini ialah saranan naik taraf rasmi untuk model baharu. Pengumuman

Keputusan ini berasal daripada bahan pelancaran DeepSeek, bukan ujian semula bebas oleh laman kami. Semasa membandingkan hasil, kekalkan maklumat versi model, set ujian, rangka kerja Agent dan tahap penaakulan.

Apa yang berubah dalam 1017? Perbandingan 11 penanda aras

Ujian	V4.1 Flash terdahulu	V4.1 Flash 1017
HLE (tanpa alat)	36.8 / 39.1*	42.6 / 44.0*
Terminal-Bench 4.0	31.2	42.3
DeepSWE v1.1	74.2	77.0
ProgramBench	20.3	29.1
NL2Repo-Bench	65.4	68.2
Automation-Bench V1.0.6	54.8	60.5
Agents’ Last Exam	31.8	35.4
Apex Bench v1.1	64.6	72.1
Chartography (dengan alat)	78.9	83.0
BabyVision (dengan alat)	89.6	92.5
ZeroBench-main (dengan alat)	49.0	51.0

* menandakan subset teks sahaja dalam HLE. Terminal-Bench 4.0 menggunakan Claude Code; DeepSWE menggunakan Mini-SWE-V2; ZeroBench-main menggunakan Pass@5. Skor dikekalkan seperti dalam imej asal, tetapi metrik ujian yang berbeza tidak semuanya mewakili kadar lulus yang sama.

Imej: jadual penilaian yang diterbitkan DeepSeek.

Antara enam versi model dalam jadual ini, 1017 mendapat skor tertinggi dalam empat ujian: DeepSWE, Automation-Bench, Agents’ Last Exam dan Apex Bench. Claude Opus 5 masih lebih tinggi dalam HLE, Terminal-Bench, ProgramBench dan beberapa ujian lain, manakala GPT-5.6-Sol lebih tinggi dalam ZeroBench-main. Pilih model mengikut jenis tugas anda; kelebihan dalam empat ujian bukan kelebihan dalam semua keupayaan.

Untuk projek sedia ada, DeepSWE lebih dekat dengan pembaikan masalah kod. Bagi kerja baris perintah, peningkatan Terminal-Bench lebih relevan. Bandingkan versi baharu dan lama menggunakan repositori, ujian dan kebenaran alat yang sama. Catat sama ada ujian lulus, bilangan percubaan semula, jumlah masa dan kuantiti output.

Membina projek dari awal: pembelajaran pengukuhan maklum balas kendiri dan Harness

Menurut DeepSeek, versi 1017 meningkatkan pembangunan projek hujung ke hujung melalui pembelajaran pengukuhan berasaskan maklum balas kendiri. Selepas menghasilkan versi pertama, model terus menyemak hasil, mengenal pasti masalah dan membuat pembetulan. Demonstrasi rasmi termasuk pemodelan 3D Kota Larangan, permainan lumba dalam pelayar, binaan semula Portal 2 menggunakan Godot dan adegan 3D merentasi beberapa zaman. Ini ialah demonstrasi pembekal, bukan keputusan penerimaan projek pengeluaran. Contoh dan penerangan

Latihan kali ini dioptimumkan untuk DeepSeek Harness, Tencent CodeBuddy, WorkBuddy dan persekitaran lain. Pengguna Harness perlu menaik taraf kepada v0.2.1-rc.1 atau lebih baharu; v0.1.5 dalam artikel September bukan lagi versi cadangan semasa.

Jika Node.js sudah dipasang, mulakan antara muka web melalui pakej rasmi:

npx @deepseek-ai/dsh@latest web

Selepas dilancarkan, semak versi sebenar memenuhi syarat. Masukkan API Key perkhidmatan yang dipilih dalam tetapan, kemudian pilih ruang kerja. Mulakan dengan tugas kecil yang mempunyai ujian dalam ruang kerja berasingan sebelum meluaskan kebenaran alat. Projek DeepSeek Harness

Hubungannya dengan pelancaran seni bina V4.1 Flash pada September

Model asas V4.1 Flash yang dilancarkan pada September menggunakan MoE multimodal teks dan imej secara natif serta seni bina Causal Encoder-Decoder (CED). Kad model rasmi menyatakan 552B parameter teras, dengan kira-kira 8B parameter aktif bagi setiap Token semasa prapengisian input dan 16B semasa penyahkodan. Angka 550B dalam sesetengah penerangan ialah anggaran. Jumlah parameter teras dan parameter aktif ialah dua ukuran berbeza. Kad model V4.1 Flash

Model asas turut mengurangkan global KV Cache bagi setiap Token daripada 3514 bait pada V4 Flash kepada 890 bait. Angka itu merujuk kepada saiz cache, bukan keseluruhan memori GPU yang diperlukan untuk menjalankan model. Fokus pelancaran 1017 ialah latihan, prestasi tugas dan kecekapan pelaksanaan; perubahan seni bina pada September tidak harus dikira semula sebagai ciri baharu Oktober. Baca panduan seni bina dan integrasi V4.1 Flash untuk latar belakang.

Cara memanggil API: bezakan nama versi, ID dan URL

Setakat 17 Oktober 2026, halaman spesifikasi rasmi DeepSeek memetakan deepseek-flash dengan jelas kepada DeepSeek-V4.1-Flash-1017. Jangan terus menggunakan nama keluaran sebagai ID API. Penerangan versi model rasmi

Kaedah akses	URL penuh permintaan sembang	ID model	Sumber Key
Terus ke DeepSeek	https://api.deepseek.com/v1/chat/completions	deepseek-flash	DeepSeek
Gerbang kami	https://api.llm-token.cn/v1/chat/completions	Gunakan deepseek-v4.1-flash mengikut katalog kami	贵数智能

Kemas kini alias rasmi tidak bermakna semua saluran pihak ketiga bertukar versi serentak. Label 1017 pada halaman ini merujuk kepada versi keluaran yang diterangkan. Sebelum menyambung, semak ID yang tersedia dalam katalog model. Jika anda memerlukan versi tetap, sahkan dengan pasukan sokongan. Jangan campur Key kedua-dua perkhidmatan, dan jangan menambah /v1 sekali lagi pada Base URL yang sudah mengandunginya.

Contoh berikut menunjukkan format permintaan untuk gerbang kami. Sebelum menjalankannya, sediakan Key yang sah dan sahkan ID model dalam katalog:

curl https://api.llm-token.cn/v1/chat/completions \
  -H "Authorization: Bearer $LLM_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4.1-flash",
    "messages": [
      {"role": "user", "content": "Review this repository and propose a testable bug-fix plan."}
    ],
    "stream": false
  }'

Untuk akses terus ke DeepSeek, tukar URL penuh kepada https://api.deepseek.com/v1/chat/completions, gunakan DeepSeek Key dan tukar model kepada deepseek-flash. Baca hasil teks biasa daripada choices[0].message.content; urus panggilan alat mengikut aliran pelaksanaan alat dalam klien. Tutorial format API

Search dan Fetch menggunakan URL berasingan

DeepSeek turut membuka Search dan Fetch yang dibangunkannya sendiri. Search mencari halaman web berdasarkan kata kunci, manakala Fetch membaca halaman tertentu dan memulangkan kandungannya dalam Markdown. Kedua-duanya sesuai untuk Agent yang mencari maklumat dahulu sebelum membaca sumber.

Fungsi	URL POST rasmi DeepSeek
Carian web	https://api.deepseek.com/v1/tools/search
Mendapatkan kandungan utama halaman	https://api.deepseek.com/v1/tools/fetch

Kedua-duanya menggunakan DeepSeek Key dan berasingan daripada antara muka sembang. Ketersediaan antara muka rasmi ini tidak bermakna gerbang kami secara automatik memproksikan laluan yang sama. Jangan terus menambah /v1/tools/search atau /v1/tools/fetch pada alamat kami. Rujuk dokumentasi rasmi Search & Fetch untuk medan permintaan dan had.

Soalan lazim

Adakah DeepSeek V4.1 Flash dan V4.1 Flash 1017 dua ID API berbeza?

Tidak. V4.1 Flash ialah keluarga model, manakala 1017 menandakan kemas kini 17 Oktober. API rasmi masih menggunakan deepseek-flash. Laman kami menggunakan ID katalognya sendiri; nama paparan sahaja tidak cukup untuk menentukan snapshot di huluan.

Adakah nama model DeepSeek API lama masih boleh digunakan?

Penerangan rasmi semasa menyatakan deepseek-v4-flash dan deepseek-v4-flash-vision-exp ialah alias keserasian yang dilayan oleh versi 1017. deepseek-v4-pro masih disenaraikan secara berasingan sebagai V4-Pro-0813 pada halaman spesifikasi semasa. Jangan anggap pelan peralihan September sebagai pemetaan hari ini. Bagi alias gerbang kami, ikuti katalog kami. Penerangan model rasmi semasa

Di manakah pemberat model boleh diperoleh?

Gunakan repositori model 1017 di Hugging Face atau repositori model 1017 di ModelScope. Sebelum melaksanakan model, semak versi, lesen, keperluan rangka kerja inferens dan perkakasan dalam repositori tersebut. Angka 8B parameter aktif tidak boleh digunakan untuk menganggarkan keseluruhan sumber pelaksanaan model.

Bacaan lanjut

• Panduan seni bina dan integrasi DeepSeek V4.1 Flash
• Katalog model dan harga semasa kami
• URL API, format permintaan dan penyelesaian masalah
• Pengumuman rasmi DeepSeek 1017

Dikemas kini pada 17 Oktober 2026. Artikel ini menerangkan bahan pelancaran dan dokumentasi integrasi; pemetaan versi seterusnya tertakluk pada dokumentasi semasa perkhidmatan berkenaan.